PuSH - Publikationsserver des Helmholtz Zentrums München

Next generation knowledge extraction from biomedical literature with semantic big data approaches.

Wissensextraktion der nächsten Generation aus biomedizinischer Literatur mittels semantischer Big Data Ansätze.

München, Ludwig-Maximilians-Universität, Fakultät Wissenschaftszentrum Weihenstephan, Diss., 2013, 199 S.
This thesis describes the concept and implementation of a semantic text mining system for exponentially growing amounts of biomedical literature. To address these points, scalable and efficient knowledge extraction algorithms for massive ontology-based named entity recognition and large-scale graph analysis have been developed. Results show that the presented approach satisfies the requirements and hence lays the foundation for future research on massive literature-extracted knowledge networks.
Die Dissertation beschreibt die Entwicklung eines semantischen Text Mining Systems für exponentiell wachsende Mengen biomedizischer Literatur. Dazu wurden skalierbare und effiziente Algorithmen der Wissensextraktion zur ontologiebasierten Erkennung sehr großer Entitätssammlungen und der Analyse der daraus resultierenden Graphen entwickelt. Die Ergebnisse zeigen, dass die vorgestellten Ansätze diese Anforderungen erfüllen und damit eine wichtige, generische Grundlage für zukünftige Forschung auf großen komplexen Wissensnetzwerken schaffen.
Weitere Metriken?
Zusatzinfos bearbeiten [➜Einloggen]
Publikationstyp Sonstiges: Hochschulschrift
Typ der Hochschulschrift Dissertationsschrift
Quellenangaben Band: , Heft: , Seiten: 199 S. Artikelnummer: , Supplement: ,
Verlag Universitätsbibliothek der TU München
Hochschule Ludwig-Maximilians-Universität
Hochschulort München
Fakultät Fakultät Wissenschaftszentrum Weihenstephan
Begutachtungsstatus