“Das industrienahe Forschungsprojekt Topic/S adressiert die aufwendige Informationssuche in Redaktionen von Verlagen. Mit den geschaffenen Konzepten und Prototypen wird es möglich, die nutzerinitiierte stichwortbasierte Suche in Nachrichteneingängen durch eine systemseitig generierte Themen- und Trendliste abzulösen, um somit den Suchaufwand im Tagesgeschäft von Redaktionen deutlich zu verringern. Hierzu wurde eine fortlaufende, automatische semantische Analyse der Texte etabliert, in der Kategorisierer sowie Wortlisten- und Statistikbasierte Werkzeuge zur Named Entity Recognition (NER) zum Einsatz kommen. Weiterhin existieren erste Ansätze zur Disambiguierung von semantischen Elementen (NED) basierend auf externen Ressourcen aus der LOD-Cloud, insbesondere der DBpedia, sowie auf der wachsenden Menge an Faktenwissen, welches durch die ständige Informationsextraktion aus den Nachrichteneingängen gewonnen werden kann.
Im Rahmen des Vortrages wird das Projekt kurz motiviert und ein Gesamtüberblick der Topic/S-Architektur gegeben. Im zweiten Teil wird der kombinierte Einsatz verschiedener NER-Konzepte begründet und deren technische Umsetzung erläutert. Anschließend wird der im Rahmen von Topic/S genutzte Ansatz zur NED vorgestellt und identifizierte Schwierigkeiten diskutiert. Zum Schluss wird anhand einer Demo gezeigt, wie mit Hilfe der gewonnenen Semantik sowie einer Widget-basierten Benutzeroberfläche die Informationssuche für den Redakteur vereinfacht wird. “