Automatische Indexierung von deutschsprachigen bibliographischen Metadaten im Bereich Bauwesen

In dem Beitrag handelt es sich um automatische und halbautomatische (computerunterstützte) Indexierung von deutschsprachigen Dokumenten (Metadaten-Einträgen) im Bereich Planen und Bauen, die in bibliographischen Datenbanken des Fraunhofer Informationszentrums Raum und Bau (IRB) enthalten sind. Zu den Dokumenten werden Deskriptoren von einer Nomenklatur (Schlagwortliste IRB) und Notationen von einem Klassifikationssystem (Fachgliederung IRB) zugeordnet. Momentan wird die Indexierung intellektuell durchgeführt. Die Intellektuelle Indexierung ist zeitaufwendig und teuer. Um die Probleme zu lösen, wurde ein System für automatische Indexierung entwickelt. Die automatische Indexierung mit Deskriptoren erfolgt nach einem linearen profilbasierten Verfahren. Die Indexierung mit Notationen erfolgt nach einem instanzbasierten Verfahren. Um die Indexierung von deutschsprachigen Dokumenten zu ermöglichen, wurde eine Weiterentwicklung der Programme durchgeführt, die das Fraunhofer IRB für die Indexierung von englischsprachigen Dokumenten verwendet. Die Änderungen betreffen u.a. den Algorithmus für die Profil-Erzeugung. Darüber hinaus werden eine deutschsprachige Lemmatisierung, Erkennung von Komposita und Mehrwortbegriffen durchgeführt. Der vorgestellte Einsatz eignet sich insbesondere für halbautomatische Indexierung, bei der ein menschlicher Indexierer eine endgültige Entscheidung über die Zuordnung von Deskriptoren und Notationen trifft.