Information Linking umfasst die Entwicklung von Modellen für die Verknüpfung von heterogenen Informationstypen mit Semantic-Web-Technologien. Information Retrieval befasst sich mit der Entwicklung von Modellen, welche die Informationssuche optimieren. Schwerpunkte in diesem Teilbereich sind:
- Nutzerstudien und Logdatenanalysen zum Informationsverhalten von Sozialwissenschaftler*innen
- Verlinkung unterschiedlicher Informationsobjekte und Verknüpfung von Umfragedaten mit Forschungsdaten aus anderen wissenschaftlichen Domänen
- Vereinfachung und Personalisierung von Informationssuchen
- Fachspezifische Recommender- und Rankingdienste
- Integrierte Informationszugriffe durch Berücksichtigung verlinkter Information (“Link Retrieval”)
- Neuartige Metriken zur Evaluation interaktiver Retrievalsysteme auf der Basis von Logdaten
Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen:
- Batzdorfer, Veronika. 2022. "Theory-driven modelling of complex socio-psychological constructs in text." Invited Panel Talk on the Workshop on Computational Linguistics for Political Text Analysis (CPSS-2022), Universität Potsdam, 2022-09-12.
- Soldner, Felix, Fabian Plum, Bennett Kleinberg, and Shane Johnson. 2022. "From the dark to the surface web: Scouting eBay for counterfeits." Cambridge Cybercrime Centre: Fifth Annual Cybercrime Conference, 2022-09-05.
- Soldner, Felix, Justin Chun-ting Ho, Mykola Makhortykh, Isabelle W.J. van der Vegt, Maximilian Mozes, and Bennett Kleinberg. 2019. "Sentiment patterns in videos from left- and right-wing YouTube news channels." Euro CSS 2019, 2019-09-02.
- Soldner, Felix, Justin Chun-ting Ho, Mykola Makhortykh, Isabelle W.J. van der Vegt, Maximilian Mozes, and Bennett Kleinberg. 2019. "Sentiment patterns in videos from left- and right-wing YouTube news channels." NAACL 2019, Workshop NLP + CSS.
- Kartal, Yavuz Selim, Sotaro Takeshita, Tornike Tsereteli, Kai Eckert, Henning Kroll, Philipp Mayr-Schlegel, Simone Paolo Ponzetto, Benjamin Zapilko, and Andrea Zielinski. 2022. Towards Automated Survey Variable Search and Summarization in Social Science Publications. Arxiv. doi: https://doi.org/10.48550/arXiv.2209.06804. http://arxiv.org/abs/2209.06804.