Die Menge an digitalen Daten steigt stetig – insbesondere die

Menge an wissenschaftlichen Publikationen erhöht sich um 1,5 Millionen

jährlich. Diese Publikationen decken eine große Bandbreite an

Forschungsfeldern ab, wovon jedes eigene Terminologie, Konventionen und

Ausdrucksmöglichkeiten besitzt, um Wissen zu vermitteln. Zudem sind die

Publikationen in verschiedenen Sprachen verfasst und unterliegen

diversen Zugriffsrechten und/oder –Restriktionen.

Gleichzeitig wurden in der Vergangenheit verschiedene Text Mining

(TM) Tools und Plattformen entwickelt, zur Anwendung auf linguistisch

generischem Text oder mit Fokus auf bestimmte Domänen und Sprachen.

Jedes Tool bringt dabei eigene technische und linguistische

Spezifikationen mit. Text Mining Tools wurden im letzten Jahrzehnt

zunehmend in Text Mining Plattformen integriert, um so eine Ebene der

Interoperabilität zwischen Tools und Komponenten derselben Plattform zu

schaffen. Initiativen zur plattformübergreifenden Interoperabilität

wurden in den letzten Jahren begonnen.

Sowohl Text Mining Tools als auch Plattformen sind derzeit nicht

leicht durch die Endnutzer (Forscher, Kuratoren, Bibliothekare,

Entscheidungsträger etc.) auffindbar, da sie auf verschiedenste Weise

dokumentiert sind, was deren Suche und Auffindung zu einer

Herausforderung macht.

OpenMinTeD strebt die Erschaffung einer Infrastruktur an, die den

Gebrauch von Text und Data Mining (TDM) Technologien in der Welt der

wissenschaftlichen Publikationen fördert und erleichtert, auf

existierenden TM Tools und Plattformen aufbaut und diese (durch

entsprechende Registraturen) auffindbar und interoperabel macht.

Die Rolle von GESIS in diesem Projekt ist die Bereitstellung von

Anwendungsfällen für Text und Data Mining in den Sozialwissenschaften.

Weiterhin beteiligt sich GESIS an der Implementation entsprechender

Lösungen.