We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Automatisierte Inhaltserschließung auf der Basis von Machine-Learning-Methoden als Produktivverfahren an der ZBW

Formal Metadata

Title
Automatisierte Inhaltserschließung auf der Basis von Machine-Learning-Methoden als Produktivverfahren an der ZBW
Title of Series
Number of Parts
4
Author
Contributors
License
CC Attribution 3.0 Germany:
You are free to use, adapt and copy, distribute and transmit the work or content in adapted or unchanged form for any legal purpose as long as the work is attributed to the author in the manner specified by the author or licensor.
Identifiers
Publisher
Release Date
Language

Content Metadata

Subject Area
Genre
Abstract
Die ZBW entwickelt Machine-Learning-Lösungen zur Automatisierung der Inhaltserschließung, die nun benutzbar gemacht und nachhaltig in die bibliothekarische Praxis übertragen werden müssen. Wir skizzieren die ersten Schritte auf dem Weg zu einem zukunftsfähigen Produktivsystem und die damit verbundenen Herausforderungen, von technischen Aspekten der Softwarearchitektur über Hürden im bibliothekarischen Datenmanagement bis hin zu einer möglichst großen Offenheit für Weiterentwicklungen. Dr. Anna Kasprzik, Leitung des Vorhabens "AutoSE" an der ZBW in Hamburg, skizziert die ersten Schritte auf dem Weg zu einem zukunftsfähigen Produktivsystem und weist auch die damit verbundenen Herausforderungen hin.