Building a DDC Annotated Corpus from OAI Metadata

Authors

  • Mathias Lösch
  • Ulli Waltinger
  • Wolfram Horstmann
  • Alexander Mehler

DOI:

https://doi.org/10.2390/biecoll-OR2010-79

Keywords:

OR2010, Posters Sessions, Dewey Decimal Classification, OAI metadata, corpus construction, Library and information sciences, DDC: 020

Abstract

A frequently overlooked benefit of open access publications is that they are an easy accessible and cost-effective data source for research disciplines like text mining, natural language processing or computational linguistics. In those fields, linguistic data is usually managed in the form of corpora, i.e. machine readable bodies of texts that represent a particular variety of language.

Downloads

Published

2010-12-31

Issue

The 5th International Conference on Open Repositories (OR2010), Madrid, Spain, 6-9 July 2010

Section

OR 2010, Posters Sessions

License

Für Dokumente, die in elektronischer Form über Datennetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (§ 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Missbrauch haftbar gemacht werden.