Navigationsweiche Anfang

Navigationsweiche Ende

Sprache wählen


OriginStamp – Vertrauenswürdige Zeitstempel mittels Bitcoin

OriginStamp ist ein webbasierter Dienst, der die dezentrale Bitcoin-Blockchain verwendet, um vertrauenswürdige, anonyme und manipulationssichere Zeitstempel für beliebige digitale Inhalte zu erstellen und zu speichern. Mit OriginStamp können Benutzer beliebige Dateien, E-Mails oder frei eingegebenen Text hashen und anschließend die erstellten Hashwerte in der Bitcoin-Blockchain speichern sowie von dort abrufen und überprüfen. OriginStamp ist kostenlos und einfach zu verwenden und ermöglicht es somit jedem, z. B. Studierenden, Forschenden, Autoren, Journalisten oder Künstlern, nachzuweisen, dass sie zu einem bestimmten Zeitpunkt im Besitz der betreffenden Daten waren.

HyPlag – Hybride Plagiatserkennung

HyPlag ist ein Plagiatserkennungssystem, das einen hybriden Ansatz zur Identifikation potenziell verdächtiger Ähnlichkeiten in wissenschaftlichen Dokumenten verfolgt. Bisherige Plagiatserkennungssysteme suchen ausschließlich nach übereinstimmendem Text und erkennen daher in der Regel keine verschleierten Plagiatsformen, wie z.B. Paraphrasen, Übersetzungen oder Ideenplagiate. Im Gegensatz zu solchen Systemen analysiert HyPlag neben der textuellen Ähnlichkeit auch mathematische Ausdrücke, Abbildungen und Quellenverweise, um verschleierte Plagiate besser zu identifizieren. Der hybride Erkennungsansatz ist insbesondere für Forschungspublikationen wie Zeitschriftenartikel, Doktorarbeiten und Anträge auf Forschungsförderung relevant.

Der in HyPlag implementierte hybride Erkennungsansatz integriert mehrere unserer früheren Forschungsprojekte, insbesondere die Projekte zur zitatbasierten Plagiatserkennung (CbPD
und zur mathematikbasierten Plagiatserkennung (MathPD).

Media Bias Analysis - Identifikation verzerrter Berichterstattung

Diese Gruppe von Projekten zielt darauf ab, (halb-) automatisiert verzerrte Nachrichtenberichterstattung (Media Bias) zu identifizieren. Zu den Projekten gehören News-Please (ein integrierter Webcrawler und Informationsextraktor für Nachrichtenartikel), NewsBird (ein Nachrichtenaggregator, der verschiedene Perspektiven in internationalen Nachrichtenthemen aufzeigt) und Giveme5W1H (ein System, das Phrasen extrahiert, die die journalistischen 5W1H-Fragen beantworten).

MathIR – Mathematical Information Retrieval

Im Rahmen des DFG-Forschungsprojektes GI 1259 / 1-1Methoden und Werkzeuge zur Verbesserung des Zugriffs auf mathematisches Wissen in Digitalen Bibliotheken für Such-, Empfehlungs- und Assistenzsysteme, untersuchen wir grundlegende Methoden und Werkzeuge, um mathematisches Wissen für Informationssysteme zugänglich zu machen.

Docear – Verwaltung wissenschaftlicher Literatur mittels Mind Maps

Docear kombiniert eine Mind-Map-Anwendung mit einem Empfehlungssystem für wissenschaftliche Literatur sowie einem Referenzmanager. Mithilfe der Mind-Maps können Benutzer ihre Ideen organisieren und die Anmerkungen importieren, die sie beim Lesen von PDFs erstellt haben, z.B. Kommentare, Markierungen oder Lesezeichen. Die Software arbeitet mit Standard PDF-Annotationen und kann daher mit zahlreichen PDF-Viewern verwendet werden.

Mr. DLib – Maschinenlesbare digitale Bibliothek

Mr. DLibs "Recommendations as a Service" erlaubt Betreibern akademischer Produkte problemlos ein wissenschaftliches Empfehlungssystem in ihre Produkte zu integrieren. Die Grundidee des wissenschaftlichen Empfehlungssystems von Mr. DLib besteht darin, Vorschläge auf dem Server von Mr. DLib zu berechnen für beispielsweise Forschungsartikel, Aufforderungen zur Einreichung von Beiträgen, Zuschüsse etc. Betreiber von akademischen Produkten können dann Empfehlungen von Mr. DLib anfordern und die Vorschläge ihren Benutzern anzeigen.

Co-Citation Proximity Analysis: Empfehlungs- und Clustering-Algorithmen für die akademische Literatur

Co-Citation Proximity Analysis (CPA) ist eine Methode zur Bestimmung lokaler und globaler semantischer Ähnlichkeit in wissenschaftlichen Dokumenten durch die Untersuchung des Abstandes von Quellenverweisen im Volltext von Dokumenten. CPA wurde maßgeblich für zweier Anwendungen entwickelt: Empfehlungssysteme und Clustering-Algorithmen. Beide Anwendungen profitieren davon, dass CPA semantische Ähnlichkeit unabhängig von textueller Ähnlichkeit und mit einer höheren Granularität als andere zitat- und linkbasierte Verfahren bestimmen kann.

CITREC – Offenes Framework für die Evaluation zitatbasierter Ähnlichkeitsmaße

CITREC ist ein offenes Framework für die Evaluation zitatbasierter und textbasierter Ähnlichkeitsmaße. CITREC vereint und vereinheitlicht die Daten von zwei ehemals getrennten Kollektionen für eine zitatbasierte Analyse und stellt Werkzeuge bereit, um die Güte von Ähnlichkeitsmaßen zu bewerten.

zuletzt bearbeitet am: 05.02.2021