Wissensbasierte Dokumentanalyse

Zusammenfassung

Marktanalysen zeigen, daß das computergestützte Einlesen und Erkennen von Papierdokumenten im Büro der Zukunft wachsende Bedeutung erhalten wird. Zu diesem Zweck haben wir ein Analyseverfahren entwickelt, das Dokumente wie Briefe und Berichte vom Computer klassifizieren und in seine Teile strukturieren läßt, so daß sie von intelligenten Textverarbeitungs- und Übertragungssystemen weiterverarbeitet werden können. Diese Dokumentanalyse soll in der Lage sein, Kontexte und den stark vernetzten Charakter der Analysehypothesen zu berücksichtigen und zwar in möglichst autonomer Weise. Das heißt, wir betrachten es als zentrales Problem, einem Analysesystem ausreichend Kompetenz und Navigationsmöglichkeiten zu übertragen. Kompetenz haben wir der Dokumentanalyse verliehen, indem wir relevante Informationen über eine Auswahl von Dokumenten in Klassenkonzepten in der erforderlichen Modularität und Eindeutigkeit repräsentierten, so daß dieses Wissen in Form von Hypothesen mit den zu analysierenden Dokumenten in Beziehung gebracht werden kann. Situationsangepaßte Navigationsentscheidungen ermöglichen wir dadurch, daß die Analysestrategie u.a. die Reihenfolge der Konzepte, der zu untersuchenden Objekte und der Hypothesen wählen kann. So werden Strategien wie best-first search und dependency-directed backtracking benutzt, die aus Effizienzgründen notwendig werden. Wir meinen, daß diese Repräsentations- und Strategieprinzipien am Beispiel von künstlichen Bildern wie Dokumenten sehr gut entwickelt werden können, daß aber darüber hinaus diese Verfahren auch für die Bildanalyse im allgemeinen Bedeutung haben können.