So, nachdem ich nun länger nichts mehr geschrieben habe, und sich mittlerweile einiges verändert hat ein kleines Update:
Bin seit 15. September an der Johannes Kepler Uni in Linz beschäftigt, genauer am Institut für Pervasive Computing (pervasive.jku.at) unter der leitung von Univ.-Prof. Dr. Alois Ferscha.
Mittlerweile habe ich mich auch schon ganz gut eingelebt, die Arbeit macht Spass und vor allem die Möglichkeit, eine Dissertation zu verfassen gefällt mir sehr gut. Bin zwar noch mitten in der Einarbeitungsphase, da die Materie relativ neu für mich ist, aber das geht ganz gut voran.
Sonst gibt's eigentlich nichts neues, ausser dass ich mir wiedermal vornehme den Blog öfters zu editieren ;-)
So long....
Donnerstag, November 26, 2009
Mittwoch, August 12, 2009
GATE Summer School Highlights (27.07.2009 - 31.07.2009)
Tag 1 (27.07.2009)
Heute fand eine allgemeine Einfuehrung in GATE statt, es wurde gezeigt, wie man das GUI startet, ein Dokument reinlaedt, einfache Applikationen baut, einzelne PRs (Processing Resources) hinzufuegt und einfache JAPE Rules baut. Dennoch war etwas echt cooles und neues dabei, naemlich die sogenannten "Flexible Gazetteers". Und zwar machen diese gazeteers auf den root eines Terms.
Z.B.: in einer "normalen" Gazetteer steht der Term `gehen`. Im Text kommt allerdings `gehst` vor, so wird dieses Wort trotzdem mit `gehen` gleichgezetzt und entsprechend annotiert (das ganze nennt sich Stemming bzw. rueckfuehren auf die Stammform).
Um das Ganze nutzen zu koennen muss man den Token root irgendwie zu den Features (Eigenschaften) des Tokens hinzufuegen (entweder manuell in einem Vorverarbeitungsschritt oder mithilfe eines "Morphological Analyzers", welcher auch - ich hab extra gefragt - fuer Deutsch zur Verfuegung steht.
(Notiz fuer mich: beim hinzufuegen einer Flexible Gazetteer bei dem Parameter "inputFeatureNames" den Wert "Token.read" eintragen).
Tag 2 (28.07.2009)
Heute gab es eine Einfuehrung, wie GATE in einer Applikation zu verwenden ist (GATE Embedded), also ueber die GATE API. Hab ich zwar im Grossen und Ganzen auch bereits gekannt, allerdings waren einige echt wertvolle Tipps dabei (z.b.: beim Debuggen aus dem Programm heraus eine Instanz von der GATE GUI auzurufen, da kann man dann alles schoen mitverfolgen, wie der Programmcode ausgefuehrt wird).
Weiters - was auch fuer mich neu war - haben wir eine neue PR (Processing Ressource) implmentiert, und diese an die ANNIE Pipeline angehaengt. Und zwar war das ein sogenannter POSCounter (siehe Folder Tutorial, Klasse POSCounter, creole.xml), der alle Hauptwoerter in einem Satz zaehlt und diese Information zur Satz-Annotation dazuhaengt (den Sourcecode und alle restlichen Unterlagen werd ich hier hochladen). Diese Klasse wird abgeleitet von der Klasse AbstractLanguageAnalyser und ueberschreibt die Methode execute (siehe SourceCode). Dann muss man das Projekt bauen, um eine *.jar Datei zu erhalten. In den selben Folder erzeugt man dann eine Datei namens creole.xml (siehe Attachement). In der GATE Gui kann man dann dieses neue Plugin hinzufuegen (ganzen Ordner auswaehlen) und ab geht`s.
Am nachmittag gabs dann eine Session zu den JAPE Rules, wobei die Limitations der RHS (Right Hand Side) besprochen wurden, und es wurde gezeigt, wie man diese aufbohren kann mithilfe von Java. Hab ich im Prinzip auch gekannt, hab mich aber bewusst beim Beispiel ein bisschen doof angestellt, sodass mir im Gespraech einige Kniffe gezeigt wurden. Z.B. kann man irgendwo in der LHS einen Teil labeln, und diesen dann im Java Code ansprechen. In den Slides zu advanced JAPE ist am Schluss ein cooles Beispiel, dass so etwas verwendet.
Am Nachmittag wurde uns der Orthomatcher vorgestellt, dieser dient dazu, um co-references im Text zu erzeugen und verwalten.
Dann gab es noch eine kurze Session zu Evaluation, hier wurden generelle Metriken (Precision, Recall) vorgestellt, des weiteren wurde das Tool AnnotationDiff vorgestellt.
Tag 3 (29.07.2009)
Der heutige Tag hat mit dem Machine Learning Layer von GATE begonnen, war sehr cool, vielleicht sollten wir uns das mal genauer anschaun. Konkret haben wir mit ML Company Features annotiert (Name, Adresse, Anzahl der Angestellten, etc). Nachdem das System mit einem (in diesem Fall aus Zeitgruenden relativ kleinen) Trainingsset gefuettert wurde, und ein VSM (Vector Space Model) erstellt wurde, wurde dieses auf noch unbehadelte Dokumente losgelassen. Das funktionierte echt nicht schlecht....
2te Session war dann ueber Ontologien und semantische Annotationen mit Ontologien, wobei unter anderem ein GATE-interner Ontologie Editor gezeigt wurde, anhand dessen man quasi Ontologie-basierte Gazetteer auf Dokumente loslassen kann.
Am Abend war dann auch noch was sehr interessantes, das Tool ANNIC (Annotations in Context) wurdegezeigt. Hierzu muss man seinen (annotierten) Corpus in einem DataStore abspeichern, wobei dieser mithilfe von Lucene indexiert wird. Sinn des ganzen ist es, in diesem Dokumenten zu suchen, und zwar nicht nur nach dem Inhalt, auch auf einer abstrakteren Ebene (z.B.: Token). So ist zb folgende Abfrage moeglich>
{Token}{Organization=="ProKarriere"}({Token}*3)
Diese Ding gibt alle Textfragmente auf, wo zuerst ein beliebiger Token steht, dann eine Organization (und zwar die PK), und dann 1-3 weitere Tokens. Dieses Tool kann man vor allem zum testen und debuggen von JAPE Regeln verwenden, was ich von jetzt an bei komplexeren Regeln auch machen werde ;-)
Tag 4 (30.07.2009)
Der Tag hat gestartet mit einer langen (Demo-) Session ueber die GATE Teamware. Dies war zwar sehr interessant, aber ist erstens noch in der Entwicklungsphase, und zweitesn fuer unsere Zwecke nicht wirklich brauchbar. Im Groben geht es darum, Dokumente in einem Repositiry zur Verfuegung zu stellen, dort koennen sich dann Benutzer in den verschiedensten Rollen (annotator, curator, manager) einloggen um Tasks auszufuehren (zb manuell Dokumente annotieren, bzw annotierte Dokumente zu vergleichen, etc).
Die zweite Session war sehr interessant, da ging es um Opinion Mining. Konkret darum, aus geschriebenen Rezessionen von Benutzern einen "5-Star-Rating" (1 Stern == mies, 5 Sterne == superduper) zu bekommen. Klingt im ersten Moment nach einfachen Gazetteer abgleichen, die haben das aber mit Machine Learning geloest. Allerdings hat der Vortragende gesagt, um so eine Accuracy zu erreichen waren mehrere 100k Trainingdokumente notwendig. Dennoch ist der ML Ansatz etwas, dass wir uns speziell fuer Jobangebote ansehen koennen, eventuell vllt sogar als Vergleichsinstanz zum bisherigen System.
Am nachmittag war dann noch GATE + UIMA (IBM Implementierung eines aehnlichen Tools), war zwar interessant, aber nicht wirklich nuetzlich.
Die letzte Session hat gezeigt, wie man tun sollte, wenn man GATE in einer Webapplikation verwendet. Hier gab es einige nuetzliche Tips und Tricks, speziell im Umgang mit den Instanzen von PRs und dem Threadhandling.
Und das wichtigste, am Abend war das Social Buffet im Kelham Island Museum. War eine coole Location, in dem Stahl-museum, das Essen war gut, und zu trinken gabs auch reichlich ;-)
Tag 5 (31.07.2009)
Heute gings los mit dem Thema "Patent Processing". Es ging um advanced JAPE und das debuggen mit dem bereits oben beschriebenen Tool ANNIC (Annotations in Context). War wieder sehr nützlich.
Die zweite Session war mehr oder weniger eine Case Study über das sogenannte NeOn-Project, dabei gehts um Semtic Web und semantische Annotationen mit Ontologien. Dabei wurde die Applikation SARDINE gezeigt, eine Fisch-Ontologie (ja, tatsächlich ;-)). Es geht darum, in Dokumenten alles was die Fischerei in einer gewissen Region angeht zu analysieren, und dann zb vor Überfischung zu warnen.
Dann war was echt cooles. Ein NL-Interface an Ontologien für Abfragen in Dokumenten /Ontologien via GATE. Man stelt dem System eine Frage in natüricher Sprache, das Ganze wird von GATE in eine SPARQL Abfrage übersetz, an die Ontologie gegeben, und das Ergebnis dem Benutzer zurückgegeben. Hat erstaunlicherweise echt gut funktioniert.
Der Rest war dann nur noch ein wenig Rekapitulation bzw. Zukunftsaussichten. Und ich hab sogar ein Zertifikat bekommen ;-)
Fazit
Bis jetzt haben wir nur an der Oberfläche von GATE gekratzt, das Ding kann echt viel. Die (für uns) interessantesten Dinge, die wir uns auch ansehen sollten sind:
* ANNIC zum JAPE erstellen bzw Debuggen
* Machine Learning
* Morphological Analyser bzw
* Flexible Gazetteers
* Das Ganze Ontologie-Plugin (Editor, OntoGazetteer, ...)
Heute fand eine allgemeine Einfuehrung in GATE statt, es wurde gezeigt, wie man das GUI startet, ein Dokument reinlaedt, einfache Applikationen baut, einzelne PRs (Processing Resources) hinzufuegt und einfache JAPE Rules baut. Dennoch war etwas echt cooles und neues dabei, naemlich die sogenannten "Flexible Gazetteers". Und zwar machen diese gazeteers auf den root eines Terms.
Z.B.: in einer "normalen" Gazetteer steht der Term `gehen`. Im Text kommt allerdings `gehst` vor, so wird dieses Wort trotzdem mit `gehen` gleichgezetzt und entsprechend annotiert (das ganze nennt sich Stemming bzw. rueckfuehren auf die Stammform).
Um das Ganze nutzen zu koennen muss man den Token root irgendwie zu den Features (Eigenschaften) des Tokens hinzufuegen (entweder manuell in einem Vorverarbeitungsschritt oder mithilfe eines "Morphological Analyzers", welcher auch - ich hab extra gefragt - fuer Deutsch zur Verfuegung steht.
(Notiz fuer mich: beim hinzufuegen einer Flexible Gazetteer bei dem Parameter "inputFeatureNames" den Wert "Token.read" eintragen).
Tag 2 (28.07.2009)
Heute gab es eine Einfuehrung, wie GATE in einer Applikation zu verwenden ist (GATE Embedded), also ueber die GATE API. Hab ich zwar im Grossen und Ganzen auch bereits gekannt, allerdings waren einige echt wertvolle Tipps dabei (z.b.: beim Debuggen aus dem Programm heraus eine Instanz von der GATE GUI auzurufen, da kann man dann alles schoen mitverfolgen, wie der Programmcode ausgefuehrt wird).
Weiters - was auch fuer mich neu war - haben wir eine neue PR (Processing Ressource) implmentiert, und diese an die ANNIE Pipeline angehaengt. Und zwar war das ein sogenannter POSCounter (siehe Folder Tutorial, Klasse POSCounter, creole.xml), der alle Hauptwoerter in einem Satz zaehlt und diese Information zur Satz-Annotation dazuhaengt (den Sourcecode und alle restlichen Unterlagen werd ich hier hochladen). Diese Klasse wird abgeleitet von der Klasse AbstractLanguageAnalyser und ueberschreibt die Methode execute (siehe SourceCode). Dann muss man das Projekt bauen, um eine *.jar Datei zu erhalten. In den selben Folder erzeugt man dann eine Datei namens creole.xml (siehe Attachement). In der GATE Gui kann man dann dieses neue Plugin hinzufuegen (ganzen Ordner auswaehlen) und ab geht`s.
Am nachmittag gabs dann eine Session zu den JAPE Rules, wobei die Limitations der RHS (Right Hand Side) besprochen wurden, und es wurde gezeigt, wie man diese aufbohren kann mithilfe von Java. Hab ich im Prinzip auch gekannt, hab mich aber bewusst beim Beispiel ein bisschen doof angestellt, sodass mir im Gespraech einige Kniffe gezeigt wurden. Z.B. kann man irgendwo in der LHS einen Teil labeln, und diesen dann im Java Code ansprechen. In den Slides zu advanced JAPE ist am Schluss ein cooles Beispiel, dass so etwas verwendet.
Am Nachmittag wurde uns der Orthomatcher vorgestellt, dieser dient dazu, um co-references im Text zu erzeugen und verwalten.
Dann gab es noch eine kurze Session zu Evaluation, hier wurden generelle Metriken (Precision, Recall) vorgestellt, des weiteren wurde das Tool AnnotationDiff vorgestellt.
Tag 3 (29.07.2009)
Der heutige Tag hat mit dem Machine Learning Layer von GATE begonnen, war sehr cool, vielleicht sollten wir uns das mal genauer anschaun. Konkret haben wir mit ML Company Features annotiert (Name, Adresse, Anzahl der Angestellten, etc). Nachdem das System mit einem (in diesem Fall aus Zeitgruenden relativ kleinen) Trainingsset gefuettert wurde, und ein VSM (Vector Space Model) erstellt wurde, wurde dieses auf noch unbehadelte Dokumente losgelassen. Das funktionierte echt nicht schlecht....
2te Session war dann ueber Ontologien und semantische Annotationen mit Ontologien, wobei unter anderem ein GATE-interner Ontologie Editor gezeigt wurde, anhand dessen man quasi Ontologie-basierte Gazetteer auf Dokumente loslassen kann.
Am Abend war dann auch noch was sehr interessantes, das Tool ANNIC (Annotations in Context) wurdegezeigt. Hierzu muss man seinen (annotierten) Corpus in einem DataStore abspeichern, wobei dieser mithilfe von Lucene indexiert wird. Sinn des ganzen ist es, in diesem Dokumenten zu suchen, und zwar nicht nur nach dem Inhalt, auch auf einer abstrakteren Ebene (z.B.: Token). So ist zb folgende Abfrage moeglich>
{Token}{Organization=="ProKarriere"}({Token}*3)
Diese Ding gibt alle Textfragmente auf, wo zuerst ein beliebiger Token steht, dann eine Organization (und zwar die PK), und dann 1-3 weitere Tokens. Dieses Tool kann man vor allem zum testen und debuggen von JAPE Regeln verwenden, was ich von jetzt an bei komplexeren Regeln auch machen werde ;-)
Tag 4 (30.07.2009)
Der Tag hat gestartet mit einer langen (Demo-) Session ueber die GATE Teamware. Dies war zwar sehr interessant, aber ist erstens noch in der Entwicklungsphase, und zweitesn fuer unsere Zwecke nicht wirklich brauchbar. Im Groben geht es darum, Dokumente in einem Repositiry zur Verfuegung zu stellen, dort koennen sich dann Benutzer in den verschiedensten Rollen (annotator, curator, manager) einloggen um Tasks auszufuehren (zb manuell Dokumente annotieren, bzw annotierte Dokumente zu vergleichen, etc).
Die zweite Session war sehr interessant, da ging es um Opinion Mining. Konkret darum, aus geschriebenen Rezessionen von Benutzern einen "5-Star-Rating" (1 Stern == mies, 5 Sterne == superduper) zu bekommen. Klingt im ersten Moment nach einfachen Gazetteer abgleichen, die haben das aber mit Machine Learning geloest. Allerdings hat der Vortragende gesagt, um so eine Accuracy zu erreichen waren mehrere 100k Trainingdokumente notwendig. Dennoch ist der ML Ansatz etwas, dass wir uns speziell fuer Jobangebote ansehen koennen, eventuell vllt sogar als Vergleichsinstanz zum bisherigen System.
Am nachmittag war dann noch GATE + UIMA (IBM Implementierung eines aehnlichen Tools), war zwar interessant, aber nicht wirklich nuetzlich.
Die letzte Session hat gezeigt, wie man tun sollte, wenn man GATE in einer Webapplikation verwendet. Hier gab es einige nuetzliche Tips und Tricks, speziell im Umgang mit den Instanzen von PRs und dem Threadhandling.
Und das wichtigste, am Abend war das Social Buffet im Kelham Island Museum. War eine coole Location, in dem Stahl-museum, das Essen war gut, und zu trinken gabs auch reichlich ;-)
Tag 5 (31.07.2009)
Heute gings los mit dem Thema "Patent Processing". Es ging um advanced JAPE und das debuggen mit dem bereits oben beschriebenen Tool ANNIC (Annotations in Context). War wieder sehr nützlich.
Die zweite Session war mehr oder weniger eine Case Study über das sogenannte NeOn-Project, dabei gehts um Semtic Web und semantische Annotationen mit Ontologien. Dabei wurde die Applikation SARDINE gezeigt, eine Fisch-Ontologie (ja, tatsächlich ;-)). Es geht darum, in Dokumenten alles was die Fischerei in einer gewissen Region angeht zu analysieren, und dann zb vor Überfischung zu warnen.
Dann war was echt cooles. Ein NL-Interface an Ontologien für Abfragen in Dokumenten /Ontologien via GATE. Man stelt dem System eine Frage in natüricher Sprache, das Ganze wird von GATE in eine SPARQL Abfrage übersetz, an die Ontologie gegeben, und das Ergebnis dem Benutzer zurückgegeben. Hat erstaunlicherweise echt gut funktioniert.
Der Rest war dann nur noch ein wenig Rekapitulation bzw. Zukunftsaussichten. Und ich hab sogar ein Zertifikat bekommen ;-)
Fazit
Bis jetzt haben wir nur an der Oberfläche von GATE gekratzt, das Ding kann echt viel. Die (für uns) interessantesten Dinge, die wir uns auch ansehen sollten sind:
* ANNIC zum JAPE erstellen bzw Debuggen
* Machine Learning
* Morphological Analyser bzw
* Flexible Gazetteers
* Das Ganze Ontologie-Plugin (Editor, OntoGazetteer, ...)
Montag, August 03, 2009
Chilis geben Gas...
Jetzt war ich eine Woche nicht da, komme zurück, und sehe wie gut die Chilis gedeihen. Alle drei Sorten (Jalapeno, Hot Portugal und Masquerade) tragen schon reichlich Früchte. Die ein oder andere hab ich schon geerntet, aber ich denke in den nächsten 1-2 Wochen steht mal eine große Ernte an :-)
U2 in Dublin
Das Konzert am Samstag, den 25. Juli war der Wahnsinn. Sind gegen Mittag zum Stadion gekommen, und auch gleich in den abgesperrten Bereich gekommen, wo wir unsere "Inner-Circle" Armbänder bekommen haben. Wir sind also quasi zwischen Bühne und Steg gestanden. Die Fotos sind der Wahnsinn, sieht teilweise aus als würde man mit Bono oder The Edge auf der Bühne stehen.
Vorgruppe waren die Kaiser Chiefs, die haben Gas gegeben, der Wahnsinn (siehe Video). Zunächst hat Ricky WIlson angedeutet, dass sich die Menge teilen soll, um ihm einen Weg zum durchlaufen zu ermöglichen. Das hat er auch gemacht, ist am anderen Ende auf den Steg gesprungen, und von dort dann auf die Leute drauf. Resultat ist das Video ;-)
Vorgruppe waren die Kaiser Chiefs, die haben Gas gegeben, der Wahnsinn (siehe Video). Zunächst hat Ricky WIlson angedeutet, dass sich die Menge teilen soll, um ihm einen Weg zum durchlaufen zu ermöglichen. Das hat er auch gemacht, ist am anderen Ende auf den Steg gesprungen, und von dort dann auf die Leute drauf. Resultat ist das Video ;-)
Samstag, Juli 18, 2009
6 Tage noch...
6 Tage noch, dann geht's endlich nach Dublin zum U2-Konzert. Laut den bisherigen Berichten in diversen Fan-Foren soll's ja bombastisch werden.
Freu mich schon wie ein kleines Kind, vor allem auch ,weil ich gleich anschließend eine weitere Woche in England - genauer in Sheffield - verbringen kann, und zwar auf der GATE Summer School.
Freu mich schon wie ein kleines Kind, vor allem auch ,weil ich gleich anschließend eine weitere Woche in England - genauer in Sheffield - verbringen kann, und zwar auf der GATE Summer School.
Montag, Juli 13, 2009
Erster selbstgezogener Chili
Gestern war es soweit, ich habe den ersten selbst gezogenen Chili verspeist.
Ein kleines lila-färbiges, ziemlich scharfes Teil. Leider hab ich nicht daran gedacht, ein Foto zu machen...
Weiters habe ich die 19 Chilipflanzen getrennt, der Platz wurde zu knapp, da sie ordentlich wachsen...
Fotos gibt es Mitte der Woche.
Ein kleines lila-färbiges, ziemlich scharfes Teil. Leider hab ich nicht daran gedacht, ein Foto zu machen...
Weiters habe ich die 19 Chilipflanzen getrennt, der Platz wurde zu knapp, da sie ordentlich wachsen...
Fotos gibt es Mitte der Woche.
Montag, Juli 06, 2009
Bruce Springsteen & The E-Street Band in Wien (5.Juli 2009)
Gestern durfte ich ein Wahnsinnskonzert von Bruce Springsteen mit seiner E-Street band im Wiener Ernst Happel Stadion erleben.
Zwei Stunden und 50 Minuten purer Rock'n Roll. Hier die SetList:
- Jackson Cage
- Badlands
- Cover Me
- My Lucky Day
- Outlaw Pete
- Darlington County
- Working On A Dream
- Seeds
- Johnny 99
- Darkness On The Edge of Town
- Growin' Up
- Rendezvous
- Proud Mary
- 4th of July, Asbury Park (Sandy)
- Because The Night
- Waiting On A Sunny Day
- The Promised Land
- The River
- Into The Fire
- Lonesome Day
- The Rising
- Born To Run
Zugabe:
- Cadillac Ranch
- Jersey Girl
- Tenth Avenue Freeze-Out
- American Land
- Bobby Jean
- Dancing In The Dark
- Twist & Shout
Dienstag, Juni 30, 2009
Montag, Juni 29, 2009
Freitag, Juni 26, 2009
Chilianzucht
Heute habe ich die letzen beiden Chili-Pflanzen umgetopft. Die ersten Blüten waren auch schon da (bzw. sind da), jetzt hoffe ich dass daraus schöne Chilis werden.
Jedenfalls gedeihen die Dinger prächtig, wie die Bilder zeigen ;-)
Bin richtig stolz drauf...
Leider habe ich einen taktischen Fehler zu Beginn gemacht. Ich hab vergessen die Pflanzen zu beschriften, jetzt weiss ich nicht mehr welche Pflanze, welche Sorte ist (angebaut hab ich Jalapenos, Hot Portugal und Masquerade). Spätestens bei der Ernte weiss ich's wieder ;-)
Auf ein Neues
Nachdem ich mich in letzer Zeit vermehrt mit Microblog-Plattformen beschäftigt habe (Twitter und Identi.ca) habe ich mir gedacht, es ist an der Zeit einen "echten" Blog zu starten. Und da fiel mir ein, dass ich hier ja schon einen Account seit 2005 habe....
Also ratz-fatz aktiviert, angepasst und los geht's.
Ich hoffe das ich diesmal nicht so schreibfaul wie letzes mal bin...
Dienstag, Jänner 11, 2005
Abonnieren
Posts (Atom)