Die zunehmende Anzahl im Internet von verfügbaren Ressourcen und die schnell ansteigende Zahl von zugänglichen Forschungspublikationen überfordern Forscher, Studenten und Dozenten. Linked Data Plattformen wie SciGraph reduzieren diese Informationsüberflutung, indem sie Ressourcen aus den heterogenen Quellen im Internet kombinieren und mit Ontologien verknüpfen. Ontologien beschreiben, wie Konzepte und damit verlinkte Ressourcen zusammenhängen. Linked Data Plattformen sollen Funktionen bereitstellen, um die Zugänglichkeit und Auffindbarkeit der Ressourcen zu verbessern. Diese Funktionen umfassen Methoden zur Wartung und Aktualisierung der verwendeten Ontologien, zur Zuordnung von Konzepten zu Ressourcen sowie zur Abgabe von Empfehlungen zu relevanten Ressourcen. Etwa 80% der Ressourcen im Internet kommen in Form von unstrukturierten Inhalten vor. Dies führt einem Bedarf an automatisierten Methoden, um die Fülle der in unstrukturierten Inhalten eingebetteten Informationen zu nutzen, und die benötigten Funktionen zu realisieren.

Diese Arbeit beinhaltet Beiträge zu drei Aufgaben zum Aufbau von Linked Data Plattformen aus unstrukturierten Informationsquellen, nämlich Ontologiegenerierung und -anreicherung, Textklassifizierung und Dokumentenempfehlung. Die Mehrheit der Methoden des maschinellen Lernens (ML), die bisher zur Lösung dieser Aufgaben verwendet werden, zeichnen sich durch die intensive Abhängigkeit von einem kompliziertem Feature Engineering aus. Das ist ein langwieriger, zeitaufwendiger und domänenspezifischer Prozess ist. Die Motivation unserer Arbeit liegt in dem Potenzial, lexikalisch-semantische Ressourcen und Deep Learning zur Bewältigung der Forschungsherausforderungen in den drei oben genannten Aufgaben zu nutzen. Auf der einen Seite kodieren die vorhandenen lexikalisch-semantischen Ressourcen verschiedene Arten von Informationen über Wörter wie ihre Bedeutung und ihre semantischen Beziehungen. Auf der anderen Seite haben Deep-Learning-Methoden bei anspruchsvollen NLP-Problemen, d.h. Textklassifizierung und semantische Beziehungsextraktion, Spitzenleistungen erzielt. Der Entwicklung der Distributed Representation ist der Schlüssel zum Durchbruch des Deep Learning bei verschiedenen NLP-Aufgaben. Der Schwerpunkt dieser Arbeit liegt auf der Entwicklung, Implementierung und Bewertung neuer Ansätze, die die semantischen Ähnlichkeiten und Regelmäßigkeiten zwischen Wörtern in großen Textkorpora besser nutzen, um das manuelle Feature Engineering in aktuellen Lösungsansätzen zu minimieren.

Im Hinblick auf die Generierung und die Anreicherung von Ontologien stellen wir Onto.KOM vor: ein minimal überwachtes Ontologie-Lernsystem, das neben bestehenden lexikalischen Datenbanken auch unstrukturierten Text als Eingabe verwendet. Wir untersuchen die Effektivität der Verwendung unseres Ansatzes zur semantischen Beziehungsklassifizierung hinsichtlich verschiedener Einflussaspekte, nämlich der Eingangsdarstellung, der verwendeten Netzwerkstruktur und der Arten semantischer Beziehungen.

Im Rahmen der Klassifizierung von Multilabel-Texten liegen die Beiträge in drei Hauptbereichen: Zuerst schlagen wir einen Ansatz für die Merkmalsauswahl vor, bei dem die typisierten Abhängigkeiten zwischen Wörtern als Ma{\ss} für die Auswahl der wichtigsten Merkmale verwendet werden. Wir vergleichen unseren Ansatz mit mehreren statistischen und semantischen Techniken, um den Vorteil der Nutzung der semantischen und syntaktischen Beziehungen zwischen Wörtern zur Verbesserung der Qualität ausgewählter Merkmale zu untersuchen. Zweitens, analysieren wir die Leistung von Deep Learning Strukturen anhand eines kleinen Datensatzes langer Dokumente, in dem traditionelle Techniken tendenziell besser abschneiden. Au{\ss}erdem entwickeln wir ein neues Modell, das die verteilten Darstellungen von Dokumentenfragmenten und Deep Learning Strukturen nutzt. Wir vergleichen das neue Modell mit einer Vielzahl von Techniken zur Merkmalsauswahl und Textklassifizierung. Drittens, geht es um das Problem der Label Imbalance und des Fehlens ausreichender Trainingsdaten. In diesem Rahmen entwickeln wir einen traininglosen Klassifikator, der auf lexikalisch-semantischen Ressourcen als Grundlage für die Klassifizierung basiert. Wir umwandeln das Klassifikation Problem in einen Graph Matching Problem

Hinsichtlich der Empfehlung relevanter Ressourcen gehen wir auf das Problem der Zitatempfehlung als besonderen Anwendungsfall der Dokumentenempfehlung ein. Wir schlagen zwei Modelle für die Kombination verschiedener heterogener Informationsquellen vor, wie z.B. den Inhalt von Publikationen, Co-Autoreninformationen und zuvor zitierte Papers für die Bereitstellung einer personalisierten Zitatempfehlung.