Software verschafft Überblick in großen Dokumenten

Experten der globalen Siemens-Forschung Corporate Technology entwickelten einerseits eine Suche, die es ermöglicht nach Schlüsselwörtern und Textpassagen in allen Dokumenten z.B. einer Ausschreibung gleichzeitig zu suchen, ohne die Dokumente selbst öffnen zu müssen.

Das macht die Suche sehr schnell. Im Millisekundenbereich kann der Nutzer sich die Ergebnisse in den Dokumenten selbst anschauen. Andererseits entwickelten sie eine Komponente, die die Veränderungen der Anforderungen gegenüber früheren Versionen prüft.

Wie die Zeitschrift Pictures of the Future in ihrer aktuellen Ausgabe berichtet, soll am Ende eine semantischen Software stehen, die Zusammenhänge erkennt und so relevante Informationen findet. Ursprünglich entwickelte Corporate Technology die Software im Rahmen einer Machbarkeitsstudie zur Digitalisierung aller Grundbücher in Deutschland.

Gesucht war eine Technik, um aus den Grundbüchern der vergangenen 50 Jahre – rund 500 Millionen pdf-Seiten – automatisiert Informationen wie Eigentümer, Grundstückgröße oder Hypothekenbelastungen zu erfassen.

Die Software musste in der Lage sein, unter Ausnutzung der  Dokumentstruktur die jeweiligen Informationen zu extrahieren. Dabei musste sie auch für Scans schlecht kopierter Schreibmaschinenseiten oder für mehrfach korrigierte Dokumente funktionieren.

ei der Weiterentwicklung der Software für industrielle Ausschreibungen arbeiten die CT-Forscher eng mit Kollegen aus den jeweiligen Siemens-Geschäften zusammen. Auf dieser Basis entwickeln die Forscher charakteristische Such-Algorithmen, um im Dokument alle Informationen zu bestimmten Themen, beispielsweise zu Sicherheit oder Emissionsschutz zu finden. 

Weil im Laufe eines Projekts Ausschreibungen wiederholt angepasst werden, identifiziert die Software in einem zweiten Schritt Änderungen gegenüber vorherigen Versionen und zeigt sie dem Nutzer an. In einem dritten Schritt werden Analogien zu früheren, ähnlichen Ausschreibungen gesucht, so dass die Nutzer sehen können, wie bestimmte Anforderungen damals bewertet wurden.

Insgesamt spart die automatisierte semantische Auswertung großer Ausschreibungs-Dokumente Zeit, vermeidet Fehler und macht es einfacher, kurzfristige Änderungen zu integrieren und zu analysieren. (2014.07.4)