Matthias Bauer 
Automatische Metadatengenerierung für Lernobjekte 
Experimenteller Werkzeugvergleich und Kategorisierung von Metadatentypen

Diplomarbeit aus dem Jahr 2007 im Fachbereich Informatik – Wirtschaftsinformatik, Note: 1, 7, Martin-Luther-Universität Halle-Wittenberg, Sprache: Deutsch, Abstract: E-Learning gewinnt in der universitären Ausbildung sowie in der außeruniversitären Aus- und Weiterbildung zunehmend an Bedeutung und hat sich als Lehr- und Lernform fest etabliert. Die Vorteile liegen vor allem in der Selbstbestimmung von Lernort, Lernzeit und Lerntempo. Für die Verwaltung und den Austausch digitaler Lernmaterialien, so genannter Lernobjekte (LO), sind aussagekräftige Metadaten erforderlich. Für viele Autoren von LO gestaltet sich die Metadatengenerierung jedoch als zu schwierig und zeitaufwändig. Darüber hinaus profitieren Autoren nur in geringem Maß von der Beschreibung ihrer LO durch Metadaten und sind daher häufig nicht bereit den zusätzlichen Aufwand zu erbringen. Der Einsatz professioneller Metadatenautoren zur Generierung von Metadaten für LO ist hingegen sehr kostenintensiv. Vor dem geschilderten Hintergrund wird in dieser Arbeit die automatische Metadatengenerierung als Alternative zur manuellen Metadatengenerierung betrachtet. Dazu werden zunächst fundamentale Begriffe wie Lernobjekt, Metadaten und Metadatengenerierung erläutert, technische Systeme im E-Learning voneinander abgegrenzt sowie die zur Beschreibung von Lernobjekten relevanten Datenelemente vorgestellt. Darüber hinaus werden ausgewählte Informationsquellen der automatischen Metadatengenerierung vorgestellt. Anschließend werden die in der Literatur anzufindenden ressourcenbasierten und kontextbasierten Methoden und Ansätze der automatischen Metadatengenerierung beschrieben und diskutiert und deren Eignung für die Generierung der Metadatentypen des LOM-Standards verifiziert. Durch einen experimentellen Werkzeugvergleich wird ferner die praktische Anwendbarkeit der Methoden stellvertretend am Beispiel ausgewählter Keyphrase-Extraction-Tools analysiert.