Disputas: Inger Beate Nylund

Inger Beate Nylund disputerer for ph.d-graden i bibliotek- og informasjonsvitenskap.

Inger Beate Nylund forsvarer sin avhandling i doktorgradsprogrammet bibliotek- og informasjonsvitenskap med tittelen «Exploring functional classification as metadata for enterprise search»

Prøveforelsning

Torsdag, 7.november 2019, kl. 10-10.45. Tema for prøveforelesning vil bli oppgitt to uker før disputasen.

Disputas

Doktoranden vil offentlig forsvare avhandlingen torsdag 7.november 2019 kl. 12.00 - 15.00.

Komité

Leder for disputasen

Veiledere

    Laster inn ...
    • Sammendrag

      I denne avhandlingen har jeg utforsket funksjonsbasert klassifikasjon som metadata for informasjonsgjenfinning på arbeidsplasser. Tidligere forskning har vist til at informasjonsgjenfinning på arbeidsplasser kan forbedres ved å tilføye metadata til innhold. Et spørsmål er hva slags metadata som skal tilføyes, og hvordan metadataene kan designes. Jeg valgte å utforske funksjonsbasert klassifikasjon som metadata, fordi denne er basert på kontekst, noe som kan supplere andre studier i kontekstbasert informasjonsgjenfinning.

      Jeg brukte kvalitative metoder for å designe og evaluere et funksjonsbasert klassifikasjonsskjema. Casestudien gjorde en detaljert undersøkelse av et arbeidsdomene mulig, og ga forståelse av begrepene funksjon, aktivitet, oppgave/transaksjon og sjanger. Resultatene viste at både kontekstbaserte intervjuer og sjangeranalyse er metoder som kan bidra til å designe et funksjonsbasert klassifikasjonsskjema. Klassifikasjonsskjemaet består av prekoordinerte termer som viser relasjoner mellom setningselementer, mer spesifikt fem ulike syntaktiske mønstre, for eksempel verb pluss objekt. Når det gjelder egnetheten av skjemaet for indeksering, så antydet resultatene at termer fra det funksjonsbaserte klassifikasjonsskjemaet ble gjenkjent og brukt til indeksering, men også diskutert med tanke på presisjon.

      Resultatene tyder derfor på at metoder ‘nedenfra og oppover’ for å designe et funksjonsbasert klassifikasjonsskjema kan gi en struktur og termer som er lett gjenkjennelige innenfor arbeidsdomenet. Studien tyder også på at for gjenfinning av dokumenter innenfor dette domenet, så er det nødvendig å supplere de funksjonsbaserte termene med andre typer termer, for eksempel termer som betegner spesifikke objekter, sted og tid. Sammensatte metadata for eksempel ved hjelp av fasetter har derfor sannsynligvis et potensiale.

      Mer forskning kan vurdere funksjonsbasert klassifikasjon i andre arbeidsdomener og med andre sjangere. Videre forskning trengs for å evaluere potensialet til funksjonsbasert klassifikasjon som metadata i faktisk informasjonsgjenfinning, for eksempel ved vurdering av relevansen til søkeresultater, i navigering og filtrering, og i automatisk indeksering.

    • Abstract

      In this PhD thesis I have explored functional classification as metadata for enterprise search. Enterprise search is connected to the retrieval of information in an organisation or company. Previous research has argued that enterprise search can be improved by adding metadata to content. One question is what kinds of metadata to add, and how it can be designed. I chose to explore functional classification as metadata, because it is a contextual approach, that can add to existing studies in contextual factors for information retrieval.

      I used qualitative methods to design and evaluate a functional classification scheme. The case study allowed a detailed investigation into a real work domain, providing conceptual understanding of function, activity, transaction, and genre. The results showed that both contextual interviews and genre analysis are methods that can help design a functional classification scheme. The classification scheme is characterised by pre-coordinated terms that indicate relations between clause elements, more specifically five different syntactic patterns, for example verb plus object. As for fitness for use in indexing, the results indicated that terms in the functional classification scheme were recognised and applied for indexing, but also discussed as for precision.

      The results therefore suggest that bottom-up methods to design a functional classification scheme can provide a structure and terms that are easily recognised within the domain. The study also indicates that for known item searching in this domain, functional classification terms need to be supplemented by other types of terms, for example terms denoting particular objects, space and time. A mixed approach to metadata for example by means of facets is therefore likely to have a potential.

      More research can assess functional classification in other work domains and with other genres. Further research is needed to evaluate the potential of functional classification as metadata in real enterprise search, for example in assessing the relevance of search results, in navigating and filtering, and for automatic indexing.