Skip to main content

Zweites Deutsches Fernsehen (ZDF)

Tagging-System für die ZDFmediathek

Mit dem neuen Tagging-System für Online-Redakteure der ZDFmediathek wurde die Suche und die Empfehlung von Inhalten für ein besseres Nutzererlebnis verbessert.

Herausforderung

Die ZDFmediathek soll für Nutzer intuitiver und attraktiver werden, indem die Suche und Empfehlungen ähnlicher Beiträge verbessert werden, Themenseiten entstehen und weitere neue Funktionen leicht integriert werden können. 

Eine Voraussetzung dafür ist ein zentrales Tagging-System, welches Online-Redakteure der ZDFmediathek bei der Annotation unterstützt. Dieses soll sowohl in die Online-Plattform des ZDF als auch in die Arbeitsprozesse der Online-Redaktionen des ZDF integriert werden sowie konfigurierbar und anpassbar sein.

 

Lösung

ontolux stellt dem ZDF TXTWerk als externen Service bereit. TXTWerk ist das Text Mining Framework von ontolux.

Das TXTWerk Framework wurde über eine REST-Schnittstelle an die ZDFmediathek angebunden und in das CMS des ZDF integriert. Über das neue Tagging-System bekommen die ZDF-Redakteure beim Schreiben und Editieren von Texten für die Mediathek relevante Schlagwörter und Entitäten (Orte, Personen, Organisationen) vorgeschlagen und können diese dem Text als Metadaten hinzufügen. Somit werden die Textbeiträge qualitativ angereichert.

Für das Vertaggen der Inhalte aus der ZDFmediathek mit Schlagwörtern und Entitäten werden die Services tags, entities und lexicon entities von TXTWerk verwendet.

Die Schlagwörter stammen dabei sowohl aus einem großen Lexikon mit mehreren Millionen Einträgen, das auf Wikipedia und Wikidata basiert, als auch aus einem ZDF eigenen Lexikon, in das zusätzliche Begriffe eingefügt werden können. Mittels Named Entity Recognition werden Entitäten im Text erkannt und mit Entity Linking mit einem Wikidata-Eintrag verknüpft. Auf diese Weise ist es möglich, verschiedene Schreibweisen bzw. Synonyme einer Entität mit dem gleichen Schlagwort zu taggen. 

Des Weiteren kommt ein Machine-Learning-Verfahren zum Einsatz, das die wichtigsten Schlüsselwörter aus dem Text extrahiert, d.h. Wörter, die den Inhalt des Textes besonders gut charakterisieren. Diese werden auch dann als Schlüsselwörter erkannt, wenn sie nicht in den Lexika enthalten sind.

 

Ergebnis

Mit dem neuen Tagging-System ist die Verschlagwortung von Inhalten vereinfacht worden. Die hinzugefügten Metadaten werden im Suchindex gespeichert und ermöglichen gezieltere und bessere Suchergebnisse sowie die Empfehlung ähnlicher Inhalte. Dies schafft die Voraussetzung, Inhalte der Mediathek automatisiert miteinander zu verbinden und weitere Services zu bieten.

 

Unser Kunde

Das Zweite Deutsche Fernsehen (ZDF) ist ein von den Bundesländern gemeinsam getragenes öffentlich-rechtliches Medienunternehmen, das drei lineare Fernsehprogramme anbietet: ZDF, ZDFneo und ZDFinfo. Zeitunabhängig präsentiert das ZDF seine Inhalte in der ZDFmediathek sowie über Drittanbieter im Netz. Das ZDF vermittelt laut seinem Auftrag mit einem Angebot aus Information, Bildung und Unterhaltung einen objektiven Überblick über das Weltgeschehen und insbesondere ein umfassendes Bild der deutschen Wirklichkeit. www.zdf.de

 

Bildquelle: Jens Kreuter @unsplash

Kunde seit 2021

Zweites Deutsches Fernsehen (ZDF)

 

Projekt

Tagging-System der ZDFmediathek

 

Leistung

  • Beratung
  • Integration
  • Umsetzung

 

Technologien

  • NLP
  • Machine Learning
  • TXTWerk

Sprechen Sie uns an

Bertram Sändig

COO ontolux