Prototypen und Tools
Im Folgenden sind Implementierungen verschiedener Prototypen und Tools rund um TextTransfer aufgelistet, die im Laufe des Projekts zur Unterstützung des Hauptvorhabens entwickelt worden sind.
-
ProposalPilot
ProposalPilot ist eine Webanwendung, die entwickelt wurde, um den Prozess zur Erstellung von Projektanträgen zu optimieren. Mit ProposalPilot können Nutzerinnen und Nutzer Details zu ihrem Projektvorhaben einfach in vordefinierte Formularfelder eintragen. Die eingegebenen Daten werden anschließend automatisch im strukturierten JSON-Format dargestellt und können in verschiedene andere Formate, wie HTML, PDF und XML, umgewandelt und heruntergeladen werden. Dies soll künftig nicht nur den mühsamen Formatierungsprozess der Antragserstellung erleichtern, sondern auch die Institute bei der einheitlichen Speicherung und Verwahrung von Projektanträgen unterstützen. Es handelt sich bei der hier vorgestellten Version um einen ersten funktionsfähigen Prototypen aus dem Frühjahr 2023.
-
Umfragewissen
Bei Umfragewissen handelt es sich um eine Webanwendung zur einfachen Erstellung von Umfragen. Sie wurde eigens für TextTransfer entwickelt, um die spezifischen Anforderungen an die Datenerhebung für das Projekt zu erfüllen und diese künftig zu erleichtern. Neben den Grundfunktionalitäten, wie die Erstellung und Überarbeitung von Umfragen oder die automatische Generierung von Links zur Einladung potenzieller Probandinnen und Probanden, bietet die Anwendung zudem Tracking-Funktionen zur genauen Zeiterfassung einzelner Teilnehmerinnen und Teilnehmer. Die Umfrageergebnisse können als CSV-Datei heruntergeladen werden. Eine erste lauffähige Version wurde Anfang 2022 veröffentlicht.
-
TrenDTF Search
Der Prototyp TrenDTF Search ist ein direktes Ergebnis von TrenDTF, einem BMBF-geförderten Gemeinschaftsprojekt der TIB mit Fraunhofer ISI und Fraunhofer IML (Projektlaufzeit: 01.10.2019 bis 30.09.2022). Der Prototyp deckt mit 69.961 Berichten eine große, wenn auch unvollständige Sammlung deutscher Forschungsberichte ab. TrenDTF Search nutzt fortschrittliche Algorithmen (einschließlich Named Entity Recognition, Themenmodellierung, Themenklassifizierung, Volltextsuche etc.) und Techniken zur Gewichtung von Anfragen und Daten, um die relevantesten Ergebnisse für die Anfrage zu liefern. Die Suche kann mit verschiedenen Filtern wie Sprache, Erscheinungsjahr, Verlag und Thema verfeinert werden. Weitere Informationen zum Projekt finden Sie hier: Bedienungshinweise und Danksagung, Blogpost.