Sprache verstehen

Sprache gilt oft als der Inbegriff menschlicher Intelligenz. Die nahtlose Integration von Maschinen in die Gesellschaft hängt maßgeblich von ihrem Verständnis und ihrer Beherrschung der Sprache ab. In unserer Forschung befassen wir uns daher mit domänenspezifischer, groß angelegter Sprachmodellierung, Textmanipulationsalgorithmen, Argumentation und kausaler Sprache. Sie wird speziell im Zusammenhang mit dialogorientierter KI, der Verknüpfung von Wissensextraktion und Graphen sowie zielorientierten Dialogen und der Auswertung wissenschaftlicher Literatur untersucht.

Forschungsbereich

Unsere Forschung im Bereich der natürlichen Sprachverarbeitung und Informationsgewinnung konzentriert sich auf Algorithmen und Modelle. Die übergeordnete Herausforderung besteht darin, das Sprachverständnis und die Sprachverarbeitung voranzutreiben.

Schlüsselaufgaben

• Modellierung (Sprachdarstellung in einem Computer)
• Paraphrasierung (Vermittlung der Botschaft eines bestimmten Textes mit anderen Worten)
• Zusammenfassung (Vermittlung der Kernaussage eines bestimmten Textes mit weniger Worten)
• Argumentation (Überzeugung der Leser von einer Behauptung oder einer Schlussfolgerung)
• Konversation
• und kausales Wissen

Mithilfe von immer größeren Sprachressourcen aus Webarchiven fördern KI-Technologien die Verallgemeinerungsfähigkeiten dieser Modelle.

Ziele

In unserem Forschungsbereich „Sprache verstehen“ entwickeln wir domänenspezifische Sprachmodelle zur Schreibunterstützung und Problemlösung. Dabei konzentrieren wir uns auf latente Variablen in Sprachmodellen.

• Paraphrasierung auf Absatzebene; wir erwarten, durch die Zusammenfassung langer Texte neue Erkenntnisse zu gewinnen.
• Zusammenfassung von Forschungsergebnissen in neuen Bereichen, wie beispielsweise den sozialen Medien.
• Eingeschränkte Paraphrasierung und Zusammenfassung; Einschränkungen umfassen sprachliche Einfachheit, Schreibstil und bereichsspezifische Anforderungen.
• Integration von computergestützter Argumentation und Konversationstechnologien.
• Erwerb von Kausalkenntnissen aus Texten für fortgeschrittene KI-Argumentation.
• Bias-Analyse in allen oben genannten Bereichen; Schwerpunkt auf dem Schutz von Minderheiten.