Wissensakquisition mithilfe maschineller Lernverfahren auf tiefen semantischen Repräsentationen

Eine große Wissensbasis ist eine Voraussetzung für eine Vielzahl von Anwendungen im Bereich der automatischen Sprachverarbeitung, wie Frage-Antwort- oder Information-Retrieval-Systeme. Ein Mensch hat sich das erforderliche Wissen, um Informationen zu suchen oder Fragen zu beantworten, im Laufe seines Lebens angeeignet. Einem Computer muss dieses Wissen explizit mitgeteilt werden. Tim vor der Brück beschreibt einen Ansatz, wie ein Computer dieses Wissen ähnlich wie ein Mensch durch die Lektüre von Texten erwerben kann. Dabei kommen Methoden der Logik und des maschinellen Lernens zum Einsatz.

Autorentext

Tim vor der Brück arbeitet am Lehrgebiet Texttechnologie der Goethe-Universität Frankfurt am Main mit der Verarbeitung natürlicher Sprache sowie dem Einsatz von maschinellen Lernverfahren.

Inhalt

Typische Arten von Wissen.- Stand der Forschung: automatische Lernverfahren für die Wissensakquisition.- Relationsextraktion basierend auf einer tiefen semantischen Wissensrepräsentation.- Lernen von Entailments basierend auf einer tiefen semantischen Wissensrepräsentation.- Evaluation.