Die richtige Antwort finden mit Question Answering

Die Beantwortung von Fragen ist eine zentrale Aufgabe wissensbasierter Systeme. In der Vergangenheit gab es dafür zwei grundlegend verschiedene Lösungsansätze: Strukturierte Wissensdatenbanken ermöglichen exakte Antworten basierend auf vorab aufwändig modellierten Zusammenhängen. Freitextbasierte Suchsysteme benötigen hingegen keine Wissensmodellierung. Dafür liefern sie aber auch nicht wirklich Antworten auf Fragen, sondern nur eine sortierte Liste von Dokumenten, die Antworten enthalten können.

Transformer-basierte Modelle wie BERT sind in der Lage, aufgrund des erlernten Sprachmodells selbständig semantische Zusammenhänge in Freitexten zu erkennen. So liefert Google auf die Frage "Wer knackte die Enigma?" als Antwort sofort die passende Textpassage statt einer Liste von Links.

Im Vortrag wird erläutert, wie solche Modelle funktionieren, wie sie trainiert werden können und wie Frage-Antwort-Systeme sinnvoll im Unternehmen eingesetzt werden können.

Speaker

 

Jens Albrecht
Jens Albrecht ist als Professor an der Fakultät Informatik der TH Nürnberg für das Lehrgebiet Datenbanken und Big Data verantwortlich. Seine Interessensgebiete umfassen Big-Data-Technologien und Maschinelles Lernen, insbesondere im Kontext Natural Language Processing. Bevor er 2012 an die Hochschule wechselte, arbeitete er als DWH-Architekt bei Oracle und der GfK in Nürnberg.

M3-Newsletter

Ihr möchtet über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden