Die Berechnung von semantischen Inferenzbeziehungen zwischen Texten ist eine zentrale Aufgabe in der Verarbeitung von natürlichsprachlichen Texten, die in praktisch allen Anwendungen des Textverstehens benötigt wird. Beispielsweise sollten Systeme zur automatischen Fragebeantwortung oder Informationsextraktion verifizieren können, ob die extrahierten Antworten und Relationen tatsächlich aus den ausgewählten Textfragmenten stammen. Obwohl solche oder ähnliche Inferenzen in vielen verschiedenen Anwendungen zum Einsatz kommen, gibt es derzeit noch keine generische semantische "Maschine" oder Platform für eine umfassende textuelle Inferenz. Vielmehr verwendet man spezialisierte semantische Annotationswerkzeuge, die zu einem bestimmten Zeitpunkt nur ein spezifisches Phänomen und ein einzelnes Textfragment betrachten. Auf sie aufbauende Systeme und Anwendungen müssen diese eigenständig zusammenfügen und erweitern, um ein vollständiges Inferenzsystem zu erhalten. Unsere primäre wissenschaftliche Motivation ist es, diese ineffektive Anbindung zu ändern und umfassende Ressourcen für die textuelle Inferenz bereitzustellen.
Unsere zweite industrieorientierte Motivation liegt im Geschäftsfeld der Text Analytics. Wir konzentrieren uns hierbei auf den Bereich der Kundeninteraktion, der heutzutage mehrere Kommunikationskanäle umspannt, wie zum Beispiel gesprochene Sprache, E-Mail und soziale Medien. Dieser wachsende Markt zeigt einen immer stärkeren Bedarf an der automatischen Analyse der Eingaben von Kunden, um diese effektiv nutzen zu können. Ein wesentlicher Hinderungsgrund ist jedoch die gegenwärtige Unfähigkeit, effektive Inferenzen über die kompletten Kundenmitteilungen machen zu können; stattdessen können nur schlüsselwort- und topikbasierte Analysen durchgeführt werden.
Wir setzen daher zwei Ziele für das Projekt: Unser erstes Ziel ist die Entwicklung einer generischen multilingualen Platform für textliche Inferenz, die auf dem erfolgreichen Paradigma der "textlichen Implikation" (textual entailment) basiert und die der wissenschaftlichen und technischen Gemeinschaft zur Verfügung gestellt wird. Dies ermöglicht vielen Anwendungen, diese offene Platform für die nötigen Inferenzaufgaben einzusetzen, wobei dadurch gleichzeitig die Entwicklung von semantischen Kerntechnologien gemeinschaftlich geteilt wird. Unser zweites Ziel ist es, diese Inferenzplatform wirksam und nachhaltig für die Entwicklung einer neuartigen Generation von Technologien zur unüberwachten Textexploration von Kundeninteraktionen einzusetzen, um hierdurch besser an die unterschiedlichen und oft unvorhergesehenen Inhalte und Meinungen von Kunden zu gelangen.
Partner
- NICE Systems (coordinator), Israel
- Bar Ilan University, Israel
- Fondazione Bruno Kessler - FBK, Italy
- Deutsches Forschungszentrum für Künstliche Intelligenz GmbH - DFKI, Germany
- University of Heidelberg, Germany
- Almawave S.r.l,m Italy
- OMQ GmbH, Germany
