Lead
Bald schon werden uns intelligente Softwareagenten Rede und Antwort stehen und uns mit Unterhaltung und Information versorgen. Damit solche interaktiven Anwendungen möglich werden, untersucht dieses Projekt Grundlagenmethoden des maschinellen Sprachverstehens und Lernens.

Lay summary

Dialogfähige Agenten benötigen eine Reihe von Lesefähigkeiten. Sie müssen etwa Referenzen auf Personen, Organisationen, Ereignisse und Begriffe identifizieren – also quasi automatisch Wikipedia-Links erstellen – können. Sie müssen trotz der fundamentalen Mehrdeutigkeit und Kontextabhängigkeit unserer Sprache verstehen, von wem oder was die Rede ist. Auch muss der Gehalt der Aussagen erkannt und extrahiert werden. Hier bieten neuere Verfahren des «Deep Learnings» Möglichkeiten, den Bedeutungsinhalt von Sätzen unabhängig von Wortwahl und Satzbau zu verstehen. Schliesslich geht es darum, geeignete Diskursmodelle zu entwickeln, die verbunden mit einem Situationsverständnis eine effektive Interaktion mit Menschen ermöglichen.

Vielfältige Algorithmen helfen uns bei der Beschaffung und Bewertung von Informationen, etwa im Zusammenhang mit Suchmaschinen oder sozialen Medien. Gleiches gilt für den Bereich der Unterhaltung oder des E-Commerce. Mehr und mehr kommen dabei intelligente, dialogfähige Systeme zum Einsatz, an die wir gesprochene Anfragen in natürlicher Sprache richten können. Die wirtschaftlichen und gesellschaftlichen Auswirkungen dieser neuen Technologien sind enorm.

Eine dialogfähige Software muss automatisch Text und Sprache verstehen. Dabei geht es nicht nur um gesprochene Anfragen, sondern auch um ein tieferes Verständnis der Dokumente und Texte, in denen unser Weltwissen niedergeschrieben ist. Dieses Projekt entwickelt neue Methoden des Textverstehens: Wovon ist die Rede und was wird ausgesagt? Was davon könnte für einen Nutzer relevant oder wissenswert sein? Fragen, die einer algorithmischen Lösung bedürfen.