Motivation
Sprachdaten, wie Äußerungen in einem Dialog, Sätze und Absätze in einem größeren Text oder Dokumente in einer Dokumentensammlung, sind immer eingebettet in einen Ko(n)text. Er besteht aus dem umgebenden Text, d. h. dem sprachlichen Kontext (Kotext) und dem außersprachlichen Kontext. Dieser umfasst Hintergrundwissen, Schlussfolgerungen basierend auf Allgemeinwissen, sowie den situativen Kontext, der einem sprachlichen Ereignis zugrunde liegt. Hierzu gehören gegebenenfalls auch visuelle Informationen der Teilnehmer an einem sprachlichen Austausch wie Mimik, Gesten und vieles mehr. Dieser komplexe Kontext wirkt sich stark auf die Funktion und Interpretation eines bestimmten Sprachelements aus. Traditionell konzentrierte sich ein großer Teil der Verarbeitung natürlicher Sprache („Natural Language Processing“, NLP) nur auf das spezifische Datenelement, das verarbeitet wurde, ohne den Ko(n)text zu berücksichtigen, da die Verarbeitung in NLP meistens auf Satzebene stattfindet.
Ziele und Vorgehen
In CORA4NLP soll die Bildung von neuronalen Netzen zur Verarbeitung von Text im Zusammenhang mit dem sprachlichen und dem außersprachlichen Kontext erforscht werden. Jüngste Fortschritte bei auf tiefem Lernen basierten NLP-Ansätzen haben zu wesentlich verbesserten Modellierungstechniken bei der Erfassung und Integration von Ko(n)text geführt. Trotz dieser Fortschritte steht die Beantwortung vieler Forschungsfragen aus CORA4NLP noch ganz am Anfang: Unklar ist immer noch, wie Hintergrundwissen und Schlussfolgern mit Allgemeinwissen am besten in die Modelle integriert werden kann, um die „oberflächlichen“ Sprachdaten richtig zu interpretieren. Eine Herausforderung dabei ist das Schlussfolgern über breite Ko- und Kontexte. Eine zweite besteht darin, neue und ressourcenarme Ko(n)texte anzupassen, indem unbekannte oder teils bekannte Ko- und Kontexte automatisch ergänzt werden. Darüber hinaus ändern sich im Laufe von Kommunikation ständig Ko- und Kontexte, weshalb im Vorhaben die kontinuierliche Anpassung an und Verallgemeinerung über sich entwickelnde Ko(n)texte untersucht und in die Modellierung eingebracht wird.
Innovationen und Perspektiven
Die Ergebnisse dieser Forschung werden in speziellen Anwendungsgebieten der Informationsextraktion, der Fragebeantwortung, der maschinellen Übersetzung und der Dialogführung validiert.