Motivation
KI-Verfahren zur Erzeugung von natürlich-sprachlichem Text, sogenannte „generative Verfahren“ und „Modelle“, zeigen in jüngster Vergangenheit erstaunliche Erfolge. Sie sind inzwischen in der Lage, Texte zu erzeugen, die kaum von solchen Texten zu unterscheiden sind, die von Menschenhand verfasst wurden. Jedoch lässt sich der Inhalt und Schreibstil des generierten Textes mit diesen Verfahren kaum steuern. In den zugrunde liegenden KI-Modellen sind derzeit Inhalt und Stil nur als Einheit enthalten. Durch eine Entflechtung („Disentanglement“) von Stil und Thema in den Modellen der Textdaten könnten beide Elemente als weitgehend unabhängige Stellschrauben genutzt werden, um die Qualität und Verständlichkeit künstlich erstellter Texte, auch im Hinblick auf bestimmte Zielgruppen, zu verbessern.
Ziele und Vorgehen
Die Anwendungen sind vielfältig: Soll ein langer Artikel in Kurzform zur Verfügung gestellt, für soziale Medien aufbereitet , ein formaler, wissenschaftlicher Artikel in allgemein verständlicher Sprache wiedergegeben oder für eine Zielgruppe mit anderem Fachhintergrund aufbereitet werden? Eine jeweils unabhängige Einflussnahme auf Inhalt und Stil würde es ermöglichen. Es ist dann z.B. auch denkbar, einen Harry-Potter-Roman im Stil von William Shakespeare umzuschreiben. Das Projekt SeDis möchte aktuelle Forschungsansätze und -ergebnisse zu Sprach- und Themenmodellen zusammenführen. Ziel ist es, ein kombiniertes Modell für Textdaten zu entwickeln, das den Inhalt und den Textstil als unabhängig zu verarbeitende Elemente repräsentieren kann Die Lösungsidee basiert auf der Nutzung tiefer neuronaler Netze (Deep Neuronal Networks – DNN). Während es für die Verarbeitung von Bilddaten mittels DNN bereits erfolgreiche Verfahren gibt, ist noch nicht sicher, wie vergleichbare Ergebnisse auch für Texte erzielt werden können. Hierfür ist noch zu erforschen, wie DNN mit diskreten Daten, wie sie Texte darstellen, umgehen können.
Innovationen und Perspektiven
Qualitativ hochwertige Texte KI-basiert automatisiert zu erzeugen, ist für zahlreiche Anwendungen und Industriebranchen interessant. Bei der „Conversational AI“ steht die menschenzentrierte, natürlich-sprachliche Kommunikation zwischen Mensch und Maschine im Mittelpunkt. Mit den Projektergebnissen können zusammen mit Methoden und Technologien der Spracherkennung innovative Dialogsysteme realisiert werden, die z.B. in privaten Haushalten (Alexa, Echo, usw.), im Kundensupport (Virtual Call Center Agents) oder in Fahrerassistenzsystemen Anwendung finden. Auch in der soziologischen Forschung oder der Marktforschung könnten die Themenmodelle zur Analyse von Nachrichten, Mitteilungen in sozialen Medien sowie von Webseiteninhalten bspw. in Bezug auf Unternehmensberichte und -profile, aber auch zur Marktbeobachtung eingesetzt werden. Zukünftig ist auch eine Nutzung in biologischen Anwendungen zur Analyse von DNA-Sequenzen denkbar, da es sich hierbei ebenfalls um diskrete, geordnete Daten handelt. Langfristig könnten auf Basis der Vorhabenergebnisse Lösungen für eine verbesserte, barrierefreie Mediennutzung entwickelt werden, indem z.B. Texte generiert werden, die Sachverhalte für Menschen mit Sehbeeinträchtigungen beschreiben. Auch für andere Wissenschaften, wie z.B. Literatur- oder Geschichtswissenschaften, könnten sich damit völlig neue Analysemöglichkeiten eröffnen.