TU Darmstadt / ULB / TUbiblio

ArgumenText: Entscheidungsunterstützung durch die automatische Extraktion von Argumenten aus großen Textquellen (Schlussbericht)

Gurevych, Iryna ; Daxenberger, Johannes (2021)
ArgumenText: Entscheidungsunterstützung durch die automatische Extraktion von Argumenten aus großen Textquellen (Schlussbericht).
doi: 10.26083/tuprints-00018663
Report, Erstveröffentlichung, Verlagsversion

Kurzbeschreibung (Abstract)

Alle relevanten Gründe für eine Entscheidung zu berücksichtigen ist aufgrund der vorherrschenden Informationsflut u.a. im Internet zunehmend schwieriger. Existierende Technologien wie Suchmaschinen unterstützen den Entscheidungsprozess zwar, die relevanten Argumente in den Dokumenten gehen dabei aber verloren. Das Validierungsprojekt ArgumenText hat sich zum Ziel gesetzt, mittels automatischer Extraktion von Argumenten aus großen Textquellen Entscheidungen oder Wissensgenerierungsprozesse effektiv und effizient zu unterstützen. Dabei konnte auf Methoden zur Argumentextraktion aus vorangegangener Grundlagenforschung, die Behauptungen und Begründungen in einzelnen Textdokumenten erkennen, zurückgegriffen werden. Im Rahmen der VIP+ Validierungsförderung stand insbesondere die Erarbeitung einer vielversprechenden Verwertungsstrategie im Vordergrund. Entsprechend war das ArgumenText Arbeitsprogramm und Projektmanagement ausgerichtet auf die Definition von Anwendungsfällen, in denen eine Methodenadaption und Evaluation der Technologie stattfand. Inhaltlich wurden insbesondere Durchbrüche erzielt bei der Argumentextraktion aus heterogenen Textquellen (es wurde ein flexibles Schema geschaffen, das Pro- und Kontra-Argumente immer mit Bezug auf ein gegebenes Thema definiert) sowie der Argumentextraktion aus massiv großen Datenbeständen (es wurde ein zweistufiges Verfahren geschaffen, welches in Echtzeit zunächst Dokumente nach Relevanz zum Thema und dann innerhalb dieser Dokumente nach passenden Argumenten sucht). Außerdem wurde ein Verfahren zur Argumentgruppierung anhand argumentativer Aspekte entwickelt. Im Rahmen der Validierung wurde der Anwendungsfall Journalismus aufgrund mangelnder Verwertungschancen zugunsten des Anwendungsfall Kaufentscheidung verworfen. Letzterer wurde, getrieben durch die Ergebnisse der Evaluationsstudien, Marktanalysen und rechtlichen Gutachten unterteilt in die Fälle Innovations- und Technologiebewertung sowie Kundenfeedbackanalyse. Zur wirtschaftlichen Verwertung konnte im Rahmen des EXIST Programms des BMWi erfolgreich eine Anschlussfinanzierung für eine Unternehmensgründung eingeworben werden.

Typ des Eintrags: Report
Erschienen: 2021
Autor(en): Gurevych, Iryna ; Daxenberger, Johannes
Art des Eintrags: Erstveröffentlichung
Titel: ArgumenText: Entscheidungsunterstützung durch die automatische Extraktion von Argumenten aus großen Textquellen (Schlussbericht)
Sprache: Deutsch
Publikationsjahr: 2021
Ort: Darmstadt
Kollation: 27 Seiten
DOI: 10.26083/tuprints-00018663
URL / URN: https://tuprints.ulb.tu-darmstadt.de/18663
Kurzbeschreibung (Abstract):

Alle relevanten Gründe für eine Entscheidung zu berücksichtigen ist aufgrund der vorherrschenden Informationsflut u.a. im Internet zunehmend schwieriger. Existierende Technologien wie Suchmaschinen unterstützen den Entscheidungsprozess zwar, die relevanten Argumente in den Dokumenten gehen dabei aber verloren. Das Validierungsprojekt ArgumenText hat sich zum Ziel gesetzt, mittels automatischer Extraktion von Argumenten aus großen Textquellen Entscheidungen oder Wissensgenerierungsprozesse effektiv und effizient zu unterstützen. Dabei konnte auf Methoden zur Argumentextraktion aus vorangegangener Grundlagenforschung, die Behauptungen und Begründungen in einzelnen Textdokumenten erkennen, zurückgegriffen werden. Im Rahmen der VIP+ Validierungsförderung stand insbesondere die Erarbeitung einer vielversprechenden Verwertungsstrategie im Vordergrund. Entsprechend war das ArgumenText Arbeitsprogramm und Projektmanagement ausgerichtet auf die Definition von Anwendungsfällen, in denen eine Methodenadaption und Evaluation der Technologie stattfand. Inhaltlich wurden insbesondere Durchbrüche erzielt bei der Argumentextraktion aus heterogenen Textquellen (es wurde ein flexibles Schema geschaffen, das Pro- und Kontra-Argumente immer mit Bezug auf ein gegebenes Thema definiert) sowie der Argumentextraktion aus massiv großen Datenbeständen (es wurde ein zweistufiges Verfahren geschaffen, welches in Echtzeit zunächst Dokumente nach Relevanz zum Thema und dann innerhalb dieser Dokumente nach passenden Argumenten sucht). Außerdem wurde ein Verfahren zur Argumentgruppierung anhand argumentativer Aspekte entwickelt. Im Rahmen der Validierung wurde der Anwendungsfall Journalismus aufgrund mangelnder Verwertungschancen zugunsten des Anwendungsfall Kaufentscheidung verworfen. Letzterer wurde, getrieben durch die Ergebnisse der Evaluationsstudien, Marktanalysen und rechtlichen Gutachten unterteilt in die Fälle Innovations- und Technologiebewertung sowie Kundenfeedbackanalyse. Zur wirtschaftlichen Verwertung konnte im Rahmen des EXIST Programms des BMWi erfolgreich eine Anschlussfinanzierung für eine Unternehmensgründung eingeworben werden.

Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-186632
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik
Fachbereich(e)/-gebiet(e): 20 Fachbereich Informatik
20 Fachbereich Informatik > Ubiquitäre Wissensverarbeitung
TU-Projekte: PTJ|03VP02540|ArgumenText
Hinterlegungsdatum: 30 Jul 2021 07:37
Letzte Änderung: 03 Aug 2021 06:59
PPN:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen