Projektdetails
Laufzeit DiCoMe: 01.05.24-31.05.24
Laufzeit PreDiCoMe: 01.10.23-31.01.24
Auftraggeber: FFG Innovationscheck AI.engineer
Demonstrator: PreDiCoMe: Software-Prototype for creating knowledge-graphs in natural language
Anliegen des Auftraggebers war es, ein Wissenssystem zu entwickeln, das Fachdokumente in einem Wissensgraphen abstrahiert und als intelligenter Berater für Expert*innen agiert.
State-of-the-Art Methoden zur Unterscheidung der Bedeutung von Begriffen (Ziel 1), Labeling Methoden zur semantischen und pragmatischen Analyse von Texten (Ziel 2), Methoden zur iterativen Transformation der verarbeiteten Fachdokumente in einen Wissensgraphen
Im Vorgängerprojekt PreDiCoMe ging es darum, die Grundlagen für ein fortschrittliches Wissenssystem zu schaffen. Der Fokus liegt auf der Entwicklung einer Methodik zur detaillierten linguistischen Analyse von Fachdokumenten, um diese Informationen in einem späteren Schritt in DiCoMe effektiv zu nutzen.
Die Grundlage des Wissenssystems bildet ein graphbasierter Ansatz, der Begriffe und Aussagen eines Textes semantisch erfasst und deren Zusammenhänge transparent abbildet. Hierzu werden zugrundeliegende sprachliche Informationen aus Textkorpora mit symbolischen und nicht-symbolischen KI-Methoden extrahiert. Methoden wie Dependenzgraphen, Entity-Disambiguation und Semantic-Role-Labeling wurden eingesetzt, um diese Informationen zu erhalten. Daraufhin wurde erforscht, wie mit deren Hilfe ein Wissensgraph aufgebaut werden kann, der den Inhalt der Texte transparent abbildet. In einem iterativen Prozess wurden Regeln für einen Software-Prototyp entwickelt, der den Graphen Schritt für Schritt erzeugt.
Projektdetails
Laufzeit DiCoMe: 01.05.24-31.05.24
Laufzeit PreDiCoMe: 01.10.23-31.01.24
Auftraggeber: FFG Innovationscheck AI.engineer
Demonstrator: PreDiCoMe: Software-Prototyp für die Erzeugung von Knowledge-Graphs aus natürlicher Sprache
Anliegen war es, ein Wissenssystem zu entwickeln, das Fachdokumente in einem Wissensgraphen abstrahiert und als intelligenter Berater für Expert*innen agiert.
Im Vorgängerprojekt PreDiCoMe ging es darum, die Grundlagen für ein fortschrittliches Wissenssystem zu schaffen. Der Fokus liegt auf der Entwicklung einer Methodik zur detaillierten linguistischen Analyse von Fachdokumenten, um diese Informationen in DiCoMe effektiv zu nutzen.
Die Grundlage des Wissenssystems bildet ein graphbasierter Ansatz, der Begriffe und Aussagen eines Textes semantisch erfasst und deren Zusammenhänge transparent abbildet. Hierzu werden zugrundeliegende sprachliche Informationen aus Textkorpora mit symbolischen und nicht-symbolischen KI-Methoden extrahiert. Methoden wie Dependenzgraphen, Entity-Disambiguation und Semantic-Role-Labeling wurden eingesetzt, um diese Informationen zu erhalten. Daraufhin wurde erforscht, wie mit deren Hilfe ein Wissensgraph aufgebaut werden kann, der den Inhalt der Texte transparent abbildet. In einem iterativen Prozess wurden Regeln für einen Software-Prototyp entwickelt, der den Graphen Schritt für Schritt erzeugt.
