Gurevych, Iryna ; Daxenberger, Johannes (2021)
ArgumenText: Entscheidungsunterstützung durch die automatische Extraktion von Argumenten aus großen Textquellen (Schlussbericht).
doi: 10.26083/tuprints-00018663
Report, Primary publication, Publisher's Version
|
Text
ArgumenText_Schlussbericht_v20210605.pdf Copyright Information: CC BY 4.0 International - Creative Commons, Attribution. Download (1MB) | Preview |
Item Type: | Report |
---|---|
Type of entry: | Primary publication |
Title: | ArgumenText: Entscheidungsunterstützung durch die automatische Extraktion von Argumenten aus großen Textquellen (Schlussbericht) |
Language: | German |
Date: | 2021 |
Place of Publication: | Darmstadt |
Collation: | 27 Seiten |
DOI: | 10.26083/tuprints-00018663 |
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: | Publisher's Version |
URN: | urn:nbn:de:tuda-tuprints-186632 |
Classification DDC: | 000 Generalities, computers, information > 004 Computer science |
Divisions: | 20 Department of Computer Science > Ubiquitous Knowledge Processing |
TU-Projects: | PTJ|03VP02540|ArgumenText |
Date Deposited: | 30 Jul 2021 07:37 |
Last Modified: | 30 Jul 2021 07:38 |
URI: | https://tuprints.ulb.tu-darmstadt.de/id/eprint/18663 |
PPN: | 485413299 |
Export: |
View Item |