Aktuelle Lehrveranstaltungen

Wir unterrichten in der Regel folgende Kurse:

Bachelor:

Im Bachelor legen wir die Grundlagen für ein Verst?ndnis von Aufgaben und Methoden für das maschinelle Sprachverstehen haupts?chlich mit zwei Vorlesungen:

• Information Retrieval und Text Mining: Hier diskutieren wir, wie man Suchmaschinen baut, effiziente Datenstrukturen entwickelt, um Suchanfragen zu beantworten, Dokumente nach ?hnlichkeit sortiert, und Texte in vordefinierte Klassen kategorisiert. Dabei werden Verfahren des maschinellen Lernens und tiefen Lernens eingeführt. Des Weiteren fungiert diese Vorlesung als erste Einführung in Methoden der Verarbeitung natürlicher Sprache. Die Text-Einheit, die hier im Mittelpunkt steht ist das Dokument als Ganzes.
• Natural Language Understanding (Algorithmisches Sprachverstehen): Hier gehen wir tiefer in den Text und diskutieren Methoden, diesen genauer, automatisch, zu verstehen. Wir beginnen mit Verfahren, die die Bedeutung einzelner Worte messen (Vektorrepr?sentationen, Einbettungen) und erweitern dies dann zur Analyse von Phrasen, auch mit (gro?en) Sprachmodellen. Danach besprechen wir übliche Aufgaben im Sprachverstehen, wie Entit?tserkennung, Relationserkennung, Emotions/Sentimentanalyse, Argument Analyse, aber auch Aufgaben, wie sie von gro?en Anweisungs-basiert trainieren Sprachmodellen gel?st werden.

Master:

Im Master vertiefen wir die im Bachelor erarbeiteten Grundlagen und spezialisieren diese. Wir bieten die folgenden Vorlesungen aktuell wiederkehrend an:

• Probabilistic Graphical Models for Natural Language Processing: Viele Probleme des Sprachverstehens sind Strukturlernprobleme, die sich durch Faktorisierungen von Wahrscheinlichkeitsverteilungen vereinfachen und modellieren lassen. In dieser Vorlesung werden die Grundlagen der Wahrscheinlichkeitstheorie wiederholt, dann mit Methoden von gerichteten graphischen Modellen und ungerichteten Modellen erweitert. Wir lernen Verfahren zur effizienten Inferenz und zum Parameter- und Strukturlernen kennen und wenden diese auf Probleme der Sprachverarbeitung an.
• Deep Learning for Natural Language Processing: In dieser Vorlesung diskutieren wir die aktuellen Entwicklungen in der Welt des Maschinellen Lernens. Sie lernen die theoretischen Kenntnisse als auch diese in praktischen Projekten umzusetzen.
• Societal Impacts of Language Technology: Sprachverarbeitende Systeme haben das Potential einen gro?en Einfluss auf unsere Gesellschaft zu nehmen. Umso wichtiger ist es, zu Hinterfragen, an welchen Stellen diese Rolle kritisch betrachtet werden muss. Was passiert, wenn die Trainingsdaten eines Systems haupts?chlich eine Teilmenge der Bev?lkerung repr?sentiert? Was macht das System dann bei anderen Nutzerinnen? Kann man solchen automatischen Systemen vertrauen? Diese Fragen diskutieren wir in diesem Kurs.
• Emotion Analysis: Emotionsanalyse ist die Aufgabe, die Emotionen einer Autorin, zum Beispiel eines Tweets, zu rekonstruieren, oder auch die Wirkung eines Nachrichtentexts auf Leserinnen zu sch?tzen. Um solche Systeme zu bauen entwickeln wir in dieser Vorlesung zun?chst ein Verst?ndnis von Emotionstheorien in der 球探足球比分, Wir diskutieren dann, wie man Daten und Modelle erstellen kann und das in der 球探足球比分 vorhandene Wissen nutzen kann. Des Weiteren stellen wir verschiedene Anwendungen vor.

Erweiternd bieten wir spezielle Seminare unregelm??ig an. Beispiele sind die folgenden Seminare.

• Explainable AI for NLP Models: In diesem Seminar werden wir XAI-Verfahren diskutieren. Diese sind in der Regel generell anwendbar, bringen aber im Bereich des NLP einige spezielle Herausforderungen mit sich.
• Argument Mining: Wo nennt ein Text ein Argument? Gibt es Voraussetzungen unter denen es Gültigkeit hat? Was ist die Qualit?t des Arguments? Diese Fragen kann man mit Hilfe des Computers zumindest im Ansatz automatisch beantworten. Wir diskutieren in diesem Seminar Argumenttheorien und die Modellierung.
• Large Language Models for Natural Language Understanding: Wir diskutieren wir gro?e Sprachmodelle, wie man diese erstellt und optimiert und wie man sie anfragt. Diese Prompts kann man automatisch erstellen oder auch manuell. Im automatischen Fall handelt es sich um Promptoptimierung. Diese Verfahren haben zum Teil klassisches Maschinelles und Tiefes Lernen ersetzt, um Sprachverstehensprobleme zu l?sen. Wir besprechen hier die neuesten Ver?ffentlichungen zu dem Thema.
• Multimodal Text Analysis: Lange Zeit hat sich die Analyse von Sozialen Medien oder Nachrichtentexten auf den reinen Text fokussiet. Manchmal muss man aber auch die Bilder gemeinsam mit dem Text analysieren. Verfahren, die dies erm?glichen werden wir, mit einem Fokus auf die Text-Analyse-Perspektive, hier besprechen.

Zu den Anmeldeprozessen zu den Seminaren: Wir bieten zwei Seminarmodule an, so dass Sie, wenn Ihr Programm das erlaubt, beide Seminare bei uns besuchen k?nnen. Wenn Ihnen das noch nicht reicht, k?nnen Sie weitere Seminare bei uns anrechnen lassen – dafür bieten wir ein 6 ECTS Hüllenmodul an, dass mit zwei weiteren kleineren Veranstaltungen befüllt werden kann, inklusive Seminare.

Im Folgenden zeigen wir die automatisch aus Univis extrahierten Informationen.