direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

MA: Authoringumgebung für die semi-automatisierte Nacharbeitung von Wissensdatenbanken für Chat- und Voicebots

Entwurf und Umsetzung einer Authoringumgebung für die semi-automatisierte Nacharbeitung von Wissensdatenbanken für Chat- und Voicebots

Zielsetzung

Eine der sichtbarsten Auswirkungen der Digitalisierung ist die Nutzung von so genannten Chat- oder Voice-Bots im Alltagsleben. Zahlreiche Sprachassistenten sind auch im Hausgebrauch und sind ein integraler Bestandteil von Smart Homes. Diese Assistenten (Chat- und Voicebots) nehmen die Fragen in textueller oder gesprochener Form auf, suchen nach Antworten in internen oder externen Repositories und informieren anschließend den Nutzer. Banken, Versicherungen, Onlineshops, Bürgerämter und viele andere Dienstleister setzen auf diese Technologie, um die eigenen Kundendienste dahingehend zu entlasten, dass die einfachen Routinefragen schon im Vorfeld aussortiert und beantwortet werden bzw. die Fragesteller zu den passenden Ansprechpartner weitergeleitet werden. Die Nutzer profitieren dabei durch kürzere Wartezeiten und bekommen eine Kontaktmöglichkeit rund um die Uhr.  Diese Vorteile stellen sich jedoch nur dann ein, wenn die Bots über eine entsprechende Such- und Analysefähigkeit sowie die passende Wissensdatenbank verfügen, so dass die Antworten eine ähnliche Qualität wie die von menschlichen Ansprechpartnern aufweisen. Die jüngsten Vorstellungen beispielsweise der Duplex-Technologie von Google zeigen deutlich, welche Möglichkeiten heute schon existieren. Die wichtige Frage ist daher, wie schnell diese und ähnliche Technologien in einer Domäne einsetzbar sind. Dies betrifft zum einem die Anpassung der Analyse und zum anderen den Aufbau der Wissensdatenbank.

Die ausgeschriebene Masterarbeit unterstützt den Aufbau von Wissensdatenbanken durch die Fokussierung auf Bedienungsanleitungen. Aufgrund der charakteristischen Merkmale von Aufbau, Struktur und Inhalt können bedeutungstragende Elemente semantisch stärker angereichert werden und so den Aufbau der Wissensbasis für ein spezifisches Dokument unterstützen. Die automatisierte Generierung der Wissensbasis muss anschließend semi-automatisiert nachgearbeitet werden, um Wissenslücken zu schließen, eine kontinuierliche Weiterentwicklung des zugrunde liegenden Produkts zu gewährleisten und die gesammelten Betriebserfahrungen (Nutzerfragen, Feedback, …) zu berücksichtigen. Die Analyse und die Nachbearbeitungsschritte sollten daher möglichst automatisiert in eine intuitive Authoring-Umgebung integriert werden. Die umgesetzte Entwicklungsumgebung soll an einem konkreten Beispiel evaluiert werden.

Um der praktischen Relevanz gerecht zu werden, wird die Masterarbeit in Zusammenarbeit mit der Firma ATOS umgesetzt. Das entwickelte Konzept soll dann im Rahmen von Kundenprojekten, firmeninterner Portfolioentwicklungsarbeit sowie Ausschreibungen auf seine Validität überprüft und gegebenenfalls angepasst und weiterentwickelt werden.

Voraussetzungen: Kenntnisse von semantischer Textanalyse, Maschinelles Lernen, Textretrieval, Data mining, Systemintegration. Wünschenswerte Kenntnisse sind Grundlagen von Chat- und Voicebots

Beginn: ab sofort                                                       

Kontakt: Prof. Dr. Odej Kao ()

Zusatzinformationen / Extras

Quick Access:

Schnellnavigation zur Seite über Nummerneingabe

Auxiliary Functions

Ansprechpartner

Odej Kao
+49 30 314-25154 (Sekr.)
Room TEL 1206/7