Servicenavigation

Detailseite

Zurück

Projekt Druckansicht

SPP 1999:  Robust Argumentation Machines (RATIO)

Fachliche Zuordnung Informatik, System- und Elektrotechnik
Geisteswissenschaften
Sozial- und Verhaltenswissenschaften
Förderung Förderung seit 2017
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 313723125
 
In komplexen Entscheidungssituationen stehen Individuen und Organisationen vor einer Vielzahl von Alternativen. Aufgrund der Menge der zur Verfügung stehenden Informationen ist eine automatisierte Unterstützung unabdingbar, um entscheidungsrelevante Fakten und Argumente zu finden, sie in einem gegebenen Kontext zu analysieren und sie zusammenzufassen, allerdings mangelt es dafür an geeigneten Technologien. Systeme wie IBM Watson operieren auf einzelnen Fakten als isolierte Informationseinheit und können diese effizient aus Texten extrahieren, nicht aber Argumente kontextualisieren oder validieren. Reine (auch auf Big Data basierende) Korrelationsanalysen greifen offensichtlich zu kurz, da sie keine Erklärungen liefern. Im Kontext des Mensch-Maschine-Dialogs ist die Generierung von Erklärungen essentiell, um z.B. das fehlerhafte Verhalten einer Maschine einem Anwender zu erklären und ihn bei der Fehlerbehebung zu unterstützen.Das geplante Schwerpunktprogramm strebt einen Paradigmenwechsel an, in dem an Stelle einzelner Fakten argumentative Strukturen die Informationseinheit bilden. Hierfür werden robuste und skalierbare Methoden benötigt, die Argumente und ihre Zusammenhänge aus Dokumenten extrahieren können, sowie auch neue semantische Modelle und Ontologien zur tiefen Repräsentation von Argumenten und Argumentketten. Neue Suchverfahren sind erforderlich, die Argumente indexieren, für eine Suchanfrage die relevanten Für- und Gegenargumente finden sowie diese der Interaktion mit einem Nutzer zugänglich machen. Auch sind neue Verfahren des maschinellen Schlussfolgerns zu entwickeln, um Implikationen von Argumenten und deren Plausibilität bewerten zu können. Gemäß der Definition von Eemeren et al. [1996, 2014] verstehen wir Argumentation als einen dia-lektischen Prozess, in dem eine Menge von Propositionen verhandelt wird, die bestimmte Schluss-folgerungen erlauben, mit dem Ziel, die eigene Position für einen rational agierenden Dritten schlüssig, nachvollziehbar und akzeptabel zu machen. Akteure argumentieren mit und gegeneinan-der vor einem Publikum, verfolgen bestimmte Absichten, operationalisieren komplexe, fachwissen-schaftliche Begriffe auf unterschiedliche Weise. Argumente sind im Regelfall subjektiv geprägt und imperfekt in dem Sinne, dass sie implizite oder gar faktisch falsche Annahmen machen, vage und ambig bleiben oder lückenhaft formuliert sind. Dadurch wird die systematische Analyse von natür-lichsprachlichen Argumenten vor große Herausforderungen gestellt; sie erfordert konzertierte For-schungsanstrengungen und Innovationen, die Methoden aus folgenden Kerndisziplinen kombinie-ren: Information Retrieval (IR), Computerlinguistik (CL), (Wissens-) Repräsentation und Inferenz (RI), Semantic Web (SW) und Mensch-Maschine-Interaktion (MMI). Es sollen Methoden entwickelt werden, die Argumente robust und skalierbar erfassen, repräsentieren, aggregieren und für einen Anwender kontextualisiert aufbereiten.
DFG-Verfahren Schwerpunktprogramme
Internationaler Bezug Großbritannien, Polen

Projekte

 
 

Zusatzinformationen

© 2024 DFG Kontakt / Impressum / Datenschutz

Textvergrößerung und Kontrastanpassung