Projektbeschreibung
Computer lernen Dinge über die natürliche Sprache des Menschen
Computer sind ziemlich clever, doch sie haben Einschränkungen, insbesondere was die Verarbeitung natürlicher Sprache anbelangt. Die sprachliche Verarbeitung beinhaltet ein hohes Maß an abstrakten Regeln für die Informationsvermittlung, die es Computern erschweren, die menschlichen Sprachen zu entziffern und zu verstehen. Das EU-finanzierte Projekt iEXTRACT überprüft regelbasierte Methoden zur Informationsgewinnung mit Blick auf Fortschritte in der Verarbeitung natürlicher Sprache und im maschinellen Lernen. Die Informationsgewinnung ist ein gemeinschaftliches Vorhaben von Mensch und Computer, bei dem der Benutzer fachspezifisches Wissen angibt und das System verschiedene fachunabhängige linguistische Komplexitäten löst, sodass der Benutzer letztlich unstrukturierte Texte abfragen kann. Das oberste Ziel besteht darin, Fachleute wie z. B. Anwälte und Wissenschaftler zu unterstützen, indem sie zur Verarbeitung größerer Datenvolumen und zu beruflichen Fortschritten befähigt werden.
Ziel
Staggering amounts of information are stored in natural language documents, rendering them unavailable to data-science techniques. Information Extraction (IE), a subfield of Natural Language Processing (NLP), aims to automate the extraction of structured information from text, yielding datasets that can be queried, analyzed and combined to provide new insights and drive research forward.
Despite tremendous progress in NLP, IE systems remain mostly inaccessible to non-NLP-experts who can greatly benefit from them. This stems from the current methods for creating IE systems: the dominant machine-learning (ML) approach requires technical expertise and large amounts of annotated data, and does not provide the user control over the extraction process. The previously dominant rule-based approach unrealistically requires the user to anticipate and deal with the nuances of natural language.
I aim to remedy this situation by revisiting rule-based IE in light of advances in NLP and ML. The key idea is to cast IE as a collaborative human-computer effort, in which the user provides domain-specific knowledge, and the system is in charge of solving various domain-independent linguistic complexities, ultimately allowing the user to query
unstructured texts via easily structured forms.
More specifically, I aim develop:
(a) a novel structured representation that abstracts much of the complexity of natural language;
(b) algorithms that derive these representations from texts;
(c) an accessible rule language to query this representation;
(d) AI components that infer the user extraction intents, and based on them promote relevant examples and highlight extraction cases that require special attention.
The ultimate goal of this project is to democratize NLP and bring advanced IE capabilities directly to the hands of
domain-experts: doctors, lawyers, researchers and scientists, empowering them to process large volumes of data and
advance their profession.
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2018-STG
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
ERC-STG -Gastgebende Einrichtung
52900 Ramat Gan
Israel