Gestructureerde ondersteuning bij besluitvorming:Het onderzoeksproject "ArgumenText" op het gebied van Ubiquitous Knowledge Processing heeft een manier gevonden om concrete pro- en contra-argumenten over elk onderwerp te filteren tussen het lawaai van internet.

Googlen op de zoekterm "Kernenergie" op internet levert ongeveer 268 miljoen hits op:Verklaringen, definities, lobbyteksten, Krantenartikels, anekdotes, complottheorieën. Hoe kan iemand, bijvoorbeeld een belegger, op zoek naar echte pro- en contra-argumenten met betrekking tot kernenergie als hulpmiddel bij het nemen van beslissingen, vinden wat ze zoeken? Het project "ArgumenText" op het gebied van Fachgebiet Ubiquitous Knowledge Processing (UKP) van de afdeling Computerwetenschappen van de TU Darmstadt is gericht op het filteren van concrete argumenten uit omvangrijke en heterogene tekstmassa's.

Onlangs, er kwam een ​​demo van het zoeksysteem ter plaatse die zijn waarde al bewezen heeft op beurzen. Bijvoorbeeld, iedereen die onderzoek doet naar het onderwerp "Kernenergie" zal, na een paar seconden, zie iets minder dan honderd argumenten voor en tegen kernenergie - van verschillende internetsites. Hoe beter CO ₂ balans en de efficiëntie van de opwekking van atoomenergie worden hier vermeld, samen met de toxiciteit en gevaarlijke aard van de gebruikte stoffen en de lange perioden waarin ze radioactief afval in hun omgeving uitstoten. De respectievelijke bronnen zijn gelinkt.

Voor dit doeleinde, teksten die op internet beschikbaar zijn, worden onderzocht door middel van neurale netwerken, geclassificeerd als relevant of niet relevant voor het zoekonderwerp, en tikte vervolgens op argumenten. "Er wordt niet alleen op afzonderlijke woorden gezocht, maar grammaticale structuren, contexten en semantiek worden onderzocht om te beslissen of een stelling een 'argument' is of niet en of het voor of tegen is, " legt Dr. Johannes Daxenberger uit, die in het team van professor Iryna Gurevych werkt als een van de twee projectmanagers bij ArgumenText.

De algoritmen achter ArgumenText zijn in ontwikkeling door het team in het veld zelf, voortbouwend op de eerste experimenten die in 2014 begonnen met een reeks studentenessays. "De uitdaging was om een ​​systeem dat is getraind op een specifiek type tekst, overdraagbaar te maken naar elk soort tekst, " zegt tweede projectmanager dr. Christian Stab." Argumentatie in wetenschappelijke teksten, bijvoorbeeld, is totaal anders dan in sociale media." Het team heeft verschillende modellen van argumentatietheorie geoperationaliseerd en computersystemen geleerd deze modellen te gebruiken. Om de algoritmen te optimaliseren, het team werkt aan een krachtig computernetwerk; een kleinere, krachtiger computernetwerk dat op internet gebaseerde teksten efficiënt kan indexeren, wordt nu gebruikt voor doorlopende werking.

openbare demonstrant

De demonstrator is stabiel en is sinds kort openbaar beschikbaar. Het project gaat daarmee de volgende fase in, die specifiek zal testen welke toepassingen bijzonder kansrijk zijn voor de nieuwe technologie. De belangrijkste doelgroepen zijn beslissers uit het bedrijfsleven die moeten beoordelen of het gebruik van een innovatie de moeite waard is, en journalisten die in het kader van een zoektocht snel en betrouwbaar hun weg moeten vinden naar de kern van een onderwerp, zegt Daxenberger. "We denken dat het systeem op deze gebieden winstgevend kan worden gebruikt."

Voor validatiedoeleinden, de deelnemende wetenschappers bereiden de methode momenteel voor om ook bij Duitstalige teksten te gebruiken. Nutsvoorzieningen, ArgumenText spreekt alleen Engels, werkt met een tekstcorpus uit het jaar 2016 en werkt het beste bij technische vragen. Hier komt binnenkort verandering in. Ook wordt het mogelijk om realtime te zoeken in het alsmaar groeiende aantal teksten op internet.

Momenteel, het algoritme sorteert uitspraken op hoe betrouwbaar ze als argument kunnen dienen. Wetenschappers werken aan aggregatie van de argumenten tegenover gebruikers, door ze per thema te presenteren. "Dit is duidelijk vanuit een toepassingsperspectief, maar zeker niet triviaal vanuit technisch oogpunt, " zegt Stab. Argument mining, de herkenning van taalkundige argumenten door middel van informatica, wordt steeds belangrijker en zichtbaarder, zeg Daxenberger en Stab, in het onderzoek van Digital Humanities. De TU was al vroeg actief op dit gebied. “Onze werkgroep heeft de TU goed en zichtbaar neergezet op het gebied van argument mining, " zegt professor Iryna Gurevych, hoofd van de UKP. Voor dit doeleinde, het interdisciplinaire team werkt samen met het departement Sociale en Historische Wetenschappen van de TU, evenals met andere universiteiten uit het netwerk van Rijn-Main-universiteiten.