Bachelorarbeit BCLR-2023-110

Bibliograph.
Daten
Basar, Yunus: KI-unterstützte, visuelle Exploration und Verifikation von Ereignissen in Biographien.
Universität Stuttgart, Fakultät Informatik, Elektrotechnik und Informationstechnik, Bachelorarbeit Nr. 110 (2023).
69 Seiten, deutsch.
Kurzfassung

Künstliche Intelligenz soll Aufgaben von Menschen übernehmen und erleichtern. Diese haben sich bereits weitreichend in das Leben vieler Menschen etabliert. Die Entwicklungen im Bereich der künstlichen Intelligenz reichen bis zur Erstellung von benutzerdefinierten künstlerischen Werken, Visualisierungen oder auch stilgetreuen Autorengedichten durch eine einzige Nutzeranfrage. Im Zeitalterweitreichender, technologischerNeuerungen ist nicht nur die künstliche Intelligenzweiter in den Vordergrund gerückt, sondern auch die steigende Digitalisierung von immer mehr physischen Objekten. Im Alltag zeichnen sich diese Änderungen insbesondere durch die digitale Übermittlung von Verträgen oder den Zugriff auf Online-Archive aus, aber auch in öffentlichen Institutionen und in der Forschung nimmt die Digitalisierung eine immer größer werdende Rolle ein. Ersichtlich werden diese Veränderungen vor allem an der Menge der Daten, die durch das Internet zugänglich sind. Während Daten auf Websites oft strukturiert und einfach ersichtlich sind, gibt es noch einen großen Teil an unstrukturierten Daten, welche für die menschliche oder maschinelle Verarbeitung aufbereitet werden müssen. Diese Aufbereitung erfolgt häufig in Form von Visualisierungen. Das Verständnis und die Analyse von Daten kann durch Visualisierungen erleichtert werden. Diese decken Zusammenhänge in Texten auf und geben einen Überblick über wichtige Informationen der zugrundeliegenden Daten. Von der Herausforderung, angemessene Visualisierungen zu finden, sind besonders auch die Vielzahl an langen Biographien betroffen, welche Informationen über Personen und Ereignisse vermitteln. Lange hat man konventionelle Methoden zur Extraktion und Visualisierung von Daten aus Texten benutzt. Nun liefern Large Language Models wie ChatGPT vielversprechende Ergebnisse im Bereich der effizienten Sprachverarbeitung und Datenextraktion, welche wichtig für die Erstellung von korrekten und ansprechenden Visualisierungen sind. Large Language Models haben einen umfangreichen Funktionsbereich und können viel mehr als nur spezifische Aufgaben zu erfüllen. Während reguläre Sprachmodelle statistische Methoden zur Sprachverarbeitung nutzen, können durch Large Language Models auch komplexere Zusammenhänge in Texten einfach identifiziert und ausgegeben werden. In dieser Arbeit werden verschiedene Datengewinnungs- und Visualisierungsmethoden mithilfe von KI-Sprachmodellen erforscht. Dabei ist nicht nur die visuelle Darstellung der Ergebnisse wichtig, sondern auch die Exploration der Zusammenhänge und des Kontexts in dem die Daten zueinander stehen. In einem webbasierten Prototyp demonstrieren wir die visuelle Exploration und Verifikation von Ereignissen in biographischen Texten mithilfe von State-of-the-Art-KI-Technologien.

Abteilung(en)Universität Stuttgart, Institut für Visualisierung und Interaktive Systeme, Visualisierung und Interaktive Systeme
BetreuerKoch, Dr. Steffen; Satkunarajan, Jena; Beck, Samuel
Eingabedatum16. Oktober 2024
   Publ. Informatik