HI-LING
LINGUISTIK AN MITTELSCHULEN
UNIT 2: VIOLATION OF MAXIMS
Modul 11: Computerlinguistik
Die Computerlinguistik ist ein interdisziplinäres Gebiet, das sich mit der Anwendung von Computer- und maschinellen Lernmethoden auf die Verarbeitung natürlicher Sprache befasst. Sie zielt darauf ab, die menschliche Sprache durch Algorithmen und Modelle zu verstehen, um Aufgaben wie maschinelle Übersetzung, Textanalyse und automatische Spracherkennung zu verbessern.
Linguistik und die Arbeit mit Computer haben nichts miteinander zu tun? Falsch gedacht! Verschaffe dir einen ersten Überblick und tauche ein in die Welt der Computerlinguistik.
Der Teilbereich des Machine Speech Taggings ist eine Methode zur automatischen Zuordnung von grammatischen Informationen zu den einzelnen Worten eines Texts. Es funktioniert so als Grundlage für das Verständnis von Sprache von computerbasierten Hilfsmitteln.
Natural Language Processing (NLP) ist das Gebiet, das sich der Entwicklung von Maschinen widmet, die in der Lage sind, mit menschlicher Sprache oder Daten, die menschlicher Sprache ähneln, zu interagieren, wie sie präsentiert, ausgedrückt und strukturiert sind.
Bias ist ein wichtiger Teilbereich der Forschung in der Computerlinguistik. Einerseits steht die Disziplin vor der Herausforderung, Bias in ihren eigenen Prozessen zu analysieren und zu reduzieren. Andererseits können computerlinguistische Werkzeuge eingesetzt werden, um Bias in elektronischen Online-Texten aufzuspüren, die von Menschen oder computerlinguistischen Algorithmen erstellt werden.
Abschluss-Quiz
Fragen
-
Weshalb ist der Kontext beim POS-Tagging immer zu berücksichtigen?
-
Wie beeinflusst die Auswahl der Korpora die Ergebnisse einer korpusanalytischen Untersuchung?
-
Wofür gibt es Gefühlsanalysen?
-
Wie heisst die Anwendung, die automatisch Online-Chats erstellt?
-
Was unterscheidet ein Large Language Model (LLM) wie GPT-4 von herkömmlichen regelbasierten KI-Systemen?
-
Grosse Sprachmodelle (Large Language Models, LLMs) werden auf umfangreichen Datensätzen trainiert. Was ist der Hauptzweck dieses Trainings?
-
Was ist historischer Bias und was ist ein Beispiel dafür?
-
Wie haben die Forscher sprachliche Hinweise auf Bias in den Wikipedia-Artikeln identifiziert?
Vorschlag, um das Quiz noch ansprechender zu gestalten:
Pub-Quiz-Version
Als Alternative dazu, dass jede/r die Frage für sich selbst beantwortet, können die Schüler*innen Vierergruppen bilden. Die Lehrkraft kann die Frage vorlesen und die Schüler*innen haben pro Frage eine Minute Zeit, um die Antworten aufzuschreiben. Für jede richtige Antwort gibt es fünf Punkte. Am Ende des Quiz kann die Lehrkraft die Zettel einsammeln, die Antworten überprüfen, die Punkte addieren und das Ergebnis der drei besten Gruppen vorlesen.
Verwendete Quellen
ILLUSTRATIONEN
Kotur, A. (2023, August 11). Building a Natural Language Processing (NLP) App. Medium. https://blog.gopenai.com/building-a-natural-language-processing-nlp-app-423cb545ffb9
Kurbatova, O. (2022, October 12) Verarbeitung natürlicher Sprache oder Neurolinguistische Programmierung, Technologie der künstlichen Intelligenz. Kopf mit Gehirnen und Zahnrädern, Menschen lernen online. Vektor-Cartoon-Flat-NLP-Konzept – Vektor Illustration https://www.istockphoto.com/de/vektor/verarbeitung-nat%C3%BCrlicher-sprache-oder-neurolinguistische-programmierung-technologie-gm1432682882-474852675
Pixabay (2017). https://pixabay.com/de/vectors/daten-grafiken-analyse-gui-2311261/
Pixabay (2018). https://pixabay.com/de/illustrations/problem-l%C3%B6sung-hilfe-support-3303396/
Smit, K. (2022, August 18). Interpretability and Fairness in NLP: Learnings from NAACL. Medium. https://klaviyo.tech/interpretability-and-fairness-in-nlp-learnings-from-naacl-1daff75acd5e
Sajid, H. (2023, June 1). A comprehensive overview of large language models. Wisecube.ai https://www.wisecube.ai/wp-content/uploads/2023/05/Featured-Blog-Image-A-Comprehensive-Overview-of-Large-Language-Models-1080x675.jpg
Modul erstellt von:
Ramon Wolf
Lea-Maria Stalder
Antonios Tsouvalakis
Gina Schaffer