Knowledge Science – Grundlagen | springerprofessional.de

Springer Professional

Top

2023 | Book

Read chapter Read first chapter

Knowledge Science – Grundlagen

Methoden der Künstlichen Intelligenz für die Wissensextraktion aus Texten

Authors: Carsten Lanquillon, Sigurd Schacht

Publisher: Springer Fachmedien Wiesbaden

Part of: Springer Professional "Wirtschaft+Technik" , Springer Professional "Technik" , Springer Professional "Wirtschaft"

Login to get access

About this book

Knowledge Science beschäftigt sich mit Konzepten, Methoden und Prozessen zur systematischen Erzeugung, Extraktion, Speicherung und Bereitstellung von Wissen zur Lösung von Problemen und lässt sich somit dem Wissensmanagement zuordnen. Kognitive Assistenten sorgen dafür, das richtige Wissen zur richtigen Zeit in der richtigen Art und Weise seinen Anwendern und Anwenderinnen bereitzustellen. Damit dies gelingen kann, kommen inzwischen zahlreiche Methoden der Künstlichen Intelligenz (KI) zur Unterstützung unterschiedlicher Aufgaben des Wissensmanagements zum Einsatz.

Advertisement

Table of Contents

Frontmatter

Kapitel 1. Einleitung

Zusammenfassung

Sie fragen sich sicherlich, warum noch ein Buch über Künstliche Intelligenz (KI)? Das Thema Künstliche Intelligenz unterliegt aktuell einem großen Hype und KI-Technologien halten in nahezu allen erdenklichen Bereichen unseres privaten und beruflichen Alltags Einzug, sodass die Frage berechtigt ist.

Carsten Lanquillon, Sigurd Schacht

Kapitel 2. Künstliche Intelligenz: Ein Überblick

Zusammenfassung

Wir haben den Begriff Künstliche Intelligenz (KI) bereits mehrfach verwendet, ohne ihn explizit zu definieren. Was genau ist Künstliche Intelligenz? Gibt es eine exakte und allgemeingültige Definition? Seit wann gibt es den Begriff und wie hat sich das Thema als Fachgebiet über die Zeit entwickelt? Die folgenden Abschnitte sollen diese Fragen beantworten. Anschließend nehmen wir eine eher technische Perspektive ein, stellen Teilbereiche der KI vor und ordnen diese sie ein.

Carsten Lanquillon, Sigurd Schacht

Kapitel 3. Machine Learning

Zusammenfassung

Künstliche Intelligenz (KI) beschäftigt sich damit, Aufgaben von Computern – früher oft als Maschinen bezeichnet – erledigen zu lassen, die typischerweise Menschen erledigen und von denen man annimmt, dass dafür eine gewisse Intelligenz erforderlich ist. Paradoxerweise sind Aufgaben, die für den Menschen einfach erscheinen, für Computer oft eine vergleichsweise große Herausforderung. Umgekehrt sind viele Aufgaben für einen Computer einfach zu lösen, die für den Menschen schwierig oder zu komplex sind. Die aktuelle Entwicklung der KI insbesondere mit Ansätzen aus dem Bereich Deep Learning verschiebt die Grenzen dessen, was mit Computern in Bezug auf konkrete Aufgabenstellungen (schwache KI) erreicht werden kann, allerdings sehr rasant. Gerade auch im Bereich Natural Language Processing (NLP) sind die Fortschritte in den letzten Jahren sehr bedeutend. Bevor wir im folgenden Kapitel auf Deep Learning mit besonders wichtigen Bestandteilen unseres KI-Werkzeugkastens eingehen, stellt dieses Kapitel zum besseren Verständnis der Thematik einen kurzen Überblick über die Entwicklung und grundlegenden Begriffe und Vorgehensweisen des machinellen Lernens dar.

Carsten Lanquillon, Sigurd Schacht

Kapitel 4. Deep Learning

Zusammenfassung

Deep Learning verschiebt immer weiter die Grenzen dessen, was wir im Kontext der Künstlichen Intelligenz für möglich gehalten haben. Doch was genau steckt hinter dieser Deep-Learning-Revolution? Dieses Kapitel gibt einen Einblick in die Funktionsweise und den Aufbau künstlicher neuronaler Netze als den grundlegenden Baustein aller Deep-Learning-Ansätze. Die Vielzahl an Deep-Learning-Modellen in Veröffentlichungen und als Treiber in angebotenden Diensten und Produkten und deren Möglichkeiten und Grenzen können in der Folge besser eingeordnet und nachvollzogen werden.

Carsten Lanquillon, Sigurd Schacht

Kapitel 5. Informationsextraktion aus Texten

Zusammenfassung

Informationsextraktion aus Texten ist ein Teilgebiet, in dem es darum geht, Fakten und Informationen aus unstrukturierten Texten zu extrahieren. Die so gewonnenen strukturierten Informationen können anschließend als Merkmale für verschiedene weitere Lernverfahren verwendet werden. In diesem Kapitel geben wir einen Einblick in die wichtigsten Verfahren der Informationsextraktion. Wir gehen insbesondere auf die Information-Extraction-Pipeline und deren Komponenten ein und erläutern Schwierigkeiten und Lösungen bei der Bearbeitung unstrukturierter Texte für Knowledge-Science-Anwendungen.

Carsten Lanquillon, Sigurd Schacht

Kapitel 6. Wissensrepräsentationen

Zusammenfassung

Ein wichtige Komponente bei der Entwicklung und Anwendung kognitiver Assistenzsysteme ist die Wissensrepräsentation. Sie dient dazu, Informationen und deren Verknüpfungen, die wir als Wissen bezeichnen, zu modellieren und auf diese Weise formal automatisierbar von Maschinen verwertbar zu machen. Dabei wird vor allem auf Ontologien in Kombination mit Wissensgraphen zurückgegriffen. Dieses Kapitel gibt daher einen Einblick in Bedeutung und Erstellung von Ontologien sowie Aufbau und Anwendungsmöglichkeiten von Wissensgraphen.

Carsten Lanquillon, Sigurd Schacht

Backmatter

Title: Knowledge Science – Grundlagen
Authors: Carsten Lanquillon
Sigurd Schacht
Copyright Year: 2023
Publisher: Springer Fachmedien Wiesbaden
Electronic ISBN: 978-3-658-41689-8
Print ISBN: 978-3-658-41688-1
DOI: https://doi.org/10.1007/978-3-658-41689-8

Premium Partner