Filtern
Erscheinungsjahr
- 2019 (1)
Dokumenttyp
- Masterarbeit (1)
Sprache
- Deutsch (1)
Volltext vorhanden
- ja (1)
Gehört zur Bibliographie
- ja (1)
Schlagworte
Institut
Die vorliegende Arbeit gibt einen Einblick in die Anwendung maschinellen Lernens zur Informationsextraktion aus natürlichsprachlichem Text. Das Ziel besteht darin, TechnikerInnen bei der Angebotslegung für Transformatoren zu unterstützen, indem Algorithmen Routineaufgaben übernehmen, und damit mehr Zeit für die Bearbeitung neuer oder besonderer Anforderungen zu schaffen. Hierzu werden einführend Fachbegriffe erklärt, um einen Überblick über das Fachgebiet zu geben. Im folgenden Theorieteil werden die Grundlagen beginnend bei relativer Wahrscheinlichkeit über endliche Automaten bis hin zu neuronalen Netzen anhand von Beispielen bearbeitet. Danach wurde im praktischen Teil der Arbeit anhand prototypischer Umsetzungen die Eignung einzelner Methoden des maschinellen Lernens getestet. Um den Entwicklungen, die im Jahr 2019 im Bereich Sprachverständnis stattfanden, Rechnung zu tragen, wurden im praktischen Teil ebenfalls Methoden des Transfer Learnings eingeführt und am Beispiel ausprobiert. Neben diesen wurden zudem softwaretechnische Aspekte, wie die Visualisierung der Daten in einer Webapplikation, prototypisch umgesetzt . Abschließend wird ein Weg aufgezeigt, der auf Basis der aus den prototypischen Umsetzungen gewonnenen Erfahrung empfehlenswert erscheint.