Natural Language Processing Group
«Wir verbinden Grundlagenforschung mit industriellen Anwendungen, um neue und innovative Produkte und Dienstleistungen hervorzubringen, während wir gleichzeitig die ethischen und gesellschaftlichen Dimensionen erforschen.»
Expertise
- Textanalytik
- Dialogsysteme
- Sprachverarbeitung
Das NLP-Forschungsteam entwickelt Technologien zur Analyse, zum Verständnis und zur Generierung von Sprache und Texten. Wir verbinden Methoden aus der Linguistik, dem Natural Language Processing (NLP) und der künstlichen Intelligenz, um eine natürlichsprachliche Kommunikation zwischen Mensch und Maschine zu ermöglichen. In unserer Forschung arbeiten wir an Themen wie der Textklassifikation (z. B. Sentiment-Analyse), Chatbots und Dialogsystemen, Textzusammenfassung, Speech-to-Text, Sprecherunterscheidung sowie der Generierung von natürlicher Sprache (Natural Language Generation). Die schweizerdeutsche Sprach- und Textverarbeitung bildet einen besonderen Schwerpunkt der Gruppe.
Angebote
- Einblick: Keynotes, Trainings
- KI-Beratung: Workshops, Expertenunterstützung, Beratung, Technikfolgenabschätzung
- Forschung und Entwicklung: kleine bis grosse Gemeinschaftsprojekte, Drittmittelforschung, studentische Projekte, praxiserprobte Prototypen
Team
Head of Research Group
Projekte
-
PRISM: Predicting Radicalization Events in Social Media User Timelines
Das PRISM-Projekt konzentriert sich auf die Erkennung von Radikalisierungsereignissen in Social-Media-Netzwerken. Insgesamt sind wir daran interessiert, die Mechanismen aufzudecken, die dazu führen, dass extremistische Ideologie übertragen und in die Weltanschauung eines Social-Media-Nutzers oder -Nutzerin ...
-
Evaluation automatische Spracherkennung (Schweizerdeutsch) für Menschen mit Schwerhörigkeit
Schriftdolmetschen ist eine Dienstleistung der Pro Audito für Schwerhörige/Hörbehinderte in verschiedensten Alltagssituationen. Ca. 100 Einsätze monatlich werden den Mitgliedern vermittelt, das Interesse ist aber viel grösser. Deshalb möchten wir evaluieren, inwieweit automatische Spracherkennung das ...
-
DOSSMA – Erkennung von verdächtigem Verhalten in Social Media
Das Projekt DOSSMA wird verdächtiges und bösartiges Verhalten auf Social-Media-Plattformen untersuchen. In einer ersten Phase werden wir einen umfangreichen Übersichtsbericht über die Bereiche erstellen, die derzeit erforscht werden, einschließlich des jeweiligen Stands der Technik, bestehender Lösungen und ...
-
Speech-to-Text für Schweizerdeutsch
Im gemeinsamen. Forschungsprojekt «Speech-to-Text for Swiss German (STT4SG)» verfolgen die teilnehmenden Insitutionen das Ziel, eine geeignete Datenbasis aufzubauen und damit eine Speech-to-Text Software-Lösung. zu entwickeln. Diese Lösung soll schweizerdeutsch (Dialekte) gesprochene Audios in hochdeutsche Texte ...
-
Crowdsourcing für Schweizerdeutsches Speech-to-Text
Die Verschriftlichung von gesprochenem Schweizerdeutsch (Speech-to-Text, STT) ist ein wichtiges Problem, das viele Firmen bei uns nachfragen. Anwendungen sind z.B. automatischer Kundensupport, Voice Assistants wie Siri, TV-Untertitelung, etc. Bisher existiert keine praxistaugliche Lösung, was vor allem daran liegt, ...
Publikationen
-
Elezi, Ismail; Tuggener, Lukas; Pelillo, Marcello; Stadelmann, Thilo,
2018.
DeepScores and Deep Watershed Detection : current state and open issues [Paper].
In:
Proceedings of the 1st International Workshop on Reading Music Systems.
1st International Workshop on Reading Music Systems at ISMIR 2018, Paris, France, 20 September 2018.
Paris:
Society for Music Information Retrieval.
S. 13-14.
Verfügbar unter: https://doi.org/10.21256/zhaw-4777
-
Siddiqui, Nadina; Metzler, Linus; Tuggener, Don; Cieliebak, Mark,
2018.
A framework for text analytics with visual exploration and machine learning [Poster].
In:
Fachkonferenz Technik, Architektur und Life Sciences (FTAL), Lugano, 18.-19. Oktober 2018.
-
von Grünigen, Dirk; Benites de Azevedo e Souza, Fernando; Pradarelli, Beatrice; Magid, Amani; Cieliebak, Mark,
2018.
Best practices in e-assessments with a special focus on cheating prevention [Paper].
In:
Proceedings of 2018 IEEE Global Engineering Education Conference (EDUCON).
2018 IEEE Global Engineering Education Conference (EDUCON18), Tenerife, 17-20 April 2018.
IEEE.
S. 893-899.
Verfügbar unter: https://doi.org/10.1109/EDUCON.2018.8363325
-
Stadelmann, Thilo; Amirian, Mohammadreza; Arabaci, Ismail; Arnold, Marek; Duivesteijn, Gilbert François; Elezi, Ismail; Geiger, Melanie; Lörwald, Stefan; Meier, Benjamin Bruno; Rombach, Katharina; Tuggener, Lukas,
2018.
Deep learning in the wild [Paper].
In:
Proceedings of the 8th IAPR TC3 Workshop on Artificial Neural Networks in Pattern Recognition (ANNPR).
8th IAPR TC3 Workshop on Artificial Neural Networks in Pattern Recognition (ANNPR), Siena, Italy, 19-21 September 2018.
IAPR.
Verfügbar unter: https://doi.org/10.21256/zhaw-3872
-
Tuggener, Lukas; Elezi, Ismail; Schmidhuber, Jürgen; Stadelmann, Thilo,
2018.
Deep watershed detector for music object recognition [Paper].
In:
Proceedings of the 19th International Society for Music Information Retrieval Conference.
19th International Society for Music Information Retrieval Conference, Paris, 23-27 September 2018.
Paris:
Society for Music Information Retrieval.
Verfügbar unter: https://doi.org/10.21256/zhaw-3760