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
Projekte
Im Zuge des Neuaufbaus der Forschungsdatenbank sind die bisherigen Listen mit Forschungsprojekten nicht mehr abrufbar. Die Zukunft geht in Richtung Volltextsuche und Filterung, um bestmögliche Suchergebnisse für unsere Besucher:innen zur Verfügung zu stellen.
In der Zwischenzeit können Sie die Projekte ganz einfach unter folgendem Link per Textsuche finden: «Zur neuen Suche in der Projektdatenbank»
Publikationen
-
Ulasik, Malgorzata Anna; Hürlimann, Manuela; Dubel, Bogumila; Kaufmann, Yves; Rudolf, Silas; Deriu, Jan Milan; Mlynchyk, Katsiaryna; Hutter, Hans-Peter; Cieliebak, Mark,
2021.
ZHAW-CAI : ensemble method for Swiss German speech to Standard German text [Paper].
In:
Benites de Azevedo e Souza, Fernando; Tuggener, Don; Hürlimann, Manuela; Cieliebak, Mark; Vogel, Manfred, Hrsg.,
Proceedings of the Swiss Text Analytics Conference 2021.
Swiss Text Analytics Conference – SwissText 2021, Online, 14-16 June 2021.
CEUR Workshop Proceedings.
Verfügbar unter: https://doi.org/10.21256/zhaw-23889
-
Benites de Azevedo e Souza, Fernando; Hürlimann, Manuela; von Däniken, Pius; Cieliebak, Mark,
2020.
ZHAW-InIT : social media geolocation at VarDial 2020 [Paper].
In:
Zampieri, Marcos; Nakov, Preslav; Ljubešić, Nikola; Tiedemann, Jörg; Scherrer, Yves, Hrsg.,
Proceedings of the 7th Workshop on NLP for Similar Languages, Varieties and Dialects.
Workshop on NLP for Similar Languages, Varieties and Dialects, Barcelona (Spain), online, 13 December 2020.
International Committee on Computational Linguistics (ICCL).
S. 254-264.
Verfügbar unter: https://doi.org/10.21256/zhaw-21551
-
Tuggener, Lukas; Amirian, Mohammadreza; Benites de Azevedo e Souza, Fernando; von Däniken, Pius; Gupta, Prakhar; Schilling, Frank-Peter; Stadelmann, Thilo,
2020.
Design patterns for resource-constrained automated deep-learning methods.
AI.
1(4), S. 510-538.
Verfügbar unter: https://doi.org/10.3390/ai1040031
-
Deriu, Jan Milan; Tuggener, Don; von Däniken, Pius; Campos, Jon Ander; Rodrigo, Alvaro; Belkacem, Thiziri; Soroa, Aitor; Agirre, Eneko; Cieliebak, Mark,
2020.
In:
Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP).
Conference on Empirical Methods in Natural Language Processing (EMNLP), Online, 16-20 November 2020.
Association for Computational Linguistics.
S. 3971-3984.
Verfügbar unter: https://doi.org/10.18653/v1/2020.emnlp-main.326
-
Deriu, Jan Milan; Mlynchyk, Katsiaryna; Schläpfer, Philippe; Rodrigo, Alvaro; von Grünigen, Dirk; Kaiser, Nicolas; Stockinger, Kurt; Agirre, Eneko; Cieliebak, Mark,
2020.
A methodology for creating question answering corpora using inverse data annotation [Paper].
In:
Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics.
58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), online, 5-10 July 2020.
Association for Computational Linguistics.
S. 897-911.
Verfügbar unter: https://doi.org/10.18653/v1/2020.acl-main.84