Software Systems
We Transform Ideas into Software
Der Schwerpunkt Software Systems (SWS) befasst sich mit der ingenieurmässigen Entwicklung von Software und Softwarearchitekturen, sowie der Verarbeitung von natürlicher Sprache. In einem hochkomplexen und sehr dynamischen Umfeld suchen wir nach den geeigneten Mitteln, um Software Systeme optimal zu gestalten. Aktuell fokussieren wir uns dabei auf folgende Themen:
- Agile Software Development
- Model Driven Software Development
- Distributed Software Architectures
- Mixed Reality Architectures
- Text-based Dialogue Systems
- Text Classification
- Lifelong learning for Software Systems
Diese Themen bearbeiten wir zusammen mit externen Wirtschaftspartnern innerhalb von nationalen und internationalen Projekten. Die hierbei gewonnen Forschungserkenntnisse fliessen dann auch in den Informatikstudiengang ein und werden in Modulen wie dem Software-Projekt, Programmieren, Software-Entwicklung, Web-Entwicklung und diversen Wahlpflichtmodulen (z.B. .NET) an die Studierenden weitergegeben.
Forschungsthemen
Software Engineering
Im Bereich Softwareentwicklung forschen wir in Fragestellungen wie der agilen Softwareentwicklung und der vollautomatisierten Generierung lauffähiger Software aus grafischen Modellen (Model Driven Software Development). In der Domäne der Software-Architekturen untersuchen wir Realisierungsansätze zu aktuellen Techniken verteilter Verarbeitung und Speicherung (wie z.B. Microservices, Blockchain oder Internet of Things), sowie Architekturkonzepte zur Einbindung von Mixed Reality Systemen.
Text Analytics & Dialogue Systems
Wir entwickeln Technologien zur Verarbeitung von natürlicher Sprache. Dazu verknüpfen wir Methoden aus der Linguistik, Natural Language Processing (NLP) und der Künstlichen Intelligenz, um eine natürlichsprachliche Kommunikation zwischen Mensch und Maschine zu ermöglichen. In unserer Forschung arbeiten wir unter anderem an Themen wie Text-Klassifikation (z.B. Sentiment Analyse), Chatbots oder Natural Language Generation.
Projekte
-
Towards Explainable Artificial Intelligence and Machine Learning in Credit Risk Management
For Switzerland, the reputation of stable long-standing financial institutions has always represented a crucial advantage for the acquisition and retention of customers. However, as the financial service industry becomes more global, clients expect personalized offerings and inclusiveness of service which in turn requires lenders to rely ...
-
Interscriber: Turning Dialogues into Actionable Insights
This project aims to fully digitize and automate the transcription of spoken dialogues. We will implement a software system, Interscriber, that takes an audio recording as input and creates text using algorithms for Speech-to-Text and Speaker Diarization. The text is further processed and corrected. Finally, Interscriber applies semantic analyses ...
-
Voice Swap
Diese Demonstrationsobjekt zeigt den Teilnehmern die aufregenden Möglichkeiten des auf Sprache angewandten maschinellen Lernens, indem sie deren Vorteile in verschiedenen Szenarien, wie z.B. der Wiedergewinnung der Stimmen von Sprachbehinderten und der Verbesserung von Synchronisierungstechnologien, aufzeigt. Außerdem hilft sie entscheidend ...
Studentenarbeiten
Publikationen
-
Tuggener, Don; von Däniken, Pius; Peetz, Thomas; Cieliebak, Mark,
2020.
LEDGAR : a large-scale multi-label corpus for text classification of legal provisions in contracts [Paper].
In:
Proceedings of the 12th Conference on Language Resources and Evaluation (LREC 2020).
12th Language Resources and Evaluation Conference (LREC) 2020.
European Language Resources Association.
S. 1228-1234.
Verfügbar unter: https://doi.org/10.21256/zhaw-20087
-
Benites de Azevedo e Souza, Fernando; Duivesteijn, Gilbert François; von Däniken, Pius; Cieliebak, Mark,
2020.
TRANSLIT : a large-scale name transliteration resource [Paper].
In:
Proceedings of the 12th Conference on Language Resources and Evaluation (LREC 2020).
12th Language Resources and Evaluation Conference (LREC) 2020.
European Language Resources Association.
S. 3258-3264.
Verfügbar unter: https://doi.org/10.21256/zhaw-20082
-
Kropp, Martin; Meier, Andreas; Anslow, Craig; Biddle, Robert,
2020.
Satisfaction and its correlates in agile software development.
Journal of Systems and Software.
164,
S. 110544.
Verfügbar unter: https://doi.org/10.21256/zhaw-19727
-
Ulasik, Malgorzata Anna; Hürlimann, Manuela; Germann, Fabian; Gedik, Esin; Benites de Azevedo e Souza, Fernando; Cieliebak, Mark,
2020.
CEASR : a corpus for evaluating automatic speech recognition [Paper].
In:
Calzolari, Nicoletta; Béchet, Frédéric; Blache, Philippe; Choukri, Khalid; Cieri, Christopher; Declerck, Thierry; Goggi, Sara; Isahara, Hitoshi; Maegaard, Bente; Mariani, Joseph; Mazo, Hélène; Moreno, Asuncion; Odijk, Jan; Piperidis, Stelios, Hrsg.,
Proceedings of the 12th Conference on Language Resources and Evaluation (LREC 2020).
12th Language Resources and Evaluation Conference (LREC) 2020.
European Language Resources Association.
S. 6477-6485.
Verfügbar unter: https://doi.org/10.21256/zhaw-20125
-
Benites, Fernando,
2019.
In:
Proceedings of the 15th conference on natural language processing (KONVENS 2019).
KONVENS, Erlangen-Nürnberg, Germany, October 9 – 11, 2019.
German Society for Computational Linguistics & Language Technology.
S. 326-335.
Verfügbar unter: https://doi.org/10.21256/zhaw-18848