Feasibilty Studie: „Conversational AI für Domänenunabhängigen Lerndialog“
01.07.19 – 31.12.19
Das Projekt geht von der Hypothese aus, dass Lerndialoge unabhängig vom Lerninhalt aus
einer überschaubaren endlichen Anzahl an gleichen Intents („Absichten“) bestehen.
Diese Intents könnten etwa sein:
‐ im Lernstoff „fortfahren“ („weiterlernen“)
‐ etwas bereits Gelerntes üben/wiederholen
‐ nach etwas Bestimmtem Fragen („nachschlagen“)
Um diese Anfragen verarbeiten zu können, ist es nötig den Intent zu erkennen, die
Domänenentitäten aus dem vorhergehenden Kontext zu kennen und die semantischen
Beziehungen zwischen den Inhalten zu modellieren.
Zur Extraktion von zentralen Domänenentitäten werden NER (Named Entity Recognition), Topic Models und Netzwerkanalyse eingesetzt. Aus den vorverarbeiteten Korpustexten werden Entitäten extrahiert und den Lerneinheiten zugeordnet. Zentrale Problemstellung dabei ist die unterschiedliche Bedeutung der Entitäten für die Lerneinheit hinsichtlich der möglichen Intents zu erfassen.
Auf Basis der extrahierten Entitäten sollen Lerneinheiten vernetzt werden, semantische
Relationen wie etwa Ähnlichkeit/Gleichheit (sameAs), aber auch didaktische
Zusammenstellung und Abhängigkeiten (coursePrerequisits, isPartOf, hasPart,
educationalAlignment) modelliert werden.
Unser Forschungsteam
