Ein Argument dient dazu, die Plausibilit?t einer Aussage logisch zu begründen. H?ufig sind dafür viele S?tze notwendig, in denen Aussagen mit Hintergrundinformationen und rhetorischen Mitteln subjektiv zusammengebracht werden. Wissenschaftler der Universit?ten Paderborn und Leipzig erforschen jetzt, wie Begründungen in Texten automatisch und objektiv mithilfe von maschinellem Lernen zusammengefasst werden k?nnen. Das Vorhaben wird von der Deutschen Forschungsgemeinschaft (DFG) innerhalb des Schwerpunktprogramms ?Robust Argumentation Machines“ (RATIO) ab April 2021 für eine Dauer von drei Jahren mit rund 642.000 Euro gef?rdert.
Suchmaschinen als Ausgangspunkt für Argumentzusammenfassungen
Einen Ausgangspunkt für das Projekt ?OASiS: Objective Argument Summarization in Search“ bildet die von Jun.-Prof. Dr. Wachsmuth, Universit?t Paderborn, in Zusammenarbeit mit den Universit?ten Leipzig, Weimar und Halle entwickelte Suchmaschine ?args.me“, die seit 2017 online ist. Diese stellt Pro- und Kontraargumente zu Suchthemen gegenüber, um die selbstbestimmte Meinungsbildung zu unterstützen. Dafür werden kurze Text-Snippets generiert, um den Suchenden einen schnellen ?berblick über die vielf?ltigen Argumente zu geben. Wachsmuth erkl?rt, welche Leerstelle sein Projekt füllt: ?Ausgehend vom Stand der Technik liegt der Forschungsschwerpunkt in der automatischen Textzusammenfassung und dem sogenannten Stiltransfer, das hei?t, der ?nderung des Stils eines Textes unter Erhaltung des Inhalts. Beide gelten generell als algorithmisch komplexe Probleme, in spezifischen Kontexten wurden in jüngerer Zeit aber deutliche Fortschritte erzielt. Für Argumente gibt es erste erfolgreiche Inhaltszusammenfassungen, gleichwohl ohne Berücksichtigung des argumentativen Kerns. Stiltransfer wurde bislang für Argumente nicht erforscht. Diese Lücken soll das Projekt schlie?en.“
Intelligente Algorithmen zur Zusammenfassung und Neutralisierung des Stils
Nach der Erstellung eines Datensatzes mit vielen h?ndisch verfassten Argumentzusammenfassungen sollen neuartige algorithmische Methoden entwickelt werden, die anhand der Daten selbstst?ndig lernen, automatisch argumentative Begründungen zusammenzufassen und deren Still zu neutralisieren. Das bedeutet, dass die zusammengefasste Argumentation wertfrei im Sinne der Reduzierung von subjektiven Ansichten und pr?gnant sein soll. ?Die gewonnenen Erkenntnisse werden dabei helfen, besser zu verstehen, wie sich subjektive Sprache – wie Argumentation – algorithmisch zusammenfassen l?sst“, erkl?rt Jun-Prof. Dr. Martin Potthast von der Universit?t Leipzig. ?Der Datensatz wird die systematischere Forschung an Argumentgenerierung erm?glichen. Die Methoden werden für Suchmaschinen und vergleichbare Anwendungen nützlich sein“, so der Wissenschaftler weiter. Potthast und Wachsmuth stellen ihre Ergebnisse am Projektende zur freien Verfügung, um den Zielen des DFG-Forschungsschwerpunktes RATIO und der Forschung zur automatischen Sprachverarbeitung im Allgemeinen zutr?glich zu sein.
