Blogs on BERT » Lamarr-Institut

00 Blog Toborek Vanessa Forschung Sentence Allignment - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

Vereinfachte Sprache für alle: Wie man einen Datensatz in Leichter Sprache erstellt

06. Dezember 2023

ML-Modelle sind nur so vielfältig wie die Datensätze, auf denen sie trainiert wurden. Erfahren Sie mehr über den ersten öffentlich zugänglichen Datensatz in Deutsch und Leichter Sprache, den wir bereitstellen....

Darstellung vom Foundation-Modell VideoBert

Grundlagen

Vom Wort zum Video: Wie sich mit Foundation-Modellen aus Text Bewegtbild erzeugen lässt

25. Januar 2023

Große Sprachmodelle besitzen ein immenses Transformationspotenzial. Sogenannte Foundation-Modelle können mittlerweile nicht nur die Bedeutung von Texten und Bildern erfassen und selbst erzeugen, sondern sind auch auf Videos anwendbar....

00 Blog Sifa ART - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

Anwendung

ART – Ein neues Tool zur automatischen Generierung von Finanzberichten

16. März 2022

In das Erstellen von Finanzberichten investiert ein Unternehmen viele Arbeitsstunden und viel Geld. ART ist ein neues Verfahren, mit dem es möglich sein soll, strukturierte Tabellendaten aus Finanzberichten in Text umzuwandeln....

Beispielhafter Dialog mit einem Chatbot|Gelernte Gewichte der linearen Regression

Forschung

Bewertung der Chatqualität mit Standard-NLP-Benchmarks

02. März 2022

Bisher erstellen Sprachmodell-basierte Bewertungen von Chatbots nur einen Score über die Gesamtqualität, ohne beispielsweise den Zusammenhang des Dialogs zu beachten. Mit Modellen, die auf GLUE-Aufgaben trainiert sind, hat das ein Ende....

Forschung

Evaluierung von Smalltalk anhand von Sprachmodellen: Sprachmodelltransformatoren als Evaluatoren für Open-Domain-Dialoge

23. Februar 2022

Dialogsysteme sind in Sprachassistenten wie Siri oder Alexa oder in Chatbots auf Social-Media-Plattformen weit verbreitet. Aber woher weiß man, dass der eigens entwickelte Chatbot tatsächlich funktioniert?...

BERT Assoziationsmodelle|Assoziationen der Vektoren|Darstellungen der Assoziationen zwischen den Worten in unterschiedlichen Assoziationsmodulen|Überblick über alle Assoziationen der unterschiedlichen Assoziationsmodule|Architektur des BERT-Modells|Darstellungen der Assoziationen zwischen den Worten in unterschiedlichen Assoziationsmodulen|Überblick über alle Assoziationen der unterschiedlichen Assoziationsmodule|Architektur des BERT-Modells||||

Forschung

BERT: Wie beschreiben Vektoren treffend den Sinngehalt von Wörtern?

12. März 2021

BERT ermöglicht es viele Probleme der Interpretation natürlicher Sprache zu lösen. Dieser Beitrag erläutert detailliert die Architektur, die Eigenschaften und Funktionsweise des von Google entwickelten Modells....

00 Blog Paass - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

Grundlagen

Die Bedeutung von Worten durch Vektoren erfassen

10. März 2021

Der Sinngehalt von Worten lässt sich durch numerische Vektoren darstellen, die auch die Nachbarschaftsworte einbeziehen. Dadurch lassen sich syntaktische und semantische Zusammenhänge der Sprache erfassen und zur Interpretation von Bedeutungen verwenden....