Lehrende: Henning Wachsmuth
Veranstaltungsart: Vorlesung (mit Übung)
Orga-Einheit: Informatik
Anzeige im Stundenplan: CA
Unterrichtssprache: Englisch
Min. | Max. Teilnehmerzahl: - | 24
Warteliste:
Wartelistenquote: 500%
Voraussetzungen und Empfehlungen: Inhalte der Bachelor-Vorlesung "Introduction to Text Mining" und/oder der Master-Vorlesung "Statistical Natural Language Processing". Alternativ sind auch die Inhalte von "Data Mining" (Bachelor), "Machine Learning I" und "Information Retrieval" (jeweils Master) nützlich. Grundlegende Kenntnisse in Statistik.
Ziel der Veranstaltung: Studierende lernen sowohl linguistische und argumentationstheoretische Grundlagen als auch State-of-the-Art-Techniken aus dem Bereich Computational Argumentation theoretisch kennen und erlernen den praktischen Einsatz entsprechender Methoden.
Inhalt: Argumentation ist ein zentraler Bestandteil der Kommunikation in Alltag und Beruf. Wo Kontroversen auftreten, spielen auch Argumente eine Rolle - zur Meinungsbildung, zur Entscheidungsfindung oder zur Überzeugung anderer. In den letzten Jahren hat sich die algorithmische Analyse und Synthese solcher natürlichsprachiger Argumentation (kurz: Computational Argumentation) zu einem aufstrebenden Bereich in der Forschungswelt entwickelt. Es wird davon ausgegangen, dass Computational Argumentation die nächste Generation von Suchmaschinen und intelligenten Assistenzsystemen maßgeblich beeinflusst. Aufbauend auf grundlegenden Techniken der Verarbeitung natürlicher Spache, umfasst Computational Argumentation unter Anderem die Extraktion von Argumenten aus natürlichsprachigem Text, die Bewertung der Qualität von Argumenten, wie auch die Ermittlung von Argumenten in der Web-Suche.
Ansprechpartner: Henning Wachsmuth, henningw@upb.de
Literatur: Begleitmaterial in Form eines Skripts und Übungszetteln. Ausgewählte Inhalte folgender Bücher: Manfred Stede and Jodi Schneider. 2018. Argumentation Mining. Synthesis Lectures on Human Language Technologies. Morgan & Claypool Publishers.
Kommentar: In der ersten Semesterhälfte werden Grundlagen in klassischen Vorlesungen erlernt. In Übungen wird deren Anwendung vertieft. Bereits früh wählen kleine Gruppen von Studierenden ein grob definiertes Thema, für das sie in Rücksprache mit den Lehrenden eine Vorlesung und eine entwicklungsnahe Übung gestalten. In der zweiten Semesterhälfte hält dann jede Woche ein Paar die Vorlesung und leitet die anderen Studierenden in der Übung an.
Computational Argumentation (in English) - Tutorial
Henning Wachsmuth
Di, 16. Apr. 2019 [09:00]-Di, 9. Jul. 2019 [11:00]