Pressemitteilung von Dieter Niewierra

Von der maschinellen Textanalyse zum Textverstehen: ExB setzt Maßstäbe und gewinnt weiteren internationalen Wettbewerb

---

---

München, 5. Februar 2015 - Dieses Ergebnis lässt keinen Zweifel: Das Münchner Entwicklungs- und Technologieunternehmen ExB (www.exb.de) konnte bei dem internationalen Wettbewerb "Semantic Evaluation Exercises" die ersten Plätze belegen und setzt damit zum wiederholten Mal Maßstäbe auf dem Gebiet der Textanalyse und -verarbeitung. Erst Ende 2014 entschied das Unternehmen den GermEval, dem internationalen Entwicklerwettbewerb im Bereich Namenserkennung (NER), klar für sich. Sowohl in der Wissenschaft als auch in der IT-Branche zeigt ExB damit seine herausragende Stellung und erstklassige Wettbewerbsfähigkeit und bereitet den Weg für den vielfältigen Einsatz von Text- und Spracherkennungstechnologien im Alltag.

Die "Semantic Evaluation Exercises" (SemEval) werden von der Association of Computional Linguistics (ACL), der internationalen Dachorganisation für alle wissenschaftlichen Institutionen rund um die Bereiche der Sprachverarbeitung, veranstaltet. In insgesamt 18 Disziplinen stellen sich hier Teams von Universitäten und Technologieunternehmen dem Wettbewerb. Das Aufgabenspektrum umfasst jeweils konkrete, lebensnahe Situationen rund um das Verständnis vom Inhalt der Sprache, wofür Lösungsansätze gefunden werden sollen.

Gute Textanalyse kann auch Äpfel mit Birnen vergleichen

Menschen können Ähnlichkeiten in Aussagen erkennen, selbst wenn keine gleichen Begriffspaare verwendet werden. Zum Beispiel kann man im Satz "Paul isst einen Apfel" eine Ähnlichkeit zu "Peter genießt seine Birne" erkennen, obwohl die beiden Sätze nicht ein einziges Wort gemeinsam haben. Der Satz "Das Auto fährt schnell." hat dagegen keinerlei Ähnlichkeit. So leicht ein solcher Vergleich dem Menschen fällt, so schwer war dies bislang für Maschinen bzw. Systemen zur Textanalyse. Bei allen technologischen Lösungsansätzen kommt es also auf das bestmögliche Verstehen von natürlichsprachlichen Aussagen an.
ExB trat im Bereich "Semantic Text Similarity" - also dem Erkennen von inhaltlich ähnlichen Sätzen - in unterschiedlichen Teilbereichen an: Dem Verstehen von englischsprachigen Texten, sowie dem Verstehen von spanischsprachigen Texten. Wie anspruchsvoll die Teilnahme an gleich mehreren Aufgaben und Sprachen ist, wird bereits dadurch deutlich, dass im englischsprachigen Teilbereich noch 28 Teams mit 74 Lösungsvorschlägen, im spanischsprachigen Bereich dagegen nur noch sieben Teams angetreten waren.

Umso sensationeller das Abschneiden von ExB in diesen Disziplinen: Bei der englischsprachigen Aufgabestellung konnte ExB die zweitbeste Bewertung erzielen - knapp hinter dem Gewinnerteam der University of Colorado und vor dem Team von Samsung. Klarer Bewertungssieger war ExB schließlich bei den Aufgaben in spanischer Sprache, bei denen man deutlich bessere Ergebnisse erzielte als die Mitbewerber. ExB unterstreicht damit nachhaltig die herausragende Qualität seines inzwischen 40 Sprachen umfassenden Sprachportfolios.

Dr. Ramin Assadollahi, Gründer und CEO von ExB: "Das maschinelle Verstehen von Text hat in den letzten Jahren nicht zuletzt durch die wissenschaftlichen Innovationsleistungen von Pionieren wie ExB extrem starke Fortschritte gemacht. Inzwischen geht es nicht mehr nur um ein Abgleichen von definierten Schlagwörtern, sondern darum, wie nah Maschinen in ihrer Einschätzung textlicher Ähnlichkeiten an menschliche Bewertungen heran kommen."
Das maschinelle Verstehen und Auswerten von Text gewinnt im Zeitalter von Big Data dramatisch an Bedeutung, da laut Analysten etwa die Hälfte der Daten unstrukturiert (also in Textform) vorliegt. Vorstellbar sind Anwendungen der Textanalyse generell dort, wo Maschinen möglichst genau den Inhalt eines gesamten Textes verstehen und anwenden sollen. So ist es zum Beispiel im telemedizinischen Bereich eine mögliche Anwendung, wenn ein Arzt eine Beschreibung der Beschwerden eines Patienten mit klinischen Studien abgleichen kann, um dadurch den besten Behandlungsansatz zu finden. Ein anderes Beispiel liefert der juristische Bereich, wenn Rechtsanwälte die Fallbeschreibung ihres Mandanten mit Urteilen abgleichen können, um hier die besten Präzedenzfälle zu identifizieren. Firmen- & Pressekontakt