Multi2ConvAI

Projektüberblick

Automatisierte Dialoge, sei es mit Chatbots oder digitalen Assistenten wie Siri, Alexa oder Google Home, werden erst durch Systeme für „Conversational Artificial Intelligence (Conversational AI)” möglich. Diese Chatbots und Sprachassistenten werden auf Basis von Texten und Dialogen trainiert, um auf einer Sprache und in einer Zieldomäne kommunizieren zu können. Ein Chatbot kann z. B. lernen, wie er auf Italienisch etwas zu Essen bestellt. Der Transfer dieser Modelle auf andere Domänen und in andere Sprachen erweist sich häufig als schwierig, denn es erfordert weiteres Training mit Daten der entsprechenden Domäne und/oder Sprache.

In realen Anwendungsfällen kommt es jedoch häufig vor, dass Modelle auf kleinen spezifischen Korpora oder, in Extremfällen, ohne verfügbare Dialoge in einer Zielsprache oder -domäne trainiert werden müssen.

Daher evaluieren die Projektpartner Methoden zum Transfer von Conversational-AI-Modellen zu verschiedenen Domänen und Sprachen evaluiert – insbesondere für Szenarien, in denen Trainingsdaten nur begrenzt verfügbar sind.

Das Projekt läuft unter dem Einsatz aktueller Technologien des Natural Language Understandings (NLU), vorranging mittels Repräsentations- und Transferlernen.

Ziel des Projektes ist es außerdem, Entwickler:innen von Sprachmodellen und ihre Anwender:innen über eine gemeinsame Schnittstelle enger zusammenzurücken und dadurch eine schnellere Entwicklung von Dialogsystemen zu ermöglichen. Dies soll über die Entwicklung eines Frameworks zum schnellen und effektiven Bootstrapping von Dialogsystemen auf neuen Sprachen und Domänen geschehen.

Multi2Conv.ai im Video

Projektpartner


Das Konsortium besteht aus drei Projektpartnern: Universität Mannheim und zwei KMUs mit Sitz in Karlsruhe, inovex GmbH und Neohelden GmbH. Die drei Partner teilen ihre Expertise im Rahmen des Projektes in der Hoffnung aus den entstehenden Synergien zu lernen und zu wachsen.

Die Forschungsgruppe für Natural Language Processing (NLP) der Fakultät für Wirtschaftsinformatik und Mathematik der Universität Mannheim, in diesem Projekt vertreten durch Juniorprofessor Dr. Goran Glavaš, ist eine der führenden NLP-Forschungsgruppen in Deutschland und Europa.

Kompetenzen:

  • Repräsentationslernen und Deep Learning für NLP und Natural Language Understanding (NLU)
  • Fokus auf multilinguale NLU and Transferlernen
  • Entwickeln geeigneter Domänentransfer- und Sprachmethoden für anspruchsvolle Dialoganwendungsfälle, die von den Industriepartnern angegangen werden
  • inovex ist ein innovations- und qualitätsgetriebenens IT-Projekthaus mit dem Schwerpunkt „Digitale Transformation“. inovex bietet seinen Kunden umfassende Lösungen – strategisch, technologisch und methodisch – bei der Digitalisierung und Agilisierung ihres Kerngeschäftes und bei der Realisierung neuer Use Cases. Das Lösungsangebot von inovex umfasst Application Development, Data Management & Analytics und die Entwicklung von skalierbaren IT-Infrastrukturen auf denen die digitalen Lösungen im DevOps-Modus betrieben werden.

    Kompetenzen:

  • Umfangreiches Portfolio zur Realisierung digitaler Use Cases
  • Industrieerfahrung in der Entwicklung und dem Einsatz von skalierbaren datengetriebenen Produkten
  • Expertise im Bereich NLP und dialogorientierter KI
  • Die Neohelden GmbH ist ein High-Tech Startup aus Karlsruhe, Deutschland und entwickelt Neo, den KI-Assistenten für Business. Über Neo können Mitarbeiter:innen sprach- sowie textbasiert ihre Software-Systeme steuern und mit der Neo Enterprise Assistant Platform ihre eigene Conversational AI konfigurieren und erweitern.

    Kompetenzen:

  • Industrieerfahrung aus Kundenprojekten
  • Einblicke und Verständnis für die Entwicklung und das Wachstum dialogorientierter KI
  • Förderung

    Das Projekt „Mehrsprachige und domänenübergreifende Conversational AI” wird durch das Land Baden-Württemberg als Teilnehmer des „KI-Innovationswettbewerbs” unterstützt. Die Förderung zielt darauf ab, die KI-Wertschöpfung und KI-Anwendung im Mittelstand branchenübergreifend zu unterstützen. Mit gemeinsamen Forschungs- und Entwicklungsvorhaben zwischen Forschungseinrichtungen und mittelständischen Unternehmen soll die Basis für neue und verbesserte KI-basierte Produkte und Dienstleistungen gelegt werden.