Natural Language Processing Group
«Wir verbinden Grundlagenforschung mit industriellen Anwendungen, um neue und innovative Produkte und Dienstleistungen hervorzubringen, während wir gleichzeitig die ethischen und gesellschaftlichen Dimensionen erforschen.»
Expertise
- Textanalytik
- Dialogsysteme
- Sprachverarbeitung
Das NLP-Forschungsteam entwickelt Technologien zur Analyse, zum Verständnis und zur Generierung von Sprache und Texten. Wir verbinden Methoden aus der Linguistik, dem Natural Language Processing (NLP) und der künstlichen Intelligenz, um eine natürlichsprachliche Kommunikation zwischen Mensch und Maschine zu ermöglichen. In unserer Forschung arbeiten wir an Themen wie der Textklassifikation (z. B. Sentiment-Analyse), Chatbots und Dialogsystemen, Textzusammenfassung, Speech-to-Text, Sprecherunterscheidung sowie der Generierung von natürlicher Sprache (Natural Language Generation). Die schweizerdeutsche Sprach- und Textverarbeitung bildet einen besonderen Schwerpunkt der Gruppe.
Angebote
- Einblick: Keynotes, Trainings
- KI-Beratung: Workshops, Expertenunterstützung, Beratung, Technikfolgenabschätzung
- Forschung und Entwicklung: kleine bis grosse Gemeinschaftsprojekte, Drittmittelforschung, studentische Projekte, praxiserprobte Prototypen
Team
Projekte
Leider kann hier momentan keine Liste der Projekte angezeigt werden. Bis die Liste wieder verfügbar ist, kann die Projektsuche auf der Dachseite der ZHAW genutzt werden.
Publikationen
-
Cieliebak, Mark; Benites de Azevedo e Souza, Fernando; Leuschen, Lara; Hnizda, Michaela; Betzler, Diana,
2019.
Natural language processing in arts management.
Zeitschrift für Kulturmanagement.
5(1), S. 119-142.
Verfügbar unter: https://doi.org/10.14361/zkmm-2019-0107
-
Deriu, Jan Milan; Cieliebak, Mark,
2019.
Towards a metric for automated conversational dialogue system evaluation and improvement [Paper].
In:
2th International Conference on Natural Language Generation (INLG 2019), Tokyo, Japan, October 29 - November 1, 2019.
Verfügbar unter: https://www.inlg2019.com/assets/papers/132_Supplementary_Attachment.pdf
-
Aghaebrahimian, Ahmad; Cieliebak, Mark,
2019.
Towards integration of statistical hypothesis tests into deep neural networks [Paper].
In:
Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics.
57th Annual Meeting of the Association for Computational Linguistics, Florence, Italy, 28 July - 2 August 2019.
Association for Computational Linguistics.
S. 5551-5557.
Verfügbar unter: https://doi.org/10.18653/v1/P19-1557
-
Cieliebak, Mark; Galibert, Olivier; Deriu, Jan Milan,
2019.
Towards understanding lifelong learning for dialogue systems [Paper].
In:
IWSDS 2019 Proceedings.
IWSDS 2019 : International Workshop on Spoken Dialogue Systems Technology, Siracusa, Italy, Apr 24, 2019 - Apr 26, 2019.
IWSDS.
-
Elezi, Ismail; Tuggener, Lukas; Pelillo, Marcello; Stadelmann, Thilo,
2018.
DeepScores and Deep Watershed Detection : current state and open issues [Paper].
In:
Proceedings of the 1st International Workshop on Reading Music Systems.
1st International Workshop on Reading Music Systems at ISMIR 2018, Paris, France, 20 September 2018.
Paris:
Society for Music Information Retrieval.
S. 13-14.
Verfügbar unter: https://doi.org/10.21256/zhaw-4777