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
Im Zuge des Neuaufbaus der Forschungsdatenbank sind die bisherigen Listen mit Forschungsprojekten nicht mehr abrufbar. Die Zukunft geht in Richtung Volltextsuche und Filterung, um bestmögliche Suchergebnisse für unsere Besucher:innen zur Verfügung zu stellen.
In der Zwischenzeit kannst du die Projekte ganz einfach unter folgenden Link per Textsuche finden: «Zur neuen Suche in der Projektdatenbank»
Publikationen
-
Deriu, Jan Milan; Cieliebak, Mark,
2017.
End-to-end trainable system for enhancing diversity in natural language generation [Paper].
In:
End-to-End Natural Language Generation Challenge (E2E NLG), 2017.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-4889
-
Graf, Hans Daniel; Koc, Yusuf; Panighetti, Sandro; Togni, Matteo; von Grünigen, Dirk; Weilenmann, Martin; Xhoxhaj, Erland; Zürrer, Daniel; Benites de Azevedo e Souza, Fernando; Deriu, Jan Milan; Neureiter, Nico; von Däniken, Pius; Cieliebak, Mark; Eich, Walter; Neuhaus, Stephan; Stockinger, Kurt,
2017.
Four different ways to build a chatbot about movies [Poster].
In:
SwissText 2017: 2nd Swiss Text Analytics Conference, Winterthur, 9. Juni 2017.
-
Meier, Benjamin; Stadelmann, Thilo; Stampfli, Jan; Arnold, Marek; Cieliebak, Mark,
2017.
Fully convolutional neural networks for newspaper article segmentation [Paper].
In:
Proceedings of the 14th IAPR International Conference on Document Analysis and Recognition (ICDAR).
14th IAPR International Conference on Document Analysis and Recognition (ICDAR 2017), Kyoto Japan, 13-15 November 2017.
Kyoto:
CPS.
Verfügbar unter: https://doi.org/10.21256/zhaw-1533
-
Benites de Azevedo e Souza, Fernando; Cieliebak, Mark,
2017.
Hierarchical classificaion for news articles [Poster].
In:
SwissText 2017: 2nd Swiss Text Analytics Conference, Winterthur, 9. Juni 2017.
-
Cieliebak, Mark; Magid, Amani; Pradarelli, Beatrice,
2017.
How to throw chocolate at students : a survey of extrinsic means for increased audience attention [Paper].
In:
Global Engineering Education Conference (EDUCON).
Global Engineering Education Conference (EDUCON), Athens, Greece, 25-28 April 2017.
IEEE.
S. 199-203.
Verfügbar unter: https://doi.org/10.1109/EDUCON.2017.7942847