We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Die KI hinter ChatGPT & co.: Wie geht NLP und wie revolutioniert das Bibliotheken?

Formal Metadata

Title
Die KI hinter ChatGPT & co.: Wie geht NLP und wie revolutioniert das Bibliotheken?
Title of Series
Number of Parts
7
Author
License
CC Attribution - NonCommercial - NoDerivatives 3.0 Germany:
You are free to use, copy, distribute and transmit the work or content in unchanged form for any legal and non-commercial purpose as long as the work is attributed to the author in the manner specified by the author or licensor.
Identifiers
Publisher
Release Date
Language

Content Metadata

Subject Area
Genre
Abstract
KI & ChatGPT sind überall: Anders als bloße Indizes oder Schlagworte, bereichern Word Embeddings Textsysteme mit semantischen Informationen. Wie, aber, funktioniert Machine Learning, NLP und Embeddings - und was hat das mit Sprachmodellen zu tun? Bibliotheken bieten einen reichen Schatz an Informationen in Textform. Moderne Interaktion bedeutet für die Nutzenden von Web-Tools und Apps auch, dass ihre Suchanfragen nicht nur als Wortübereinstimmungen traversiert werden, sondern regelrecht verstanden werden wollen. Werkzeuge wie Annif mit dessen Word Embeddings fastText versprechen, Informationen Retrieval mit semantischen Informationen zu bereichern und damit deutlich zu verbessern. Für den souveränen Einsatz solcher Methoden und Tools ist jedoch ein Grundverständnis nötig, das - neben einem groben Überblick - dieser Vortrag vermittelt. Dabei pendelt der Vortrag zwischen TED-Talk und Science-Slam.