Semantische Ähnlichkeit und Question Answering

Sentence Embeddings können verwendet werden, um die semantische Ähnlichkeit von Sätzen und Absätzen zu modellieren. In diesem Teil lernen Sie neben den theoretischen Grundlagen Anwendungsfälle kennen, wie Sie Sentence Embeddings für Question Answering oder als Basis einer semantischen Suchmaschine nutzen können.

Mit Prof. Dr. Christian Winkler

Im Pass enthalten

Webinare

Semantische Ähnlichkeit und Question Answering

Sie haben bereits einen Academy Pass?

Jetzt einloggen Keinen Pass? Hier erfahren sie mehr

Überblick

Oft entsteht die Fragestellung nach ähnlichen Texten. Meist ist damit nicht wie wortwörtliche Ähnlichkeit gemeint, sondern eine Bedeutungsähnlichkeit. In diesem Webinar wird diese semantische Ähnlichkeit definiert. Dabei lernen Sie die Funktionsweise von modernen Suchmaschinen kennen, die ebenfalls so arbeiten. Sie arbeiten außerdem mit Question Answering, um aus einer großen Menge von Dokumenten die richtigen zu finden.

Grundlagen in Machine Learning sind empfohlen.

Prof. Dr. Christian Winkler

Gründer von datanizing und Professor für User Experience | datanizing GmbH

Prof. Dr. Christian Winkler ist Co-Gründer der datanizing GmbH und beschäftigt sich seit 20 Jahren mit künstlicher Intelligenz, speziell mit der automatisierten Analyse natürlich-sprachiger Texte (Natural Language Processing). Er forscht und publiziert zu diesem Thema und ist regelmäßig Sprecher auf Machine-Learning-Konferenzen. Als Professor an der TH Nürnberg konzentriert er sich bei seiner Forschung auf die Optimierung von User Experience mithilfe moderner Verfahren.

Zum Profil

Im Pass enthalten

Webinare