Multimedia und Benutzerglaubwürdigkeit Wissensextraktion

Web 3.0 ist bereits seit mehr als 5 Jahren ein gängiger Begriff. Obwohl die exakte Definition noch unklar ist, wurde im letzten halben Jahrzehnt klar, dass das Web eine tragende Säule für Social Media geworden ist. Anwender können Ihre Multimedia-Daten direkt von Kameras, Telefonen, Tablets oder Computern an ihre Bekannten und die ganze Welt versenden. Das MUCKE Projekt befasst sich mittels neuen und zuverlässigen Modellen zur Wissensextraktion, die für die mehrsprachigen und multimodalen Daten in sozialen Netzwerken konzipiert sind, mit diesem Strom an multimedialen sozialen Daten. Das Projekt verabschiedet sich dabei von aktuellen Wissensextraktionsmodellen, die zumeist quantitativ orientiert sind, und setzt den Schwerpunkt auf die Qualität der verarbeitenden Daten, um den Benutzer nicht einer Fülle an thematisch gleich relevanten Daten auszusetzen. Dies wird mit zwei zentralen Neuerungen erreicht: durch automatische Abschätzung der Glaubwürdigkeit anderer Benutzer für Multimedia- Streams, und durch ein adaptives Konzept von multimedialer Ähnlichkeit. Glaubwürdigkeitsmodelle für Multimedia-Streams sind ein völlig neues Forschungsthema, welches in einen Multimedia Information Fusion Task münden wird, der der wichtigste Forschungsbeitrag des Projektes sein wird. Adaptive Konzepte für multimediale Ähnlichkeit unterscheiden sich von existierenden Modellen dadurch, dass eine semantische Repräsentation der zugrundeliegenden Korpora erstellt wird, und darauf ein probabilistisches System angewandt wird. Die Nützlichkeit dieser beiden Innovationen wird in einen Image-Retrieval-System demonstriert werden. Um die Zuverlässigkeit des extrahierten Wissens zu bewerten wird eine ausführliche Evaluierung mit Hilfe von repräsentativen Datensätzen durchgeführt. Zusätzlich wird ein neuer, gemeinsamer Evaluierungs-Task, der sich auf die Abschätzung von Benutzerglaubwürdigkeit konzentriert, vorgeschlagen. Die zwei Hauptinnovationen stützen sich auf innovative Text- und Bildverarbeitung, sowie auf Methoden zur Kombination der beiden. In der Textverarbeitung wird der Fokus auf Aufgaben wie Disambiguierung von Begriffen, Erkennung von Konzepten und die Auflösung von Anaphern liegen. Die Schwerpunkte in der Bildverarbeitung werden kompakte Inhaltsdeskriptoren, Konzepterkennung und die Robustheit von Detektoren beinhalten. Die Fusion von Multimedia-Daten wird sich hauptsächlich auf flexible Kombination der Text- und Bildmodalitäten, basierend auf einem probabilistischen System, konzentrieren. Die vorgeschlagenen Methoden werden so ausgelegt, dass sie von der Struktur von sozialen Netzwerken profitieren können. Ein besonderer Fokus wird auf die Entwicklung von skalierbaren Algorithmen gelegt, die mit großen, heterogenen Datensätzen umgehen können. Das Konsortium besteht aus vier Partnern - drei Universitäten und ein Forschungsinstitut - mit komplementären Kompetenzen, die die Forschungsgebiete des Projekts abdecken. Im MUCKE Projekt werden sie gemeinsam neue Modelle zur Verarbeitung von unsauberen Multimedia- und multimodalen Daten entwickeln, die die Basis für innovative Dienste darstellen werden.

Welche online Informationen sind glaubwürdig? Verstehen Computer, was sie lesen? Das sind die Fragen, die die Grundlagen der wissenschaftlichen Untersuchungen des MUCKE Projektes dargestellt haben. MUCKE war eine internationale Zusammenarbeit zwischen Universitäten und Forschungsorganisationen in Österreich, Frankreich, Rumänien und der Türkei, geleitet von der TU Wien. Text- und Bildverarbeitung hat in den letzten fünf Jahren eine neue Ebene erreicht. Unter dem neuen Titel Deep Learning oder Convolutional Neuronale Netze haben die Methoden der künstlichen Intelligenz der zweiten Hälfte des 20. Jahrhunderts eine Wiederauferstehung erlebt. Diese Methoden demonstrieren in einigen Anwendungsfällen eine beeindruckende Fähigkeit Verstehen zu simulieren. Im MUCKE Projekt haben wir diese Methoden an einen für die meisten Benutzer sehr vertrauten Anwendungsfall: die Fotografie (beispielsweise auf Websites wie Flickr), adaptiert. Wir haben gezeigt, wie sie verwendet werden können, um die Genauigkeit der Etiketten (Tags) der Fotos, die von Benutzern eingegeben werden, zu überprüfen. In umfangreichen Tests wurde gezeigt, dass solche Methoden Foto-Tags mit einer ähnlichen Qualität wie Menschen generieren können. Mit diesen Methoden können wir auch das Langzeitverhalten der Tagging-Aktivität von Menschen beobachten und die Glaubwürdigkeit der Tags abschätzen. Während diese Methoden einen Durchbruch darstellt, ist es nicht ohne weiteres ersichtlich, wie diese Ansätze auf andere Anwendungsfälle anzuwenden sind. Die Themen eHealth oder Patentschutz, in denen die Fragen der Glaubwürdigkeit und der Semantik sehr wichtig sind, stellen uns nicht nur vor neue und spannende Herausforderungen, sondern auch vor hohe Belohnungen: Verbesserung des Zugangs zu vertrauenswürdigen medizinischen Informationen für Patienten, Allgemeinmedizinern und Spezialisten, und steigender Innovationsgrad. Es besteht allerdings keine Gefahr, dass Maschinen bald in der Lage sein werden, hoch kognitive Funktionen des menschlichen Verstandes zu ersetzen die notwendige Sammlung von Menschenverstand ist jenseits der Fähigkeiten von Maschinen, trotz der Versprechungen von Big Data.