Repräsentation von Situativem Kontext

KI-basierte Sprachmodelle wie ChatGPT haben jüngst mit beeindruckenden Resultaten in der maschinellen Sprachverarbeitung verblüfft. Allerdings besitzen die derzeit gängigen Modelle lediglich eingeschränkte Fähigkeiten zu kontextueller Sprachverarbeitung, da nur der im vorliegenden Text enthaltene Kontext berücksichtigt wird. Externer Kontext, wie die aktuell vorliegende Situation, wird hingegen nicht miteinbezogen. In natürlichsprachlicher Kommunikation spielt der Situationskontext allerdings eine entscheidende Rolle, um Informationen korrekt zu interpretieren. Betrachten wir zum Beispiel den Tweet Ich befürchte, dass Erika große Schwierigkeiten verursachen wird wie würden wir das Wort Erika interpretieren? Ohne jeglichen weiteren Kontext würden wir wohl vermuten, dass sich Erika auf eine Person dieses Namens bezieht. Doch wie würde sich unsere Interpretation dieses Tweets nun ändern, wenn wir zur selben Zeit im Newsticker lesen, dass das Sturmtief Erika heute über unsere Gegend ziehen wird und größere Sturmschäden befürchtet werden? Basierend auf dieser situativen Information werden wir vermutlich unsere Interpretation dieser Äußerung entsprechend adaptieren der aktuelle Situationskontext lässt uns nun vermuten, dass mit Erika wohl eher das erwartete Sturmtief gemeint ist. Das Forschungsprojekt SITCON (Repräsentation von Situativem Kontext) versucht daher der Fragestellung nachzugehen, wie eine solche situative Informationsverarbeitung auch in Computer- gestützten Informationsverarbeitungssystemen systematisch umgesetzt werden könnte. Hierfür müssen Lösungen für die Problemstellung entwickelt werden, wie solch externe, dynamische Situationen modelliert werden können, und wie dieser Situationskontext weiters zur Interpretation der gesammelten Informationen verwendet werden kann. Konkrete Anwendungsbereiche ergeben sich beispielsweise aus dem Bereich des Crisis Computing, das sich mit der Einbeziehung von modernen Kommunikations- und IT-Tools zur Unterstützung des operativen Krisenmanagements befasst. Ein fokussiertes Evaluierungsszenario aus diesem Bereich betrifft zum Beispiel die korrekte automatisierte Interpretation von zigtausenden Social Media Nachrichten in Krisensituationen (wie Augenzeugenberichten) in Echtzeit, um die Einsatzkräfte bestmöglich in der raschen Ermittlung des Situationslagebilds zu unterstützen.