DEEPCA

Content Analytics beschäftigt sich mit der Wissensgewinnung aus heterogenen Datenquellen, insbesondere natürlichsprachlichem Text. Hier eröffnen neueste Forschungsergebnisse auf Basis tiefer neuronaler Netze (Deep Learning) Möglichkeiten einer deutlich genaueren Suche, Verschlagwortung und Kategorisierung. Ziel von DeepCA ist die Verknüpfung dieser Ansätze mit konventioneller semantischer Modellierung. Hierdurch soll ein Cognitive Service zur Textanalyse entstehen, der hocheffizient auf neue Wissensdomänen adaptierbar ist, und auf dessen Grundlage in Zusammenarbeit mit den Praxispartnern Empolis und SER innovative Lösungen für (1) die semantische Text-Annotation und (2) die Suche in heterogenen Fallbasen entwickelt werden. Somit bildet DeepCA die Grundlage für ein endnutzerzentriertes, deutlich effizienteres Knowledge Engineering. DeepCA wird gemeinsam durchgeführt mit den Firmenpartnern Empolis und SER durchgeführt sowie dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) und der Universität Trier als akademischen Partnern. Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen der Förderlinie FHprofUnt gefördert.