Magdalena Theresa Kaiser nach der erfolgreichen Verteidigung ihrer Dissertation MPI-INF/Bertram Somieski
Am 04. Februar 2026 verteidigte Magdalena Theresa Kaiser erfolgreich ihre Dissertation mit dem Titel: "Reinforcement Learning from Implicit Feedback for Conversational Question Answering". Von Juni 2019 bis Dezember 2025 war sie Doktorandin unter der Betreuung von Prof. Gerhard Weikum, Leiter des Fachbereichs „Datenbanken und Informationssysteme“, und Dr. Rishiraj Saha Roy. Der Doktorgrad wird von der Universität des Saarlandes verliehen.
Zusammenfassung der Dissertationsschrift:
Konversationssysteme, die Interaktionen mit Benutzern in natürlicher Sprache ermöglichen, um deren Informationsbedürfnisse zu befriedigen und sie bei der Erledigung ihrer Aufgaben zu unterstützen, sind seit langem ein Ziel. Jüngste Fortschritte im Bereich des maschinellen Lernens und der natürlichen Sprachverarbeitung haben die Entwicklung solcher Systeme ermöglicht. Feedback ist unerlässlich, um diese Systeme kontinuierlich zu verbessern und an die Bedürfnisse der Benutzer anzupassen. Diese Arbeit konzentriert sich auf Conversational Question Answering (ConvQA), wobei die Aufgabe darin besteht, präzise Antworten auf faktenbezogene Fragen zu geben, die in natürlicher Sprache formuliert sind.
ConvQA-Modelle werden in der Regel anhand von Benchmarks mit Frage-Antwort-Paaren nach Goldstandard trainiert und bewertet. Die manuelle Beurteilung der Richtigkeit von Antworten ist kostspielig und daher in realen Szenarien oft nicht möglich. Wenn solche Beurteilungen verfügbar sind, sind sie oft in Umfang und Qualität begrenzt. Diese Arbeit untersucht Formen impliziten Feedbacks, um Konversationssysteme anhand begrenzter Datenmengen effektiv zu trainieren und zu verbessern.