Tuan Phong Nguyen mit seinen Betreuern Gerhard Weikum (2.v.l.) und Simon Razniewski (r.). Foto: Privat
Am 24. April verteidigte Tuan Phong Nguyen erfolgreich seine Dissertation mit dem Titel "Large-Scale Acquisition of Refined Commonsense Knowledge". Tuan Phong Nguyen arbeitet seit Januar 2021 an der Universität des Saarlandes und am Max-Planck-Institut für Informatik als Doktorand unter der Leitung von Prof. Simon Razniewski und Prof. Gerhard Weikum. Er war Mitglied der Saarbrücker Graduate School of Computer Science und der International Max Planck Research School. Sein Doktortitel wurde von der Universität des Saarlandes verliehen.
Der Abstract der Dissertationsschrift:
Allgemeinwissen (Commonsense Knowledge, CSK) über Eigenschaften von Konzepten und menschlichem Verhalten (z. B. Elefanten sind groß und fressen Pflanzen; Kinder lieben es, Zoos zu besuchen; Trinkgeld geben ist in Japan nicht üblich) ist entscheidend für robuste, menschenzentrierte KI-Systeme. Solches Wissen wird jedoch bisher nur von wenigen strukturierten Wissensbanken abgedeckt. Die meisten bestehenden CSK-Ressourcen sind in ihrer Ausdrucksstärke auf einfache Subjekt-Prädikat-Objekt-Tripel (SPO-Tripel) mit simplen Konzepten als Subjekt (S) und simplen Zeichenketten als Prädikat (P) und Objekt (O) beschränkt.
Darüber hinaus kann die Plausibilität von Allgemeinwissen kulturabhängig variieren (z. B. ist „man sollte dem Kellner Trinkgeld geben“ in den USA allgemein zutreffend, aber nicht in Japan).
Dieser wichtige Aspekt wurde in bestehenden CSK-Ressourcen übersehen. Diese Dissertation entwickelt Methoden zur Eliminierung dieser Einschränkungen:
- Weiterführende Modelle für Allgemeinwissen mit verfeinerten Subjekten, semantischen Facetten und kulturspezifischen Aussagen;
- Methoden zur Gewinnung solchen Wissens aus umfangreichen Webinhalten und großen Sprachmodellen (Large Language Models, LLMs).
Unsere Methoden streben sowohl hohe Präzision als auch hohe Abdeckung mit aussagekräftigen Aussagen an. Die so entwickelten Wissensbanken übertreffen bisherige CSK-Ressourcen in Umfang und Qualität, was durch verschiedene intrinsische und extrinsische Evaluationen untermauert wird.