Intendierte Lernergebnisse
Den Studierenden soll die Kompetenz vermittelt werden, der weltweit evidenten Revolution der Generativen KI sowohl in linguisischer Hinsicht wie auch implementierungsseitig gewachsen zu sein. Das in der LV behandelte Kompetenzspektrum inkludiert neben linguistischen Grundkenntnissen auch Kenntnisse der Programmiersprache Python.
Lehrmethodik
Im Rahmen dieser LV werden wir sowohl theoretische Erklärungen wie auch praktische Kompetenzen in den genannten Bereichen der Computerlinguistik vermittelt.
Inhalt/e
Als interdisziplinäres Forschungsgebiet verbindet die Computerlinguistik linguistische Forschungsmethoden mit Informatikmethoden und Modellen der künstlichen Intelligenz (KI). Sie beschäftigt sich mit dem Verständnis und der Verarbeitung von natürlicher Sprache auf unterschiedliche Ebenen, z.B. der Morphologie (Wortbildung), dem Tagging von Wortarten, der Sentimentanalyse, der Klassifikation und Generierung von Texten , der Relevanzanalyse etc.Die jüngsten Entwicklungen im Bereich der großen Sprachmodelle (Large Language Models (LLM's)) hatten für jedermann sichtbare und beeindruckende Fortschritte im Kontext der natürlichen Sprachverarbeitung (NLP) bzw. der Computerlinguistik zur Folge. Modelle wie GPT-4o, Mistral und Llama3 bewiesen herausragende Fähigkeiten bei verschiedenen Aufgaben der Textgenerierung und des Sprachverstehens. Trotz dieser Erfolge stehen LLMs vor erheblichen Herausforderungen, insbesondere hinsichtlich ihrer Fähigkeit, immer empirisch relevante Textergebnisse und sinnvolle Antworten zu liefern. Die zukünftigen Aufgaben der Computerlinguistik liegen deshalb u.a. in der Validierung des Outputs von LLM's , dem linguistisch strukturierten Erstellen von Prompts (Prompt-Engineering) und dem linguistischen Finetuning von LLMs für spezifische Probleme der Mensch-Maschine-Interaktion. Die Intransparenz von LLM's ist außerdem eine Herausforderung für die Bewertung der Glaubwürdigkeit des Outputs, weswegen intensive wissenschaftliche Arbeit in die Erklärung der Modelle und auch die Analyse dynamischer, großer Textcorpora gesteckt werden muss. Im Blick behalten muss man außerdem, dass es zahlreiche Berufsfelder gibt, die von computerlinguistischen (NLP-) Methoden profitieren können, ohne dass der Nutzen allen Beteiligten bis jetzt bewusst ist. Darüber hinaus halten wir es für unverzichtbar, dass auch linguistisches Basiswissen in einer Computerlinguistik-LV nicht zu kurz kommen darf. Gerade für die brennenden Fragen rund um Funktion und Validierung von LLMs sind linguistische Grundkompetenzen (u.a. im Bereich der Syntaxanalyse) unabdingbar.