Natural Language Processing and Explainable AI
Betreuer/in	Domenic Kellner
Professor	Prof. Dr. Oliver Hinz
Starttermin	ab sofort
Empirisch	Ja
Kurzbeschreibung	Natural Language Processing (NLP) findet eine immer größere Verbreitung in sämtlichen Industrien. Erfolgreiche Anwendungen sind beispielsweise Sprachassistenten, Chatbots sowie Übersetzungssoftwares. Allerdings ist die Erklärbarkeit der verwendeten Methoden ein Problem und führt dazu, dass viel Potenzial verloren geht. Viele Wissenschaftler haben demnach versucht NLP Modelle erklärbarer zu machen und verschiedene Methoden entwickelt, die dieses Problem angehen. Diese Arbeit soll sich demnach im ersten Schritt mit einer systematischen Literaturrecherche zu den Themen NLP sowie explainable AI (XAI) widmen. Hierbei soll speziell die Verknüpfung beider Themen im Vordergrund stehen und somit den aktuellen Forschungsstand im Bereich explainable NLP sowie die erforschten „State-of-the art“ Methoden beleuchten. Im zweiten Schritt soll eine der erörterten Methoden auf ein reales Beispiel angewendet werden unter Zuhilfenahme von beispielsweise Social Media Daten. Hierzu kann die Programmiersprache Python verwendet werden. Bei Interesse an der Abschlussarbeit schicken Sie bitte einen aktuellen Leistungsspiegel und einen kurzen Lebenslauf an Herrn Kellner.
Einstiegsliteratur