Dieses erste Lehrbuch zur Formalen Begriffsanalyse gibt eine systematische Darstellung der mathematischen Grundlagen und ihrer Verbindung zu Anwendungen in der Informatik, insbesondere in der Datenanalyse und Wissensverarbeitung. Das Buch vermittelt vor allem Methoden der graphischen Darstellung von Begriffssystemen, die sich in der Wissenskommunikation bestens bewahrt haben. Theorie und graphische Darstellung werden dabei eng miteinander verknupft. Die mathematischen Grundlagen werden vollstandig abgehandelt und durch zahlreiche Beispiele anschaulich gemacht. Da zur Wissensverarbeitung immer starker der Computer genutzt wird, gewinnen formale Methoden begrifflicher Analyse uberall an Bedeutung. Das Buch macht die dafur grundlegende Theorie in kompakter Form zuganglich."

As spoken natural language dialog systems technology continues to make great strides, numerous issues regarding dialog processing still need to be resolved. This book presents an exciting new dialog processing architecture that allows for a number of behaviors required for effective human-machine interactions, including: problem-solving to help the user carry out a task, coherent subdialog movement during the problem-solving process, user model usage, expectation usage for contextual interpretation and error correction, and variable initiative behavior for interacting with users of differing expertise. The book also details how different dialog problems in processing can be handled simultaneously, and provides instructions and in-depth result from pertinent experiments. Researchers and professionals in natural language systems will find this important new book an invaluable addition to their libraries.

In der Kognitionswissenschaft geht man davon aus, da die h-heren geistigen Leistungen des Menschen auf informationsverarbeitenden Prozessen beruhen. Als Symbolismus wird die Auffassung bezeichnet, nach der die menschlicheInformationsverarbeitung nach den gleichen Prinzipien funktioniert wie bei einem typischen Computer: durch die Manipulation bedeutungstragender Zeichennach formalen regeln. Im Gegensatz dazu vertritt der Konnektionismus dieThese, da die menschliche Informationsverarbeitung als stetige Aktivierungsausbreitung in einem neuronalen Netz verstanden werden m}sse. Gro er Wert wurde in dieser interdisziplin{ren Arbeit auf die verst{ndliche Darstellung symbolischer und konnektionistischer Informationsverarbeitung gelegt, so da sich dieses Buch auch f}r Interessenten aus dem Bereich der Philosophie, der Psychologie und der Linguistik bestens eignet, einen Einstieg in die Kognitionswissenschaft zu finden. Demjenigen, der mit den jeweiligen Verarbeitungsmechanismen bereits vertraut ist, bietet es einen ]berblick }ber die gegenw{rtige philosophische Diskussion um das pro und contra beider Modelle zur Erkl{rung geistiger Prozesse.

Das vorliegende Buch ist der Tagungsband zur GWAI-91, der 15. Fachtagung f}rK}nstliche Intelligenz (KI) der Gesellschaft f}r Informatik, die im September 1991 in Bonn stattfand. Es enth{lt die Schriftfassungen von 29 begutachteten Vortr{gen, wobei die Schwerpunkte der Beitr{ge in den Bereichen Deduktion, Sprachverarbeitung, Wissensrepr{sentation und Expertensysteme liegen. Weitere Themen entstammen den Bereichen MaschinellesLernen, Planen, Automatisches Programmieren und Konnektionismus. Die Hauptvortr{ge wurden unter dem Aspekt ausgew{hlt, da au erhalb der KI und deren "traditionellen" Nachbardisziplinen wie Philosophie, Psychologie und Linguistik, neue Zug{nge der Beschreibung und Erkl{rung kognitiver Ph{nomene erm-glicht werden. Diese sind durch Wissenschaftsgebiete wie z.B. Neurophysiologie und Evolutionsbiologie gepr{gt.

Das Buch ist eine Einfuhrung in die logische Programmierung in der Form eines Kurses, in dem die Grundlagen der logischen Programmierung, die logische Programmiersprache Prolog und ihre Programmierpraxis, sowie einige Anwendungen vorgestellt werden. Nach einer kurzen Begriffsbestimmung der logischen Programmierung wird das sogenannte reine Prolog als Programmiersprache anhand von Beispielen eingefuhrt. Die logischen Hintergrunde werden dabei nur angedeutet. Anschliessend werden die Erweiterungen vorgestellt, die Prolog zur vollen Programmiersprache machen. Es folgen etablierte Programmiertechniken, die Prolog wie jede andere Programmiersprache besitzt. Mit diesen Vorkenntnissen ist es nun leichter, die theoretischen Grundlagen der logischen Programmierung zu verstehen. Es wird gezeigt, wie Logik zur Wissensdarstellung und zur Ableitung von weiterem Wissen verwendet werden kann. Ferner wird der Weg von der Pradikatenlogik zur logischen Programmiersprache Prolog nachvollzogen. Den Schluss bilden Anwendungen aus den Gebieten wissensbasierte Systeme und Computerlinguistik."

Das Buch enth{lt eine Auseinandersetzung mit Theorie und Praxis von Human- und Maschinen}bersetzung, eine weltweite Dokumentation der Systeme zur Maschinellen ]bersetzung, von Softwaretools und Terminologiedatenbanken sowie eine ca. 2000 Titel umfassende Bibliographie der verf}gbaren Fachli- teratur aus den Jahren 1985 bis 1989/90.

In der generativen Phonologie lasst sich im Unterschied zur generativen Syntax der Wechsel von einem derivationellen Modell nicht so leicht dokumentieren. Phonologische Reprasentationen werden in diesem Band nicht als notarielle Variante zur linearen Phonologie verstanden, sondern als Ebene, auf der universelle Beschrankungen gelten.Folgende Problembereiche werden u.a. behandelt: - die phonetische Beschrankung phonologischer Segmente- universelle Beschrankungen suprasegmentaler Strukturen- Modelle der Interaktion von Phonologie und Morphologi

Der vorliegende Sam mel band gibt zum groBten Teil die Beitrage wieder, die auf dem Anwender-Workshop "Praxisanwendungen des computergestOtzten Publizierens" anlaBlich der BIGTECH im November 1987 in Berlin gehalten wurden. Wie der Workshop gezeigt hat und es sich auch in den meisten Beitragen wiederspie- gelt, ist der gesamte Druckvorstufenbereich, von der Erfassung der Texte beim Autor bis hin zur Ganzseitenbelichtung der Druckplatten, ja sogar der Druckausgabe nur einzelner Exemplare Ober leistungsfahige Laser-Drucksysteme (Stichwort: "Elektroni- sches Drucken") in Bewegung geraten. Wie die zukOnfiige Aufgabenverteilung inner- halb der grafischen Industrie aussehen wird, ist mit Sicherheit auch von den weiteren technologischen . Entwicklungen und den Anwendererfordernissen abhangig Bereits jetzt ist deutlich zu erkennen, daB das Professionelle Elektronische Publizieren zukOnfiig um die Komponente einer computergestOtzten Dokumentenverarbeitung erganzt werden muB. Aile Probleme sind auch beim Professionellen Elektronischen Publizieren noch nicht ausgeraumt, so daB es auch noch kein System gibt, mit dem man wirklich alles problemfrei bewaltigen kann. Wie der Workshop aber gezeigt hat, wird die Kommuni- kation zwischen den verschiedenen Systemen allmahlich Wirklichkeit. Die Beitrage stellen den "State of the Art" im Bereich des Professionellen Publizierens, das auch als Computer Aided Publishing (CAP) bezeichnet wird, dar. Zielsetzung des Workshops war eine Bestandsaufnahme der gegenwMigen Situation und der sich abzeichnenden Entwicklungstrends. Sowohl die arbeitsorganisatorische als auch technische Intergration bzw. die Integration zwischen Arbeitsablaufen und dem angebotenen Leistungsspektren der Software-Systeme werden in den Beitragen dargestellt. VI Es wird das gesamte Spektrum von professioneller DTP-Software bis hin zu den Problemen bei integrierten Dokumentations- und Publikationsanwendungen ange- sprochen.

Wissensbasierte Systeme wurden in den letzten Jahren uber die Stadien des Experimentierens, der Forschung und der Entwicklung hinaus zu interessanten Produkten der Informationsindustrie und werden immer mehr zu wichtigen Arbeitsmitteln fur Fachleute und Mitarbeiter in der Wirtschaft, in der Verwaltung und im Bildungsbereich. Die GI-Kongresse uber wissensbasierte Systeme sollen eine grossere Offentlichkeit uber den Stand der Entwicklung unterrichten, sowohl in den Entwurfsmethoden und Konstruktionstechniken als auch in der industriellen Anwendung. Ein wesentliches Ziel dabei ist es, auf das grosse Potential an Anwendungsmoglichkeiten hinzuweisen und intensivere Kooperationen zwischen verschiedenen Gebieten anzuregen. Im vorliegenden Tagungsband des 2. Internationalen GI-Kongresses "Wissensbasierte Systeme", der 1987 wieder im Rahmen der Fachmesse SYSTEMS in Munchen stattfand, werden neben den Expertensystemen im engeren Sinne auch graphische Systeme, Techniken der Computeranimation, kooperative Hilfssysteme, intelligente tutorielle Systeme und entscheidungsunterstutzende Systeme behandelt. Grossen Raum nimmt die Prasentation von Gemeinschaftsprojekten ein; insbesondere werden die KI-Verbundprojekte des BMFT und eine Reihe von ESPRIT-Projekten vorgestellt. Dieses Buch wendet sich an alle, die Interesse an Informatik und ihren Anwendungen haben; es soll nicht nur Wissenschaftler, sondern insbesondere auch Praktiker und mogliche Anwender informieren und zu neuen Ideen anregen. Und es soll Wissenschaft und Praxis zu fruchtbarer Diskussion und Zusammenarbeit stimulieren. Neben vielen deutschen Autoren aus Forschung und Praxis kommen Wissenschaftler aus mehreren europaischen Landern und aus den USA zu Wort.

Das Buch behandelt die Worterkennung in kontinuierlicher Sprache, eine im Rahmen des automatischen Verstehens gesprochener Sprache auftretende und im Gegensatz zur Einzelworterkennung auch heute noch nicht vollstandig geloste Aufgabenstellung. Nach einer einfuhrenden vereinheitlichenden Darstellung einschlagiger Techniken des Mustervergleichs (String Matching, Dynamic Time Warping, Hidden Markov Modelling) fur die Erkennung isoliert gesprochener Worter werden die Ansatze verallgemeinert, so dass Worter auch in fliessender Rede ohne a priori Kenntnis der Wortgrenzen lokalisierbar sind. Mehrere alternative Modelle zur Beschreibung von Lautahnlichkeiten sowie Verfahren zur Gutebewertung der erzeugten Worthypothesen stehen dann im Zentrum der weiterfuhrenden Uberlegungen. Im experimentellen Teil ist der Aufbau eines konkreten Systems zur Generierung von Worthypothesen beschrieben, das den Rahmen bildet fur die nachfolgenden vergleichenden Untersuchungen, in deren Verlauf bekannte und vom Autor neu entwickelte Verfahren einander kritisch gegenubergestellt werden. Der Leser findet in dem Buch etwa zu gleichen Teilen kritische Aufarbeitung der Standardmethoden, neue Verfahren und die Beschreibung praktischer Erfahrungen bei der Anwendung der Worterkennungsalgorithmen auf grosse Datenmengen. Anwendungen des Dargestellten sind nicht nur im engeren Bereich der Automatischen Spracherkennung denkbar. Auch in Gegenstandsbereichen, in denen Strukturen sequentiell-linearer Beschaffenheit, etwa zeitabhangiger Muster, eine Rolle spielen, kommt eine Losung von Klassifikations- und Lokalisierungsproblemen mit Hilfe der beschriebenen Ansatze in Betracht.

Das Thema der Untersuchung ist die algorithmische Generierung einer naturlichsprachlichen Beschreibung einer Bildfolge, wobei von einer symbolischen Reprasentation der Bildfolge ausgegangen wird, die im wesentlichen die erkannten Objekte, sowie deren Ort und Orientierung fur jedes Bild der Folge enthalt. Fragen der Textgenerierung werden in umfassender Weise unter dem Aspekt der Beschreibung visueller zeitveranderlicher Daten behandelt, fur die ein Verfahren zum Erzeugen koharenter Beschreibungstexte angegeben wird. Dem Verfahren liegt der Gedanke zugrunde, dem Horer/Leser den Aufbau einer mentalen Vorstellung von den beschriebenen Bewegungen zu ermoglichen. Insbesondere wird ein Computerprogramm vorgestellt, das NAOS-System, das von der Erkennung von Teilbereichen einer Bildfolge, die durch ein Verb beschrieben werden konnen, bis zur Ausgabe des koharenten Beschreibungstextes alle notwendigen Prozesse beispielhaft integriert. NAOS verbindet damit zwei bisher weitgehend separat verfolgte Teilbereiche der Kunstlichen Intelligenz, Bildverstehen und Verarbeitung naturlicher Sprache. Die umfassende Behandlung der Fragestellung reicht von der theoretischen Diskussion bis zur praktischen Implementation.

Dieses Buch behandelt jene kognitiven Strukturen und Prozesse, die der menschlichen Sprachverarbeitung zugrundeliegen. Das hier vorgestellte Modell geht von zwei parallel arbeitenden Subsystemen im Sprachverarbeitungsprozess aus:

Der vorliegende Samrnelband dokumentiert die GLDV-Jahrestagung 1985 "Sprachverarbei- tung in Information und Dokumentation". Die Gesellschaft fur Linguistische Datenver- arbeitung veranstaltete die Tagung in Kooperation mit der Fachgruppe 3 "Naturlich- sprachliche Systeme" im FA 1.2 der Gesellschaft fur Informatik (GI). Das programrnkomitee, besetzt mit Christopher Habel, Hans-Dieter Lutz, Wolfgang Wahlster und den Herausgebern, die auch die Tagung organisierten, wahlte die Beitrage unter dem Gesichtspunkt einer aufgeschlossenen Zusamrnenarbeit von Informa- tionswissenschaft, Kunstlicher Intelligenz und Linguistischer Datenverarbeitung aus. Rainer Kuhlen entwickelt in seinem Einleitungsreferat den Bezugsrahmen fur die weiteren Beitrage. Er weist nachdrucklich auf die handlungsorientierte Zielsetzung von Informationssystemen hin und auf die daraus resultierende Forderung an Wissen- schaftler, bei ihren Beitragen zur Gestaltung von Informationssystemen die pragma- tische Ausrichtung des Gesamtsystems angemessen zu berucksichtigen. Die lebhafte Diskussion uber die zinzelnen Vortrage wahrend der Tagung machte deutlich, wie sehr in einem Wissenschaftsfeld generell akzeptierte Leitvorstellungen Raum fur kontrare Meinungen und fruchtbar-heterogene Forschungsansatze lassen (oder schaffen). Wie verschieden die in der Forschung vertretenen Gesichtspunkte sind, zeigt schon die thematische Grobgruppierung der Vortrage, die als Gliederung des Tagungsbandes beibehalten wurde. Die in diesem Band nicht festgehaltenen Diskussionsveranstaltungen uber "LDV-Aus- bildung und-Berufsperspektiven" (Betreuung Hans-Dieter Lutz) und "Verbundforschung" (Betreuung Tobias Bruckner und Brigitte Endres-Niggemeyer) mit ihrem teilweise mehr als lebhaften Verlauf trugen dem Bedarf nach fachlicher und wissenschafts- politischer Meinungsbildung Rechnung.

Work through interesting real-life business use cases to uncover valuable insights from unstructured text using AWS AI services Key Features Get to grips with AWS AI services for NLP and find out how to use them to gain strategic insights Run Python code to use Amazon Textract and Amazon Comprehend to accelerate business outcomes Understand how you can integrate human-in-the-loop for custom NLP use cases with Amazon A2I Book DescriptionNatural language processing (NLP) uses machine learning to extract information from unstructured data. This book will help you to move quickly from business questions to high-performance models in production. To start with, you'll understand the importance of NLP in today's business applications and learn the features of Amazon Comprehend and Amazon Textract to build NLP models using Python and Jupyter Notebooks. The book then shows you how to integrate AI in applications for accelerating business outcomes with just a few lines of code. Throughout the book, you'll cover use cases such as smart text search, setting up compliance and controls when processing confidential documents, real-time text analytics, and much more to understand various NLP scenarios. You'll deploy and monitor scalable NLP models in production for real-time and batch requirements. As you advance, you'll explore strategies for including humans in the loop for different purposes in a document processing workflow. Moreover, you'll learn best practices for auto-scaling your NLP inference for enterprise traffic. Whether you're new to ML or an experienced practitioner, by the end of this NLP book, you'll have the confidence to use AWS AI services to build powerful NLP applications. What you will learn Automate various NLP workflows on AWS to accelerate business outcomes Use Amazon Textract for text, tables, and handwriting recognition from images and PDF files Gain insights from unstructured text in the form of sentiment analysis, topic modeling, and more using Amazon Comprehend Set up end-to-end document processing pipelines to understand the role of humans in the loop Develop NLP-based intelligent search solutions with just a few lines of code Create both real-time and batch document processing pipelines using Python Who this book is forIf you're an NLP developer or data scientist looking to get started with AWS AI services to implement various NLP scenarios quickly, this book is for you. It will show you how easy it is to integrate AI in applications with just a few lines of code. A basic understanding of machine learning (ML) concepts is necessary to understand the concepts covered. Experience with Jupyter notebooks and Python will be helpful.

From introductory NLP tasks to Transformer models, this new edition teaches you to utilize powerful TensorFlow APIs to implement end-to-end NLP solutions driven by performant ML (Machine Learning) models Key Features Learn to solve common NLP problems effectively with TensorFlow 2.x Implement end-to-end data pipelines guided by the underlying ML model architecture Use advanced LSTM techniques for complex data transformations, custom models and metrics Book DescriptionLearning how to solve natural language processing (NLP) problems is an important skill to master due to the explosive growth of data combined with the demand for machine learning solutions in production. Natural Language Processing with TensorFlow, Second Edition, will teach you how to solve common real-world NLP problems with a variety of deep learning model architectures. The book starts by getting readers familiar with NLP and the basics of TensorFlow. Then, it gradually teaches you different facets of TensorFlow 2.x. In the following chapters, you then learn how to generate powerful word vectors, classify text, generate new text, and generate image captions, among other exciting use-cases of real-world NLP. TensorFlow has evolved to be an ecosystem that supports a machine learning workflow through ingesting and transforming data, building models, monitoring, and productionization. We will then read text directly from files and perform the required transformations through a TensorFlow data pipeline. We will also see how to use a versatile visualization tool known as TensorBoard to visualize our models. By the end of this NLP book, you will be comfortable with using TensorFlow to build deep learning models with many different architectures, and efficiently ingest data using TensorFlow Additionally, you'll be able to confidently use TensorFlow throughout your machine learning workflow. What you will learn Learn core concepts of NLP and techniques with TensorFlow Use state-of-the-art Transformers and how they are used to solve NLP tasks Perform sentence classification and text generation using CNNs and RNNs Utilize advanced models for machine translation and image caption generation Build end-to-end data pipelines in TensorFlow Learn interesting facts and practices related to the task at hand Create word representations of large amounts of data for deep learning Who this book is forThis book is for Python developers and programmers with a strong interest in deep learning, who want to learn how to leverage TensorFlow to simplify NLP tasks. Fundamental Python skills are assumed, as well as basic knowledge of machine learning and undergraduate-level calculus and linear algebra. No previous natural language processing experience required.

Build and deploy an efficient data processing pipeline for machine learning model training in an elastic, in-parallel model training or multi-tenant cluster and cloud Key Features Accelerate model training and interference with order-of-magnitude time reduction Learn state-of-the-art parallel schemes for both model training and serving A detailed study of bottlenecks at distributed model training and serving stages Book DescriptionReducing time cost in machine learning leads to a shorter waiting time for model training and a faster model updating cycle. Distributed machine learning enables machine learning practitioners to shorten model training and inference time by orders of magnitude. With the help of this practical guide, you'll be able to put your Python development knowledge to work to get up and running with the implementation of distributed machine learning, including multi-node machine learning systems, in no time. You'll begin by exploring how distributed systems work in the machine learning area and how distributed machine learning is applied to state-of-the-art deep learning models. As you advance, you'll see how to use distributed systems to enhance machine learning model training and serving speed. You'll also get to grips with applying data parallel and model parallel approaches before optimizing the in-parallel model training and serving pipeline in local clusters or cloud environments. By the end of this book, you'll have gained the knowledge and skills needed to build and deploy an efficient data processing pipeline for machine learning model training and inference in a distributed manner. What you will learn Deploy distributed model training and serving pipelines Get to grips with the advanced features in TensorFlow and PyTorch Mitigate system bottlenecks during in-parallel model training and serving Discover the latest techniques on top of classical parallelism paradigm Explore advanced features in Megatron-LM and Mesh-TensorFlow Use state-of-the-art hardware such as NVLink, NVSwitch, and GPUs Who this book is forThis book is for data scientists, machine learning engineers, and ML practitioners in both academia and industry. A fundamental understanding of machine learning concepts and working knowledge of Python programming is assumed. Prior experience implementing ML/DL models with TensorFlow or PyTorch will be beneficial. You'll find this book useful if you are interested in using distributed systems to boost machine learning model training and serving speed.

Build end-to-end industrial-strength NLP models using advanced morphological and syntactic features in spaCy to create real-world applications with ease Key Features Gain an overview of what spaCy offers for natural language processing Learn details of spaCy's features and how to use them effectively Work through practical recipes using spaCy Book DescriptionspaCy is an industrial-grade, efficient NLP Python library. It offers various pre-trained models and ready-to-use features. Mastering spaCy provides you with end-to-end coverage of spaCy's features and real-world applications. You'll begin by installing spaCy and downloading models, before progressing to spaCy's features and prototyping real-world NLP apps. Next, you'll get familiar with visualizing with spaCy's popular visualizer displaCy. The book also equips you with practical illustrations for pattern matching and helps you advance into the world of semantics with word vectors. Statistical information extraction methods are also explained in detail. Later, you'll cover an interactive business case study that shows you how to combine all spaCy features for creating a real-world NLP pipeline. You'll implement ML models such as sentiment analysis, intent recognition, and context resolution. The book further focuses on classification with popular frameworks such as TensorFlow's Keras API together with spaCy. You'll cover popular topics, including intent classification and sentiment analysis, and use them on popular datasets and interpret the classification results. By the end of this book, you'll be able to confidently use spaCy, including its linguistic features, word vectors, and classifiers, to create your own NLP apps. What you will learn Install spaCy, get started easily, and write your first Python script Understand core linguistic operations of spaCy Discover how to combine rule-based components with spaCy statistical models Become well-versed with named entity and keyword extraction Build your own ML pipelines using spaCy Apply all the knowledge you've gained to design a chatbot using spaCy Who this book is forThis book is for data scientists and machine learners who want to excel in NLP as well as NLP developers who want to master spaCy and build applications with it. Language and speech professionals who want to get hands-on with Python and spaCy and software developers who want to quickly prototype applications with spaCy will also find this book helpful. Beginner-level knowledge of the Python programming language is required to get the most out of this book. A beginner-level understanding of linguistics such as parsing, POS tags, and semantic similarity will also be useful.