Faktenextraktion aus Mediadaten über das NLP Modell BERT

In einem immer schnelllebigeren Marktumfeld ist eine genaue Beobachtung des Marktes, insbesondere der Veränderungen im Technologie-, Kunden- und Konkurrenzumfeld von besonderer Wichtigkeit. Durch die zunehmende Darstellung aller Marktakteure im Internet auf Social-Media-Kanälen, Presseportalen oder domänenspezifischen Online Magazinen hat sich die zur Verfügung stehende Informationsmenge in den letzten Jahren exponentiell vergrößert. Der Knowledge Snack soll Einblick in die automatische Extraktion von strukturierten Informationen aus dieser Informationsmenge liefern. Dabei wird insbesondere die Rolle, die das 2018 veröffentlichte Sprachmodell BERT der Firma Google im Rahme der automatischen Informationsextraktion spielt, betrachtet.

• Sie lernen die Grundzüge der Informationsextraktion unter Zuhilfenahme von Googles Sprachmodell BERT kennen.
• Anhand von Beispielen aus der realen Wirtschaft erhalten Sie einen Einblick in die Möglichkeiten, die die Informationsextraktion im Hinblick auf eine automatisierte Marktbeobachtung liefern kann.

• Enabler und Betroffene der digitalen Transformation
• Innovationsmanager
• Fach- und Führungskräfte

Prof. Dr. Ralph Blum ist Verantwortlicher für das Forschungsfeld »Datenbasierte Trend- und Szenarioforschung« an der Fraunhofer SCS und leitet dort die Gruppe »Future Engineering«. Zudem hält er eine Professur an der Technischen Hochschule Nürnberg Georg Simon Ohm mit dem Schwerpunkt Industriegütermarketing und Innovationsmanagement. Seine Forschungsschwerpunkte sind: Semantische Analyse von Media-Daten zur Bestimmung von Markt- und Technologietrends, Bestimmung von Trendsignalen und Themen durch Dynamic Topic Modelling-Ansätze, Metriken zur zeitlichen Veränderung dynamisch aufgebauter Wissengraphen.