Dieses Projekt befasst sich mit der Klassifizierung von Fragen und der Aufgabe, automatisch verschiedene Typen von kanonischen und nicht-kanonischen Fragen zu identifizieren. Das Projekt besteht aus drei Teilen. Ein Teil beschäftigt sich mit der Extraktion und Sammlung von linguistischen Elementen, die als Features für Machine Learning (ML)- und Visual Analytics (VA)-Modelle benutzt werden können. Der zweite Teil besteht aus VA-Techniken, welche die interaktive Anpassung der ML-Modelle zur Verbesserung der Klassifizierung von Fragen zulassen. Durch eine interaktive Manipulation der visuellen Repräsentation des Modells ermöglichen wir, dass die Benutzer das Modell interaktiv anpassen und verbessern können. Der dritte Teil befasst sich damit, die Entscheidungsgrundlagen der ML-Techniken transparent zu machen, um so potenziell neue linguistische Erkenntnisse für die Klassifizierung von Fragen zu gewinnen. Wir entwickeln neue Methoden, die auf eine Erklärung der Entscheidungen der ML-Modelle abzielen.p pIndem wir diese Ziele verfolgen, tragen wir zur Forschung von Fragen dadurch bei, dass wir neue Werkzeuge und Methodologien von Computerlinguistik und VA zur Analyse und Klassifizierung von Fragen entwickeln. Gleichzeitig interagieren wir mit den anderen Projekten der Forschungsgruppe, da wir das Potential von LingVis (Visualization for Linguistics) in die anderen Projekte hineintragen, um die Ziele dieser Projekte zu unterstützen. Ziel ist, dem Projekt einen Feedback-Zyklus zugutekommen zu lassen, in dem die von den anderen Projekten gewonnenen Erkenntnisse für das Klassifizierungsproblem genutzt werden und die eigenen produzierten Ergebnisse den anderen Projekten zugeführt werden können.
