CND-NLP

cnd-nlp@list.inf.unibe.ch

3 discussions

Virtueller NLP Hackathon diesen Mittwoch und Donnerstag, 24. und 25. März 2021
by Matthias Stürmer 22 Mar '21

22 Mar '21

Guten Tag Gerne lade ich euch diesen Mittwoch und Donnerstag, 24. und 25. März 2021 zum virtuellen NLP Hackathon der Uni Bern ein. Auf dieser Website und unten im Email sind die 4 spannenden Challenges aufgeführt, die bis jetzt eingereicht wurden: https://www.cnd.philnat.unibe.ch/ueber_uns/aktivitaeten/nlp_hackathon/ Der Ablauf des Hackathons ist wie folgt: *Kickoff am Mittwoch, 24. März 2021, 9:00 - 10:00 Uhr* - Begrüssung und Einführung - Vorstellung der Challenges - Team-Building *Präsentation der Resultate am Donnerstag, 25. März 2021, 15:00 - 16:00 Uhr* - Präsentation der Ergebnisse - ab 16h virtuelles Abschlussbier Meeting auf BigBlueButton: https://bbb.ch-open.ch/b/mat-f4n-qtn Kommunikation per Slack: https://nlphackathon.slack.com Aktuell sind rund 25 Personen angemeldet. Wer ebenfalls teilnehmen möchte, kann sich per Email an dh(a)wbkolleg.unibe.ch anmelden. Danke auch fürs Weiterleiten dieser Nachricht an weitere interessierte Personen! Wir freuen uns auf spannende zwei Tage NLP-Hacking! Herzliche Grüsse, Matthias Stürmer Challenges Folgende vier Challenges sind aktuell eingereicht: 1. Forschungsstelle Digitale Nachhaltigkeit Uni Bern: Kompetitive Challenge "Klassifikation von Schweizer Gerichtsurteilen" <https://www.kaggle.com/c/swiss-german-court-rulings/overview> The legal language is very special in many regards compared to regular natural language. It is highly structured, rather complicated, contains its own special terms and uses certain words differently than they are used in regular text. Text classification is simple to define but has a myriad of possible applications and good systems can provide immense value. Common general applications of text classification include for example spam filtering, email priority rating, or topic classification. And in the legal domain text classification includes legal judgement prediction (predict outcome of a case based on description of case's facts) or legal area prediction. So in this challenge, you will predict the chamber based on the text of a court decision. The chamber is structured in the form of {federal level}_{court}_{chamber number} (e.g. SG_KG_002 => St. Gallen, Kantonsgericht, 002). 2. Statistisches Amt Kanton Zürich: Kreative Challenge "STATBOT.CH" <https://www.cnd.philnat.unibe.ch/ueber_uns/aktivitaeten/nlp_hackathon/statb…> (English Documentation on GitHub <http://https/github.com/statistikZH/statbot/tree/main/documentation>) If you are searching for some form of statistical information, it is not always easy to find it in the shortest time possible. Particularly in Switzerland, the data and information are not only spread vertically over different federal levels. They are also spread within these federal levels horizontally over different offices and even there sometimes over different sites/channels with different formats. Looking for the needle in the haystack looks comparably easy next to that. Further, even search engines are only of limited help, as they follow an indexing logic that excludes information stored in databases or files. The background of a more difficult search for facts, is also a risk for democratic processes: The harder it is for the average citizen to find truthful information, the easier it is to spread fake news. Therefore, the Statistical Office of the Canton of Zurich, together with other organizations, would like to develop a Swiss Statistical Bot (STATBOT), which would provide data and statistical information directly and quickly across all organizations. 3. Digital Humanities Uni Bern: Kreative Challenge "NER for Historical Documents" <https://www.kaggle.com/c/ner-turmbucher> Developments towards NER solutions have shown significant outcome in the past few years already. Nevertheless, applications for sparse language data are still a challenge, specially when dealing with data from pre-modern times. In this challenge, we focus on language data from the 16th to the 18th century from the Bernese Turmbücher (legal documents protocolled in the Tower of Bern, Switzerland). These documents are currently hosted in the State Archives of Bern. Language models are not provided. 4. Digital Humanities Uni Bern: Visualization of Language Models Language models (e.g. character embeddings) are essential to succeed in NLP tasks. Especially when it comes to Part-of-Speech and Named Entity Recognition, tasks result in more precise models if supported by adequate language models already. Since the advent of word2vec and large transformer-based language models (such as BERT or GPT-3) a variety of specialized and fine-tuned language models is currently available. Despite the widespread use and the necessity when it comes to specific model training (e.g. for language entities with only sparse data), our understanding of the models themselves is limited at best. In order to strengthen our understanding of language models and to start the process of reflecting them, this challenge asks for creative ways of visualizing language models. We envision 3D-visualizations based on dimension reduction to identify the positioning of e.g. synonym/homonyms in vector spaces or listing of semantic fields (neighboring vector values). For context insensitive approaches (e.g. word2vec or GloVe) we imagine to use the fixed vectors and represent calculations in grids. __________________________________ Universität Bern Institut für Informatik Forschungsstelle Digitale Nachhaltigkeit PD Dr. Matthias Stürmer Leiter der Forschungsstelle Digitale Nachhaltigkeit, Dozentur Digitale Transformation am INF und Dozentur Digitale Nachhaltigkeit am IWI Büro 204 (2. Stock) Schützenmattstrasse 14 CH-3012 Bern Telefon +41 31 631 38 09 (Direkt) Telefon +41 31 631 47 71 (Sekretariat) Mobile +41 76 368 81 65 matthias.stuermer(a)inf.unibe.ch www.digitale-nachhaltigkeit.unibe.ch

1 0

Text Mining Zugang zu SwissDox
by Niklaus, Joël (INF) 25 Feb '21

25 Feb '21

Hallo zusammen Für unser Forschungsprojekt<https://www.digitale-nachhaltigkeit.unibe.ch/forschung/kuenstliche_intellig…> brauchen wir Zugang zu SwissDox.ch<http://SwissDox.ch> welches Zugriff bietet auf die Zeitungstexte der grössten Schweizer Medienhäuser. Die Uni Bern hat bereits einen regulären Zugriff<https://www.unibe.ch/universitaet/dienstleistungen/universitaetsbibliothek/…> darauf, jedoch ist dort kein Zugriff auf einen Datenbankdump möglich. Wir klären gerade mit der Uni Zürich und SwissDox ab inwiefern wir an der Uni Bern einen Text Mining Zugriff zu SwissDox.ch<http://SwissDox.ch> erhalten können. Da dieser Zugang ziemlich teuer ist (bis 20000 CHF pro Jahr) wäre es für die Universitätsbibliothek wichtig zu wissen, wie gross das Interesse von Forschungsgruppen an der Uni Bern ist an einem solchen Zugang. Wenn du auch Interesse daran hast, dann antworte mir doch kurz hier. Es wäre spannend zu wissen wofür du diesen Zugang verwenden möchtest. Beste Grüsse Joel Niklaus –––––––––––––––––––––––––––––––––––––––––––––––––– Universität Bern Forschungsstelle Digitale Nachhaltigkeit Joel Niklaus, MSc Computer Science Doktorand am Forschungsprojekt “Open Justice vs. Privacy" Schützenmattstrasse 14 CH-3012 Bern joel.niklaus(a)inf.unibe.ch<mailto:joel.niklaus@inf.unibe.ch> +41 (0)78 664 46 59 www.digitale-nachhaltigkeit.unibe.ch<http://www.digitale-nachhaltigkeit.unibe.ch>

1 0

Call for Challenges für NLP-Hackathon an der Universität Bern
by Matthias Stürmer 05 Feb '21

05 Feb '21

https://www.cnd.philnat.unibe.ch/ueber_uns/aktivitaeten/nlp_hackathon/ (English version of this call is attached) *Virtueller NLP-Hackathon der Universität Bern am 24. und 25. März 2021* Call for Challenges für NLP-Hackathon *Texte lassen sich mittels Methoden des Natural Language Processing (NLP) auf sprachliche und inhaltliche Informationen untersuchen und auswerten. Um neue Blickwinkel auf die unterschiedlichen NLP-Problemstellungen zu erhalten und neue Arbeitsweisen kennenzulernen, veranstaltet die Universität Bern am 24. und 25. März 2021 einen NLP-Hackathon. Eigene Challenges können jetzt eingereicht werden.* Erfolgreiche NLP-Anwendungen zeichnen sich durch den Einsatz von maschinellen Lernverfahren aus, die einerseits auf Sprachmodellen basieren und andererseits über genügend Trainingsmaterial verfügen. Die Herausforderungen sind entsprechend vielseitig und betreffen von der textuellen Aufbereitung über den Einsatz von deep learning Algorithmen bis zu Visualisierungsformen unterschiedliche digitale Anwendungen. Im Rahmen des ersten NLP-Hackathon der Universität Bern am Mittwoch und Donnerstag, 24. und 25. März 2021 sollen Teilnehmende konkrete Challenges rund um NLP lösen und diese anschliessend einander vorstellen. Vorgängig können NLP-Challenges von Uni-internen Stellen oder von Extern eingereicht werden, für die sich die Teilnehmenden anschliessend registrieren. Zielsetzungen Bei einem Hackathon finden Personen zusammen, die gemeinsam in kurzer Zeit eine kreative, technische Lösung auf bestimmte Problemstellungen (Challenges) entwickeln wollen. Das übergeordnete Ziel des NLP Hackathon ist der Wissensaufbau, der Erfahrungsaustausch und die verbesserte Vernetzung von Interessierten betreffend NLP. Ausserdem sollen mit der Bearbeitung von konkreten Challenges die Möglichkeiten und Grenzen von heutigen NLP-Technologien getestet und mit neuen Tools experimentiert werden. Zudem sollen die einreichenden Stellen von Lösungsansätzen für ihre Challenges profitieren und bei Interesse die Zusammenarbeit mit den Teilnehmenden fortsetzen. Berücksichtigung COVID-19 Normalerweise finden Hackathons an einem Veranstaltungsort statt, wo sich alle treffen, austauschen und auch verpflegen können. Da es in der aktuellen Pandemie-Lage jedoch schwierig ist, grössere Anlässe vor Ort zu organisieren, soll der NLP Hackathon im März 2021 dezentral durchgeführt werden. Die teilnehmenden Teams arbeiten im Homeoffice oder in ihrer jeweiligen Arbeitsumgebung an der ausgewählten Challenge. Zu Beginn des Hackathons gibt es eine kurze virtuelle Vorstellung aller Teams und gewählten Challenges und zum Abschluss des Tages präsentieren die Teams ihre Resultate virtuell. Challenges Gesucht werden NLP-Challenges beispielsweise zu folgenden Themen: * Spezifische Erkennformen (Part-of-Speech, Named Entity Recognition etc.) * Information Extraction und Open Knowledge Graph Canonicalization * Relationship Extraction * Fachsprachen * historische Sprachformen * etc. Eine NLP-Challenge kann entweder A) kompetitiven oder B) kreativen Charakter haben: 1. Bei den kompetitiven Challenges müssen die Problemstellung und die zu analysierenden Daten exakt vorgegeben werden, damit die Ergebnisse messbar und untereinander vergleichbar sind. Es geht also darum, dass die teilnehmenden Teams versuchen, eine möglichst gute Lösung für die NLP-Challenge zu entwickeln und damit die Challenge zu gewinnen. Dazu muss eine entsprechende Competition auf Kaggle (www.kaggle.com <http://www.kaggle.com/>) erstellt und für den Hackathon eingereicht werden. Beispiel: «Zur Verfügung steht ein Trainings-Datenset von deutschsprachigen Schweizer Bundesgerichtsentscheiden annotiert mit Named Entities. Erziele eine möglichst hohe F1-Score auf dem Testset bei der Vorhersage von Named Entities.» 2. Bei den kreativen Challenges können NLP-bezogene Problemstellungen eingereicht werden, deren Ergebnisse sich nicht einfach quantifizieren lassen (bspw. offene Fragestellungen, Datenvisualisierungen, kreativer Umgang mit NLP-Ausgaben etc.). Dennoch braucht es eine klare Beschreibung der Aufgabenstellung und der erwarteten Resultate, damit die Arbeiten fokussiert ausgeführt werden können. Beispiel: «Zur Verfügung steht ein Knowledge Graph aufgebaut auf einem Schweizer Gerichtsurteil. Reduziere diesen auf die wesentlichsten Fakten und stelle deine Erkenntnisse ansprechend dar.» Alternativ: «Visualisiere ein Sprachmodel (language model) mit dem Ziel einzelne Tokens zu finden oder Wortcluster zu identifizieren und interpretierbar zu machen.» Für beide Arten von NLP-Challenges können bis Montag, 22. Februar 2021 per Email die jeweiligen Kaggle-Links bzw. die Beschreibung der kreativen Challenges an dh(a)wbkolleg.unibe.ch <mailto:dh@wbkolleg.unibe.ch?subject=NLP-hackathon:> eingereicht werden. Bei Fragen zu den Challenges, dem Ablauf, dem Aufwand etc. können die untenstehenden Personen kontaktiert werden. Ablauf * Januar 2021: Veröffentlichung des Call for NLP-Challenges * 22. Februar 2021: Eingabeschluss für kompetitive und kreative Challenges * 1. März 2021: Veröffentlichung der eingereichten Challenges * 15. März 2021: Anmeldeschluss für teilnehmende Teams * 24. und 25. März 2021: Durchführung des NLP-Hackathons Veranstaltende Der Anlass ist eine Fortsetzung des NLP-Workshop im August 2020 <https://www.cnd.philnat.unibe.ch/ueber_uns/aktivitaeten/workshop_zu_natural…> und wird durch die Digital Humanities der Phil.-hist. Fakultät <https://www.dh.unibe.ch/>, das Phil.-nat. Kompetenznetzwerk Digitalisierung (CND) <https://www.cnd.philnat.unibe.ch/>, die Forschungsstelle Digitale Nachhaltigkeit <https://www.digitale-nachhaltigkeit.unibe.ch/> des Instituts für Informatik und die Science IT Support Unit (ScITS) <https://www.scits.unibe.ch/> der Universität Bern organisiert. Der NLP-Hackathon ist Teil der vDHd2021 virtual Digital Humanities Community im deutschsprachiger Raum <https://vdhd2021.hypotheses.org/>. Hinweis für Doktorierende Doktorierende der Graduate School of the Arts and Humanities (GSAH) der Universität Bern erhalten 1 ECTS für die aktive Teilnahme an diesem NLP-Hackathon. Kontaktpersonen Prof. Dr. Tobias Hodel <https://www.dh.unibe.ch/ueber_uns/personen/prof_dr_hodel_tobias> Digital Humanities, Phil.-hist. Fakultät tobias.hodel(a)wbkolleg.unibe.ch <mailto:tobias.hodel@wbkolleg.unibe.ch> PD Dr. Matthias Stürmer <https://www.digitale-nachhaltigkeit.unibe.ch/ueber_uns/personen/pd_dr_stuer…> Leiter Forschungsstelle Digitale Nachhaltigkeit Institut für Informatik, Phil.-nat. Fakultät matthias.stuermer(a)inf.unibe.ch <mailto:matthias.stuermer@inf.unibe.ch>

1 0

2025

2024

2023

2022

2021

CND-NLP