Ein Argument dient dazu, die Plausibilität einer Aussage logisch zu begründen. Argumentative Texte benötigen dafür oft viele Sätze, in denen zahlreiche Aussagen und Gründe mit Hintergrundinformationen und rhetorischen Mitteln subjektiv zusammengebracht werden. Doch gibt es einen Weg, Begründungen in Texten automatisch objektiv zusammenzufassen, um den Kern des Arguments zu ermitteln und prägnant wiederzugeben? Genau damit befasst sich ein neues Projekt von Jun.-Prof. Dr. Henning Wachsmuth (Uni Paderborn) und Jun.-Prof. Dr. Martin Potthast (Uni Leipzig), welches von der Deutschen Forschungsgemeinschaft (DFG) innerhalb des Schwerpunktprogramms „Robust Argumentation Machines“ (RATIO) ab April 2021 gefördert wird.
Suchmaschinen als Ausgangspunkt für Argumentzusammenfassungen
Einen Ausgangspunkt für das Projekt „OASiS: Objective Argument Summarization in Search“ bildet die von der Arbeitsgruppe von Jun.-Prof. Dr. Wachsmuth in Zusammenarbeit mit den Unis Leipzig, Weimar und Halle entwickelte Suchmaschine „args.me“, die seit 2017 online ist. Diese stellt Pro- und Kontraargumente zu Suchthemen gegenüber, um eine selbstbestimmte Meinungsbildung zu unterstützen. Dabei ist ein zentraler Aspekt der Suchmaschine, dass kurze Text-Snippets generiert werden, um den Suchenden einen schnellen Überblick über die vielfältigen Argumente zu geben.
Jun.-Prof. Dr. Wachsmuth erklärt, welche Leerstelle sein Projekt füllt: „Ausgehend vom Stand der Technik liegt der Forschungsschwerpunkt des Projektes in der automatischen Textzusammenfassung und dem so genannten Stiltransfer, das heißt, der Änderung des Stils eines Textes unter Erhaltung des Inhalts. Beide gelten generell als schwere Probleme, in spezifischen Kontexten wurden in jüngerer Zeit aber deutliche Fortschritte erzielt. Für Argumente gibt es erste erfolgreiche Inhaltszusammenfassungen, gleichwohl ohne Berücksichtigung des argumentativen Kerns. Stiltransfer wurde bislang für Argumente nicht erforscht. Diese Lücken soll das Projekt schließen.“
Intelligente Algorithmen zur Zusammenfassung und Neutralisierung des Stils
Nach der Erstellung eines Datensatzes mit unzähligen händisch verfassten Argumentzusammenfassungen sollen neuartige algorithmische Methoden entwickelt werden, die anhand der Daten selbstständig lernen, automatisch argumentative Begründungen zusammenzufassen und deren Still zu neutralisieren. Dies bedeutet, dass die zusammengefasste Argumentation wertfrei, im Sinne der Reduzierung von subjektiven Ansichten, und prägnant sein soll. „Die gewonnenen Erkenntnisse werden dabei helfen, besser zu verstehen, wie sich subjektive Sprache, wie Argumentation, algorithmisch zusammenfassen lässt.“, erklärt Jun-Prof. Dr. Potthast sein Erkenntnisinteresse, „der Datensatz wird systematischere Forschung an Argumentgenerierung ermöglichen, und die Methoden werden für Suchmaschinen und vergleichbare Anwendungen nützlich sein.“ So werden er und Jun- Prof. Dr. Wachsmuth ihre Ergebnisse zur freien Verfügung stellen, um den Zielen des DFG-Forschungsschwerpunktes RATIO und der Forschung automatischen Sprachverarbeitung im Allgemeinen zuträglich zu sein.
Die Förderung der DFG beläuft sich nach jetzigem Stand im Gesamten auf rund 642.000€ und ist für 36 Monate angesetzt
DFG fördert neues Projekt über objektive Argumentzusammenfassung der Unis Paderborn und Leipzig
