Type:

• Bachelor Thesis Business Information Systems

Status:

offered

Tutor:

• Pierre Maier

Abstract

Natural languge processing (NLP) ist der Bereich der Informatik, der sich mit der algorithmischen Verarbeitung von natürlicher Sprache befasst. NLP lässt sich dabei in zwei Bereiche unterteilen: Das Verständnis von natürlicher Sprache (Natural Language Understanding, NLU) und die Generation von natürlicher Sprache (Natural Language Generation, NLG). NLG-Systeme sind zwar kein neues Phänomen, haben aber in den letzten Jahren durch Tools wie ChatGPT vermehrt an Resonanz erfahren.

Manche Autoren schätzen Modelle bzw. Diagramme teilweise als zu schwer verständlich ein, sodass für entsprechende Modellnutzer eine zu schwer überwindbare Hürde entsteht (vgl. Dalianis 1992, Gulla 1996). Natürliche Sprache in Form von kurzem Fließtext sei hingegen universell verständlich und soll daher dabei helfen können, diese Hürde zu überkommen (ebd.).

Je nach Interesse kann die Thesis unterschiedlich ausgelegt werden. Zum Beispiel kann untersucht werden, welche Ansprüche mit Modellen einhergehen (bspw. Beschreibung, Vorschreibung oder Erklärung von Situationen) und wie diese (besser?) durch NLG adressiert werden könnten. Alternativ kann auch ein prototypisches NLG-System entwickelt und evaluiert werden. Auch kann eine vergleichende Untersuchung angestrebt werden, wo die Potenziale für verschiedene Arten von konzeptuellen Modellen (bspw. GPML vs DSML) gegenüber gestellt werden.

Literatur:

• Ackermann L, Schönig S, Zeising M, Jablonski S (2015) Natural Language Generation for Declarative Process Models. Enterprise and Organizatonal Modeling and Simulation: 11th International Workshop, held at CAiSE 2015, pp 3–19
• Dalianis H (1992) A Method for Validating a Conceptual Model by Natural Language Discourse Generation. In: Loucopolous P (ed.) Advanced Information Systems Engineering, CAiSE 1992 Proceedings. Springer International Publishing: Cham, pp. 425-444
• Dalianis H, Johannesson P (1997) Explaining Conceptual Models: An Architecture and Design Principles. In: Embley DW, Goldstein RC (eds). Conceptual Modeling - ER '97 Proceedings. Springer: Berlin, Heidelberg, pp 215–228
• Gulla JA (1996) A General Explanation Component for Conceptual Modeling in CASE Environments. ACM Transactions on Information Systems 14(3):297-329
• Lavoie B, Rambow O, Reiter E (1997) Customizable Descriptions of Object-oriented Models. Proceedings of the Fifth Conference on Applied natural language processing -, pp 253–256
• Leopold H, Mendling J, Polyvyanyy (2012) Generating Natural Language Texts from Business Process Models. In: Ralyté J, Franch X, Brinkkemper S, Wrycza S (eds). Advanced Information Systems Engineering: 24th International Conference, CAiSE 2012 Proceedings. Springer-Verlag: Berlin, Heidelberg, pp 64–79
• Paris CL (1988) Tailoring Object Descriptions to a User's Level of Expertise. Computational Linguistics 14(3):64–78
• Reiter E (2007) An Architecture for Data-to-Text Systems. In: Busemann S (ed). ENLG '07: Proceedings of the Eleventh European Workshop on Natural Language Generation. Association for Computational Linguistics: Stroudsburg, PA, pp 97–104
• Reiter E (2010) Natural Language Generation. In: Clark A, Fox C, Lappin S (eds). The Handbook of Computational Linguistics and Natural Language Processing. Wiley-Blackwell: West Sussex, pp 574–598
• Sobieszek A, Price T (2022) Playing Games with AIs: The Limits of GPT-3 and Similar Large Language Models. Minds and Machines 32:341–364