Name des Teilnehmers: Alexandre Mercier
Projekttitel: ChronoFact: Kontext- und zeitübergreifende Speicherung von Wissen und Fakten unter Berücksichtigung von Veränderungen
Beschreibung des IT-Forschungsprojektes:
Moderne Sprachmodelle nutzen Wissensdatenbanken, um faktenbasierte und aktuelle Informationen bereitzustellen. Die Qualität der Wissensvorverarbeitung und der semantischen Anreicherung ist daher entscheidend für die Systemleistung. Dieses Projekt befasst sich mit Dokumenten und Wissensdatenbanken, die sich ständig weiterentwickeln und systematische Aktualisierungsmechanismen erfordern. Die Anwendungsbereiche reichen von Recht und Medizin bis hin zu Journalismus und wissenschaftlicher Literatur. Ziel ist es, eine robuste und transparente Schnittstelle zu entwickeln, die neue Informationen filtert, validiert und in bestehende Wissensdatenbanken integriert, wobei Konsistenz und zeitlicher Kontext gewahrt bleiben. Die Forschung konzentriert sich auf drei Kernbereiche:
(1) effiziente Modellierung von Gültigkeitszeiträumen, Versionsverwaltung und zeitlichen Abhängigkeiten zwischen Wissensentitäten,
(2) die Extraktion zeitlicher und semantischer Informationen aus Dokumenten, um automatisierte Aktualisierungen der Wissensdatenbank zu ermöglichen, sowie
(3) die Bewertung der Vorteile und Herausforderungen zeitlicher Wissensdatenbanken in Dialogsystemen im Vergleich zu herkömmlichen Ansätzen.
Forschungsfragen:
FF1: Wie lassen sich Gültigkeitsdauer, Versionierung und zeitliche Abhängigkeiten zwischen Wissensentitäten effizient modellieren?
FF2: Inwieweit lassen sich zeitliche und semantische Informationen aus Dokumenten extrahieren, um neue Informationen zu filtern, zu überprüfen und in eine bestehende Wissensdatenbank zu integrieren?
FF3: Welche Vorteile und Herausforderungen ergeben sich bei der Verwendung zeitlicher Wissensdatenbanken in Dialogsystemen im Vergleich zu herkömmlichen Ansätzen?
Software Campus Partner: TU München & DATEV eG
Umsetzungszeitraum: 01.01.2026 – 31.12.2027







































![[KOM,BI]: Kozitierungsbasierte Maschinelle Lernverfahren zur Bestimmung Vielversprechender Forschungsvorhaben](https://softwarecampus.de/wp-content/uploads/2022/02/KOMBI-768x768.png)































































