In Websites ist es seit vielen Jahren gängige Praxis, eine Liste mit „häufigen Fragen und Antworten“ zu hinterlegen und die Benutzer mit einer Volltextsuche dabei zu unterstützen, die gewünschten Informationen auf der Website zu finden.
Dies hat sich in den letzten Jahren geändert. Auf immer mehr Webseiten lassen sich stattdessen sogenannte Chatbots finden, die es den Webseitenbesuchern anbieten Fragen direkt wie eine „reale Person“ zu beantworten. Leider sind diese Systeme bisher häufig sehr eingeschränkt nützlich, da sie nach starren Regeln arbeiten und die Fragen der Benutzer nur unzureichend verstehen. Auf Basis tiefer neuronaler Netzwerke gibt es jedoch in der Forschung bereits sehr leistungsfähige Systeme, die durch Pre-Training mit großen Mengen Text (>100 GB) eine Art „natürliches Sprachverständnis“ erwerben und anschließend mit weniger Trainingsdaten, auf Aufgaben wie Question Answering spezialisiert werden können, sodass sie sehr treffend, Antworten zu natürlichsprachigen Fragen geben können. Sie benötigen dazu jedoch trotzdem noch eine Retrieval Komponente, die ihnen Textstellen aus der Website liefert, in denen die Antwort enthalten ist, da sie für das Antworten geben nicht direkt auf dem großen Textkorpus arbeiten können, mit dem sie trainiert wurden.
Im DAMMIT-Vorhaben „Question Answering Software“ entwickelte das iisys eine Question Answering Lösung für Websites, die auf bereits vorliegenden vortrainierten Modellen für deutsche Sprache aufsetzt und diese für Question Answering spezialisiert. Dies kann dann in Form eines Chatbots für Websites verwendet werden, die der Projektpartner für seine Kunden entwickelt.
Das Ergebiss zu Ende der Projektlaufzeit soll ein funktionstüchtiger Demonstrator einer Question Answering Software sein, der natürlichsprachige Anfragen von Benutzern entgegennimmt und auf Basis der Informationen einer Website beantwortet. Ebenfalls sollen neue Erkenntnisse über Tauglichkeit verschiedener Sprachmodelle für Question Answering in deutscher Sprache errungen werden.