English Español Français Deutsch
← Zurück zur Liste
Grundlegende Persönlichkeiten Grundlegende Persönlichkeiten Direkt der Methodik von ai100 vorgelagert

Iryna Gurevych

Die Encoder-Infrastruktur zu bauen, die „Sätze finden, die dieser Anfrage ähnlich sind“ über Sprachen und Aufgaben hinweg zu einer schnellen und zuverlässigen Operation macht.

Sentence-BERT (2019, mit Nils Reimers als Hauptautor aus ihrem UKP Lab) machte dichte Satzkodierung produktionstauglich — durch Feinabstimmung (Fine-Tuning) eines Transformers so, dass zwei Sätze mit ähnlicher Bedeutung nahe beieinander liegende Vektoren erzeugen, und durch eine Bereitstellung des Ergebnisses, die Entwicklerinnen und Entwickler ohne erneutes Training nutzen konnten. Der nachgelagerte Effekt ist, dass die von ihrer Gruppe angestoßene sentence-transformers-Bibliothek zum Substrat der meisten modernen semantischen Suchsysteme wurde, einschließlich der Retrieval-Schichten von RAG-Pipelines, die ai100 interessieren. Ihr breiteres Forschungsprogramm am UKP verläuft weiter auf derselben Linie: praktische, wiederverwendbare NLP-Komponenten, oft mit expliziter Bewertungsmethodik verbunden.

Lesenswert, wenn
man die Satz-Encoder-Infrastruktur verstehen will, von der die meisten modernen retrieval-augmentierten Systeme abhängen, und die Methodik dahinter, sie zum Funktionieren zu bringen.
Themen
Satz-Embeddings und Dense Retrieval (Sentence-BERT, sentence-transformers); Argument Mining und Anwendungen in Computational Social Science; wiederverwendbare NLP-Komponenten mit angehängter Bewertungsmethodik.
Zentrale Arbeiten
Sentence-BERT (2019, Seniorautorin mit Reimers); das sentence-transformers-Bibliotheksökosystem (seit 2020); Werkkomplex des UKP Lab zu Argument Mining und angewandtem NLP.