NguyenTranLoc: Sanity is for the weak

Zur Erläuterung: Hab nach Eclipse gesucht, weil eine verbreitete und von mir genutzte Entwicklungsplattform so heißt und ich sehen wollte ob irgendein sinnvoller Ratgeber in der Bib zu finden ist, weil ich da gerade ein Problem hatte, das mir Google nicht beantworten wollte. Mein Problem konnt ich lösen, aber die Empörung über mein unwissenschaftliches Fundstück bleibt ;)

Ich schreibe gerade an meiner Diplomarbeit. Das ist bekannt

Dazu hocke ich meistens in der IM-Bib (f.k.a.FMI-Bib), wo sich nach ein paar Minuten Aklimatisierung meist ein sehr konzentriertes Arbeiten einstellt, scheuklappenartig geradezu. Deshalb könnte ich auch nicht sagen, wer von den anderen Bib-Besuchern - von bekannten Gesichtern abgesehen - derzeit regelmässig hier ist.

Anders im CIP-Pool. Hier bin ich momentan auch öfter als die letzten Jahre.  Teils für Pausen, teils um ein bisschen Abwechslung in der Arbeitsumgebung zu haben. Im Gegensatz zur Bib ist der (Hauptteil des) CIP-Pool(s) keine "SILENCE! I kill you"-Zone. Hier darf normal geredet werden und so fängt man in den Stunden, die man hier verbringt, auch etwas mehr von der Umgebung auf. Vor allem an Personen die sich hier ebenfalls regelmässig aufhalten.

Und wie das so ist mit Personen, die man nicht wirklich kennt, aber trotzdem oft sieht (Pendler, die das öffentliche Verkehrswesen nutzen, werden das kennen): Man bemerkt Auffälligkeiten und Ähnlichkeiten und verteilt im Kopf so nach und nach Spitznamen und Deklarationen.

Jedenfalls geht's mir so.

Das ging mir im Grundstudium schon so, als alle, die mit mir angefangen haben, noch so ziemlich die gleichen Vorlesungen besuchten und man quasi die Gesichter um sich herum kannte (wobei ich mich aus der Zeit nur an The Voice, Faulzahn und den WasZurHölleHastDuMitDeinerKopfhautGemacht!?-Typ erinnere).

Und durch die viele Zeit die ich seit Oktober hier verbringe, hab ich nun auch wieder eine kleine Sammlung an auffälligen Leuten gesammelt.

Grinse-Mann
Das erste Mal ist er mir eigentlich nur deshalb aufgefallen, weil er dem Infostand-Bereichsleiter der Connichi ziemlich ähnlich sieht. Deshalb blieb er mir wohl auch im Gedächtnis und ich erblickte ihn immer öfter im CIP-Pool. Und irgendwann bemerkte ich: Er grinst. Immer. Kein leichtes Schmunzeln, ein ausgewachsenes "Hab-Ich-Nicht-Tolle-Zähne-Komma-Wegen-Mir-Wurde-:D-Erfunden"-Grinsen. Es wirkt nicht falsch, aber eingefroren. Um seinen Mund rum bewegt sich irgendwie kein einziger Muskel.

Die Genshiken-Gruppe
Diese Gruppe hat ihre Bezeichnung von dem gleichnamigen Anime. Als erstes ist mir auch gleich ein Kousaka-Lookalike aufgefallen, der (augenscheinlich) fähigste Informatiker und der einzige mit Freundin in der Gruppe ist. Name kam halt zustande, eben wegen der Ähnlichkeit zu Kousaka und der Tatsache, dass sie fast immer zu mehrt im CIP-Pool sind. Das (Default)-Alphaweibchen ist auch das Durchsetzungsfähigste Mitglied der Gruppe.

Elvis
Er heißt so wegen den Haaren. Und nur wegen den Haaren. Ein Schmalztolle wie der King hat er zwar nicht, aber dennoch eine epische, der Schwerkraft widersprechende Frisur. Mit ihm bin ich sogar schon ein bisschen ins Gespräch gekommen, als im CIP-Pool das Theme auf aktuelle US-Serien kam und welche man sehen muss.

Nur gerade als ich diese Zeilen getippt habe, kam Elvis in den CIP-Pool und war wohl beim Friseur... Haare sind jetzt normaler...

ER
Ich habe keinen Namen für IHN und auch ist ER eigentlich gar keine neue Beobachtung. ER war nämlich irgendwie schon immer da und ist mir schon im Vorkurs vorm ersten Semester aufgefallen - selbst damals wirkte ER schon wie jemand kurz vor Ende des Studiums. ER ist nämlich ein Klischee-Informatiker. Triefig-Fettige Haare, etwas übergewichtig und generell etwas ungepflegtes Erscheinungsbild. Und seit ich hier studiere sitzt ER im CIP-Pool und programmiert (mutmaßlich) oder schreitet gemächlich und sichtbar in Gedanken durch Kellerkooridore. ER lebt von Wasser aus einer alten, versiften Plastikflasche (die ist mittlerweile gelb-braun), die am Waschbecken nachegfüllt wird, und Brot (ER hat immer eine Packung Toastbrot oder einen angeknabberten Laib Brot neben sich liegen). Man könnte annehmen, ER hat kein/kaum Geld, aber ich glaube, ER ist einfach nur geizig. Zur Zeit trägt er nämlich eine nicht sehr gebraucht wirkend Jack Wolfskin Jacke und vor etwas längerer Zeit habe ich IHN auch schon mal mit einer Palette RedBull gesehen. Irgendwie bin ich schon ein wenig neugierig welche Geschichte sich hinter IHM verbirgt.

Das sind so die auffälligsten Charaktere, die mir hier so gut wieden Tag über den Weg laufen.

So, genug Zeit vertrödelt. Nur heute häng ich gerade ein bisschen in der Luft. Deshalb dacht ich mir, ich blog mal wieder was.

Zurück zur Diplomarbeit. Euch ein schönes Wochenende!
NTL

Nein, nicht der Film.

65 Tage und 75 Minuten noch bis zur Abgabe meiner Diplomarbeit.

Ich komm zwar vorran und tu auch viel, aber irgendwie ist der Berg Arbeit immer noch so groß und die Zeit fließt mir durch die Finger. Nach drei jetzt doch recht motivierten Wochen hab ich seit heute Nachmittag wieder ein eher mieses Gefühl... (obwohl ich auch heute nicht faul war).

So....

...

....dem musste ich jetzt einfach nur kurz Luft machen.

Morgen früh werd ich aufstehen, durchatmen und weitermachen - Selbstmitleid hilft ja auch nix.

Wer mich bei Twitter stalkt und in meinem Blog ein bisschen zwischen den Zeilen liest weiß, dass ich derzeit an meiner Diplomarbeit arbeit. Und da das elende Ding, das zwischen mir und meinem Reichtum Uni-Abschluß steht, gegenwärtig einen Großteil meiner Zeit in Anspruch nimmt und der primäre Grund dafür ist, warum seit September die Anzahl der Bloganträge so drastisch zurück gegangen ist, dacht ich mir, ich stell euch meine Arbeit hier einfach mal vor.

Ich will versuchen es einfach zu halten und einfach nur eine kurze Übersicht über das geben, was ich gerade mache. Denn wie es nun mal die Natur von Diplomarbeiten (und ähnlichem) ist, steckt man tief im Thema drin und jeder andere denkt "Aha, okay... gut, du musst durch das Thema durch und dich beweisen, aber mich interessiert das Eichhörnchen da drüben gerade viel mehr" (Persönlich bin ich jedenfalls bis heute noch nicht tief in das Abschlußthema einer anderen Person eingetaucht).

Aber zur Sache:

Meine Thema trägt den schönen Titel An Adaptive Rule-Based Framework for Anaphora Resolution und ist dem Themenbereich Computerlinguistik zugeordnet.

Klingt unglaublich hochgestochen, aber so läuft's in der Wissenschaft. Keine Titel ohne zwei überflüssige Adjektive. Schließlich muss ein Leser schon beim Anblick des Titels das Gefühl haben demnächst mit einem komplizierten Sachverhalt konfrontiert zu werden. Damit will ich jetzt nicht sagen, dass mein Thema zwar kompliziert verpackt aber eigentlich trivial ist, aber frei von Umwelteinflüssen hätte ich wohl einen schlichteren Titel gewählt.

Im Klartext geht's bei mir darum eine Software zum Auflösen von Anaphern in englischen Texten zu entwickeln. In diesem Zusammenhang ist mit Anaphern nicht das sprachliche Stilmittel sondern um Elemente der Anaphorik.

Da ein Beispiel manchmal mehr sagt als tausend Wikipedia-Artikel, hier einfach das Standardbeispiel beim uns am Lehrstuhl:

Der Gärtner arbeit im Garten. Er trägt einen grünen Hut.

Wie jedem, der lesen kann, klar ist: Das "Er" (Anapher) im zweiten Satz bezieht sich auf den "Gärtner" (Antezedent) im ersten Satz. Und genau darum geht's. Ein Programm schreiben, dass in einem Text all solche Zusammenhänge erkennt und markiert.

Da es um englische Texte geht, hier unser zweites Standardbeispiel:

Timmy has saved some money. He wants to buy a book, but not for himself. It is a present for his sister.

Anaphern hier sind "He", "himself" und "his" bezogen auf "Timmy" und "it" bezogen auf "a book".

Es geht also nicht nur um Personalpronomen wie he/she/it, sondern so ziemlich alles was eine Referenz auf andere Satzteile enthält wie himself, those, his/hers/its etc. (Possesivpronomen, Reflexsivpronomen, Demonstrativpronomen, ...).

Wenn wir einen Text lesen verstehen wir solche Zusammenhänge einfach, weil wir von klein auf unsere menschliche(n) Sprache(n) verwenden und ein natürliches Gefühl für die Semantik haben. Bei einem Computer geht das nicht. Wenn der etwas verstehen oder bearbeiten soll, braucht er Regeln dafür. Aber dazu komm ich noch.

Ausgedacht hab ich mir das Thema natürlich nicht. Ich arbeite schon ein Jahr als Hiwi in einer Forschungsgruppe, die sich mit dem Thema beschäftigt und daraus ist dann auch meine Diplomarbeit erwachsen.

Ein grober, schematischer Aufbau meines Frameworks sieht wie folgt aus:

Ein WorkFlow-Diagramm ("was wann passiert") hätte ich auch noch, aber das ist schon nicht mehr aktuell. Vielleicht liefere ich ein neues mal nach.

Für mich bestehen jedenfalls die folgenden Baustellen:

Die GUI: GUI steht für Graphical User Interface (oder wie ein Professor von mir es mal nannte: Bunti-Klicki) und ist einfach die Benutzeroberfläche, die die Bedienung des ganzen erleichtern soll. Zum Erstellen gibt es mittlerweile Tools ("per Hand" ist das durchaus lästig) und das Anbinden an die Kernfunktionen ist Informatiker-Handwerkszeug. Im ganzen also der harmloseste Teil der Arbeit.

Der Importer: Nachdem das Programm die zu analysierende Texte eingelesen hat, müssen diese zur anstehenden Analyse mit einigen gramatikalischen Information (Satzstruktur, Kasus und Genues von Nominalphrasen) ausgestattet werden, die dem Computer beim verstehenden Lesen helfen. Ganz im Sinne von "Auf den Schultern von Giganten..." gibt es hierfür zum Glück schon vorgefertigte Frameworks deren Funktionalität ich mir zur Nutze machen kann.

Die Regel-Engine: Hier steckt die Hauptarbeit drin. Die Regeln zum Auflösen von Anaphern, die ich von der Linguistin, um deren Arbeit sich die ganze Forschungsgruppe dreht bekomme, müssen in einem dem Computer verständliches-Format gebracht werden. Zu dem muss das Format der Regeln der Art sein, dass es in Zukunft (sprich, wenn ich fertig damit bin, aber der Lehrstuhl noch lange nicht) möglich ist, weitere Regeln zu entwerfen, die die Software immer noch versteht. Momentan arbeite ich an einem XML-Format, dass das ermöglichen soll. Hier steckt die wissenschaftliche Hauptarbeit  und das Adaptive Rule-Based aus dem Titel drin.

Die Heuristiken: Unsere Sprache ist mehrdeutig. Wir wissen aber meistens, wann sich etwas auf was anderes bezieht und wie wir entsprechend filtern müssen. Ein Computer nicht. Um solche Doppeldeutigkeite sinnvoll aufzulösen und für den Fall das es mehre Antezedenten-Kandidaten für eine Anapher zur Auswahl gibt, braucht es Heuristken. Diese sollen auch für die Zukunft austausch- und erweiterbar sein.

Der Core: Hier arbeitet schließlich der Hauptalgortihmus, der die Texte und alle zugehörigen Informationen nimmt, die Regeln darauf anwendet und ein annotiertes Dokument (ebenfalls in XML) zurück gibt.

Annotator und Evaluator: Die Extra-Features, die mehr aus Zuge meines Hiwi-Jobs entstanden sind, aber dennoch Teil des Frameworks werden. Der Annotator ist einfach ein spezieller WYSIWYG-Editor zum händischen Erstellen von Musterlösungen und der Evaluator vergleicht analysierte Texte mit eben diesen Musterlösungen, um die Güte der Regeln und des Algorithmus zu messen.

Das ist dann also meine Diplomarbeit. Ich nehm an, die meisten müssen mir das jetzt einfach glauben, aber es ist nicht gerade wenig Arbeit. Oft beklag ich mich darüber und es nervt mich auch, dass ich - außer Kino-bezogenes - kaum noch zum bloggen komme, aber wenn ich damit fertig bin, hab ich was geschaffen, auf das ich ein bisschen stolz sein kann.

Achja, die wahrscheinlich wichtigeste Frage noch zum Schluß:

Wozu zur Hölle braucht man das eigentlich?

Nunja, aktuell ist die Anwendung wohl am sinnvollsten beim Einsatz im Bereich Information-Retrievel beim Bewerten von Dokumenten und Erstellen von zugehörigen Rankings (Oder einfach: Damit könnte man Google z.B. noch effizienter gestalten). Aber wenn man mal ein bisschen in die Science Fiction abdriften will: Wenn wir uns irgendwann fließend mit Computern/Robotern unterhalten wollen, müssen die auch irgendwie wissen, wie sie unser Sprache verstehen können. Dazu braucht's auch sicher eine derartige Technologie ;)

So, ich hoffe der kleine Einblick in meine Diplomarbeit hat euch gefallen und ihr seid nicht alle gelangweilt beim ersten Absatz ausgestiegen.

Ein schönen Start in die neue Woche, wünsche ich.
NTL

Vorbei, vorbei! Vorbei, vorbei!

*

Vielen vielen Dank an alle die mir so fleißig die Daumen gedrückt haben ^^ Ich werd mich im Verlauf des Tages noch persönlich bedanken, aber dis dahin muss das im Blog jetzt reichen. Ich muss jetzt nämlich dringend:

- Einkaufen

- Aufräumen

- Putzen

- Wie ein fröhlicher Irrer durch meine Wohnung springen Feiern

...

Ich kann's noch gar nicht glauben. Das war wirklich meine letzte Prüfung. HUZZA, Freiheit!!! Fertig bin ich noch nicht, muss ja noch Diplomarbeit schreiben, aber das ist die Form von Arbeit die mir Spaß macht. Oder mit anderen Worten: der Sommer beginnt heute.

Ich meld mich sicher noch zwei bis sieben mal heute via Blog, also bis später!
NTL

*Ja, ich weiß... den hab ich schonmal gepostet, musste aber sein.

Immer noch 2 1/2 Stunden bis zur Prüfung. 14 Uhr ist echt ein dämlicher Termin. Ich bin seit 7 wach und hock jetzt blöd rum und hab das Gefühl mit jeder Minute was zu vergessen >.<

Keine 24 Stunden mehr bis zur letzten Prüfung.

Ich kann immer noch nicht richtig glauben, dass es morgen ein Ende haben kann wird.

Aufstehen, Frühstück, South Park, kein Lost :(, Bib, Pause, Bib, Pause, Bib, Sport, Duschen, HUNGER!, Essen, vorraussichtlich Couch und dann Bett.

Wenigstens ist es bald vorbei -__-

Ich habe bestanden*. Yay! ^^

Wie kurz 45 Minuten mündliche Prüfung doch sein können. Damit bin ich notenmässig zur Hälfte durch. Fehlt noch eine Prüfung und eine Diplomarbeit (Die doppelt zählt). Das schöne ist, wenn ich durch die letzte Prüfung fallen würde, müsste ich jetzt nur diese und nicht alle drei wiederholen.

So, ich hol jetzt noch den Kollegen ab der nach mir dran ist/war und dann geht's Essen. Belohnungs-Sushi! :)

*Über die Note schweige ich mich aus. Die ist nicht im angestrebten Bereich >.<

Daumendrücken nicht vergessen ^^