Professur Data Science bei CLEF 2026
12 Oktober 2026
Vom 21.–24. September fand in der Friedrich-Schiller-Universität Jena die Konferenz „Conference and Labs of the Evaluation Forum“ (CLEF) 2026 statt. Während der viertägigen Konferenz kamen Forscherinnen und Forscher aus verschiedensten Bereichen der Informatik, Mathematik, Biologie und den Humanwissenschaften zusammen, um unter anderem Ergebnisse aus Evaluation Labs zu Themenbereichen rund um natürliche Sprachverarbeitung – wie z. B. Biomedizin (BioASQ), die Erkennung von Sexismus (EXIST) und Humor (JOKER) oder der Anreicherung von historischen Texten mit geolokalisierten Informationen zu Personen (HIPE) – zu diskutieren.
Das Ziel des HIPE Workshops war die Entwicklung mehrsprachiger Systeme, die feststellen können, ob sich eine in einem historischen Nachrichtenartikel erwähnte Person an einem Ort aufgehalten hat, der ebenfalls im selben Text erwähnt wird. Darüber hinaus gliedert sich die Klassifizierung in zwei Teilaufgaben: die Feststellung, ob sich die Person jemals an dem genannten Ort aufgehalten hat, und ob sie sich zum Zeitpunkt der Veröffentlichung des Nachrichtenartikels an diesem Ort befand. Die Organisatoren stellten digitalisierte Texte aus dem 19. und 20. Jahrhundert in Englisch, Französisch und Deutsch sowie französische Literatur als Überraschungstest zur Verfügung. Die Systeme wurden anhand von Trainingsdaten entwickelt, die vor der offiziellen Veröffentlichung der Testdaten bereitgestellt wurden, und anschließend innerhalb von zwei Tagen nach Bereitstellung der Testdaten bewertet.
Abbildung: Moritz Hennen vor seinem Poster.
Moritz Hennen vertrat den Lehrstuhl für Data Science und stellte die Veröffentlichung „FI-CODE@HIPE-2026: Efficient Person-Place Relation Classification from Distance Heuristics to Prompted Language Models“ sowohl als Poster als auch in einem Vortrag vor. Das Team Data Science (Lena Griesbeck, Moritz Hennen, Florian Babl und Michaela Geierhos) entwickelte drei unterschiedliche Ansätze für die HIPE-2026-Shared-Task. Diese Systeme gehen die Klassifizierungsprobleme auf verschiedenen Ebenen an, wobei sie sich in ihrer Komplexität und ihrem Rechenaufwand unterscheiden. Der effizienteste Ansatz zielt darauf ab, gänzlich auf maschinelles Lernen zu verzichten und stattdessen Erkenntnisse aus den Trainingsdaten zu nutzen, um die HIPE-Klassifizierungsaufgabe zu lösen. Im Detail basierte der Ansatz auf der Idee, dass Personen überwiegend an jenen Orten waren, die in unmittelbarer Nähe zueinander erwähnt werden. Mit dieser einfachen Methode konnte das Data-Science-Team in der Kategorie „Genauigkeit-Effizienz“ den zweiten Platz belegen. Nach Sprachen unterteilt belegten wir den 1. Platz für Französisch, den 2. Platz für Englisch und den 5. Platz für Deutsch. Diese datengetriebene Methode ermöglichte es dem Team, weitere Einblicke in die inhärente Struktur (historischer) Nachrichtenartikel und damit in den Bereich der Informationsextraktion zu gewinnen, und könnte in Zukunft als Referenzmethode dienen.
Bildquellen: Moritz Hennen (FI CODE)
