Lernlabor CybersicherheitDie Herausforderung: Verarbeitung und Repräsentation natürlicher Sprache und Bildung von Modellen zum Zwecke der Klassifikation und Ausreißererkennung.
Ein Großteil der weltweit verfügbaren Informationen liegt in Texten vor. Das "Schürfen" nach relevanten Informationen im Text, um z.B. Texte nach Themen oder "Stimmungen" zu klassifizieren oder den Autor zu identifizieren, ist für viele Anwendungen wichtig. Herausforderungen hierbei sind Unstrukturiertheit von Texten oder das Fehlen von Metadaten. Darüber hinaus existiert das Risiko, dass Texte unentdeckt kopiert oder manipuliert werden können, da sie praktisch von jedermann ohne Fachkenntnisse oder spezielle Werkzeuge vervielfältigt oder verändert werden können - noch einfacher als bei Digitalfotos, Videos oder Audiodaten.
Die Lösung: Natürliche Sprachverarbeitung (NLP) und maschinelles Lernen (ML), um relevante Informationen aus Texten ableiten zu können!
Der Kurs vereint das Wissen aus der Linguistik und Informatik. Ihnen werden Methoden der digitalen Textforensik vermittelt, mit dem Schwerpunkt auf NLP und ML. Zunächst lernen Sie die Grundlagen des NLP kennen, z.B. Techniken mit denen Textdaten maschinenlesbar "bereinigt" und strukturiert werden können. Im Anschluß lernen Sie, wie relevante Merkmale aus den verarbeiteten Texten gewonnen werden können. Auf dieser Basis werden verschiedene ML-Methoden vorgestellt, etwa zum automatischen Klassifizieren von Texten oder zum Herauslesen von Stimmungen und Meinungen im Text. Ebeneso lernen Sie Evaluierungstechniken kennen, mit denen Sie die Güte der ML-Verfahren messen können. Diese Kenntnisse werden Sie in praktischen Übungen am PC vertiefen, etwa mit den Werkzeugen NLTK, Spacy, Pattern.