Zeit für Data Science und Natural Language Processing in Zeiten von ChatGPT

Seit der Veröffentlichung von ChatGPT ist künstliche Intelligenz (AI) in aller Munde – und kann von jedem angewandt werden. Doch ist das wirklich so? Was steckt hinter Begriffen wie „Prompt Engineering“ und „In-Context Learning“? Und welche Auswirkungen hat diese Entwicklung auf die Forschung zu Natural Language Processing (NLP) Anwendungen? In diesem Vortrag wird am Beispiel Temporal Tagging – der Erkennung und Normalisierung von Zeitausdrücken – diesen Fragen auf den Grund gegangen und der aktuelle Paradigmenwechsel in der NLP- und AI-Forschung diskutiert. Dabei wird zudem die Wichtigkeit von Temporal Tagging demonstriert, indem von Zeitinformationen profitierende Anwendungen und daraus gewonnene Erkenntnisse vorgestellt werden.