Projekt INF: RAG-basierte Informationbereitstellung
Die Mitglieder des INF-Projektes arbeiten übergreifend zu den Teilprojekten aus den Bereichen A, B und C. Sie stellen grundlegende Strukturen bereit, die die Forschung im gesamten TRR 318 unterstützen. Dazu gehören Dienste und Infrastruktur für den Zugang zu Daten, deren Auswertung und das Datenmanagement sowie die Bearbeitung übergreifender Forschungsfragen.
In der ersten Förderphase lag der Schwerpunkt darauf, wie sich die Qualität und der Erfolg von Erklärungen erfassen und bewerten lassen. Dafür analysierten die Informatiker*innen unter anderem natürlichsprachliche Erklärungen, etwa aus Erklärdialogen oder schriftlichen Materialien aus anderen Projekten. Auf dieser Grundlage entwickelten sie Modelle für Erklärdialoge, Kriterien zur Bewertung von Erklärungen sowie Werkzeuge und Ontologien, die den Projekten im TRR zur Verfügung stehen. Zudem stellten die INF-Mitglieder ein gemeinsames Glossar mit zentralen Begriffen bereit.
Der Forschungsschwerpunkt des Projekts in der zweiten Phase liegt auf der Entwicklung semi-automatischer Verfahren zur Bereitstellung von Informationen innerhalb und außerhalb des TRR. Um dieses Ziel zu erreichen, entwickelt das Projekt neue Ansätze zur Extraktion, Integration und Fusion von Wissensgraphen auf Grundlage von relevanten Datenquellen aus dem TRR. Eine innovativer graph-basierter Retrieval-Augmented-Generation Ansatz führt die extrahierten Graphen und gegebenenfalls weitere Datenquellen zusammen und dient als natürlichsprachliche Schnittstelle für die Daten des TRRs.
Forschungsgebiete: Informatik
Ehemalige Mitglieder
Prof. Dr. Henning Wachsmuth, Projektleitung
Prof. Dr. Philipp Cimiano, Projektleitung
Dr. Milad Alshomary, Wissenschaftlicher Mitarbeiter
Maximilian Spliethöver, Wissenschaftlicher Mitarbeiter
Meisam Booshehri, Wissenschaftlicher Mitarbeiter
Publikationen
Components of an explanation for co-constructive sXAI
A.-L. Vollmer, H.M. Buhl, R. Alami, K. Främling, A. Grimminger, M. Booshehri, A.-C. Ngonga Ngomo, in: K.J. Rohlfing, K. Främling, S. Alpsancar, K. Thommes, B.Y. Lim (Eds.), Social Explainable AI, Springer, n.d.
Incremental communication
B. Wrede, H. Buschmeier, K.J. Rohlfing, M. Booshehri, A. Grimminger, in: K.J. Rohlfing, K. Främling, S. Alpsancar, K. Thommes, B.Y. Lim (Eds.), Social Explainable AI, Springer, n.d.
A BFO-based ontological analysis of entities in Social XAI
M. Booshehri, H. Buschmeier, P. Cimiano, in: Proceedings of the 15th International Conference on Formal Ontology in Information Systems, IOS Press, 2025, pp. 255–268.
A BFO-based ontology of context for Social XAI
M. Booshehri, H. Buschmeier, P. Cimiano, in: Abstracts of the 3rd TRR 318 Conference: Contextualizing Explanations, 2025.
Investigating Co-Constructive Behavior of Large Language Models in Explanation Dialogues
L. Fichtel, M. Spliethöver, E. Hüllermeier, P. Jimenez, N. Klowait, S. Kopp, A.-C. Ngonga Ngomo, A. Robrecht, I. Scharlau, L. Terfloth, A.-L. Vollmer, H. Wachsmuth, in: Proceedings of the 26th Annual Meeting of the Special Interest Group on Discourse and Dialogue, Association for Computational Linguistics, Avignon, France, n.d.
Adaptive Prompting: Ad-hoc Prompt Composition for Social Bias Detection
M. Spliethöver, T. Knebler, F. Fumagalli, M. Muschalik, B. Hammer, E. Hüllermeier, H. Wachsmuth, in: L. Chiruzzo, A. Ritter, L. Wang (Eds.), Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers), Association for Computational Linguistics, Albuquerque, New Mexico, 2025, pp. 2421–2449.
Modeling the Quality of Dialogical Explanations
M. Alshomary, F. Lange, M. Booshehri, M. Sengupta, P. Cimiano, H. Wachsmuth, in: N. Calzolari, M.-Y. Kan, V. Hoste, A. Lenci, S. Sakti, N. Xue (Eds.), Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), ELRA and ICCL, Torino, Italia, 2024, pp. 11523–11536.
Towards a Computational Architecture for Co-Constructive Explainable Systems
H. Buschmeier, P. Cimiano, S. Kopp, J. Kornowicz, O. Lammert, M. Matarese, D. Mindlin, A.S. Robrecht, A.-L. Vollmer, P. Wagner, B. Wrede, M. Booshehri, in: Proceedings of the 2024 Workshop on Explainability Engineering, ACM, 2024, pp. 20–25.
Towards a BFO-based ontology of understanding in explanatory interactions
M. Booshehri, H. Buschmeier, P. Cimiano, in: Proceedings of the 4th International Workshop on Data Meets Applied Ontologies in Explainable AI (DAO-XAI), International Association for Ontology and its Applications, Santiago de Compostela, Spain, 2024.
A model of factors contributing to the success of dialogical explanations
M. Booshehri, H. Buschmeier, P. Cimiano, in: Proceedings of the 26th ACM International Conference on Multimodal Interaction, ACM, San José, Costa Rica, 2024, pp. 373–381.
Disentangling Dialect from Social Bias via Multitask Learning to Improve Fairness
M. Spliethöver, S.N. Menon, H. Wachsmuth, in: L.-W. Ku, A. Martins, V. Srikumar (Eds.), Findings of the Association for Computational Linguistics: ACL 2024, Association for Computational Linguistics, Bangkok, Thailand, 2024, pp. 9294–9313.
Conclusion-based Counter-Argument Generation
M. Alshomary, H. Wachsmuth, in: A. Vlachos, I. Augenstein (Eds.), Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics, Association for Computational Linguistics, Dubrovnik, Croatia, 2023, pp. 957–967.
“Mama Always Had a Way of Explaining Things So I Could Understand”: A Dialogue Corpus for Learning to Construct Explanations
H. Wachsmuth, M. Alshomary, in: N. Calzolari, C.-R. Huang, H. Kim, J. Pustejovsky, L. Wanner, K.-S. Choi, P.-M. Ryu, H.-H. Chen, L. Donatelli, H. Ji, S. Kurohashi, P. Paggio, N. Xue, S. Kim, Y. Hahm, Z. He, T.K. Lee, E. Santus, F. Bond, S.-H. Na (Eds.), Proceedings of the 29th International Conference on Computational Linguistics, International Committee on Computational Linguistics, Gyeongju, Republic of Korea, 2022, pp. 344–354.
Generating Contrastive Snippets for Argument Search
M. Alshomary, J. Rieskamp, H. Wachsmuth, in: Proceedings of the 9th International Conference on Computational Models of Argument, 2022, pp. 21–31.
The Moral Debater: A Study on the Computational Generation of Morally Framed Arguments
M. Alshomary, R. El Baff, T. Gurcke, H. Wachsmuth, in: Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics, 2022, pp. 8782–8797.
Alle Publikationen anzeigen
