Mehrere Auszeichnungen für Jenaer Informatik

Mit drei Preisen wurden in diesem Sommer Veröffentlichungen ausgezeichnet, an denen Maik Fröbe, Heinrich Reimer und Matthias Hagen – Wissenschaftler unserer Arbeitsgruppe Datenbanken und Informationssysteme – beteiligt waren.

Den Best Paper Award der International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2023), der weltweit führenden Konferenz zu Information Retrieval, erhielt ein Team unter Beteiligung von Maik Fröbe, Heinrich Reimer und Matthias Hagen gemeinsam mit Kollegen aus Weimar, Leipzig und Glasgow für die Veröffentlichung The Information Retrieval Experiment Platform, kurz TIREx. In der TIREx-Plattform werden viele wichtige Software-Werkzeuge und -Bibliotheken so gebündelt, dass Forschende sehr einfach standardisierte, reproduzierbare und skalierbare Retrieval-Experimente durchführen können – sogar als Blindstudien ohne Leakage der Testdaten.

Auf der zusammen mit der SIGIR 2023 stattfindenden International Conference on Theory of Information Retrieval (ICTIR 2023) erhielt außerdem ein internationales Team unter Beteiligung von Matthias Hagen und Kolleg:innen aus Weimar, Leipzig, Hannover, Italien, USA, Kanada, Australien, den Niederlanden und Japan den Best Paper Award für die Veröffentlichung Perspectives on Large Language Models for Relevance Judgment. In dieser Veröffentlichung werden Möglichkeiten und Risiken beim Einsatz von aktuellen großen Sprachmodellen (LLMs), wie etwa ChatGPT oder You Chat, für die Bewertung der Relevanz von Suchergebnissen beleuchtet.

Einen weiteren Preis erhielt ein Team unter Beteiligung von Maik Fröbe und Matthias Hagen mit Kollegen aus Weimar und Leipzig auf dem Annual Meeting of the Association for Computational Linguistics (ACL 2023) im Rahmen des International Workshop on Semantic Evaluation (SemEval 2023), dem weltweit größten Forum für Shared Tasks im Bereich des Natural Language Processing. Der Best Task Description Paper Honourable Mention-Award ging an ihre Veröffentlichung SemEval-2023 Task 5: Clickbait Spoiling zu einem Shared Task, in dem internationale Teams Ansätze zur automatischen Generierung kurzer Spoiler für Clickbait-Posts in sozialen Medien entwickelten; beispielsweise: „How to keep your workout clothes from stinking: <LINK>” -> Spoiler: Wash them!. Teilnehmenden des Shared Tasks wurden zwei aufeinander aufbauende Teilaufgaben angeboten:

1. Zu entscheiden, ob ein Clickbait-Post nur eine kurze Phrase oder aber ein längeres Textstück als Spoiler benötigt
2. Die tatsächliche Generierung eines Spoilers anhand des im Clickbait-Post verlinkten Dokuments.