In der heutigen Zeit kann behauptet werden, dass fast alle elektronischen Dienste und Programme, die im Alltag verwendet werden, Zugang zum sogenannten Internet besitzen. Angefangen als Vernetzung mehrerer Universitäten namens Arpanet in den 1960er Jahren (Braun, 2019, S. 15), wurde dieses Netzwerk mithilfe des Erfinders Tim Berners-Lee zum heute bekannten World Wide Web (WWW). In einem Interview mit dem Wired Magazine sagte Berners-Lee, das Internet sei seiner Meinung nach längst nicht fertig (Wired, 1999). Fast 21 Jahre nach diesem Interview wächst das einst kleine Rechnernetz immer noch, wobei es gefühlt täglich neue Anwendungen und AnwenderInnen findet. Clement (2019) zeigt in einer Statistik, dass es 2017 ungefähr 3,9 Milliarden Internetnutzer gab, die auf dem gesamten Planeten verteilt verschiedenste Anfragen stellten. Dabei werden diese Anfragen nicht allein von Computern gestellt, die an einem festen Platz aufgebaut sind. Seit Erfindung des Smartphones und der Einführung des Web 2.0, vernetzen sich auch Telefone, TV-Geräte oder smarte Uhren mit dem Internet.
Nowadays, many different search engines are available with which almost all documents on the Internet can be found. However, if one wants to find articles based on the respective language level of the texts they contain, none of the search engines that can be used provide such a functionality. For this reason, this master thesis is concerned with the development of a language-based search engine, with which results can be found based on the chosen language, language level, and a search term. The ultimate goal was to find out how to create such a search engine that focuses on the categorization of text documents. In addition, an evaluation should be carried out to determine whether the final application returns sufficient results. Therefore, three tests were carried out and their results analyzed, in which one of them concentrated on the usability of the user interface to improve it in the course of development.
In this paper we develop a neural network model with Python and Keras to figure out if it is possible to teach a machine to gen- erate texts such as humans. We perform two different experiments with the same LSTM model and compare them in rela- tion to linguistic aspects.
Über Sprachdienste ansprechbare virtuelle persönliche Assistenten sind auf dem Vormarsch. Die Alltagstauglichkeit solcher Assistenten können Entwickler durch die Bereitstellung spezieller Fähigkeiten, sogenannter Skills, erhöhen. Die Ausgabe muss aber nicht zwingend auf Sprache beschränkt sein. MQTT als Protokoll des Internet of Things macht es leicht, die vom Assistenten ermittelten Informationen auf beliebigen Geräten zu visualisieren. Der Artikel erläutert dies anhand eines Prototyps zur Abfrage von Beraterprofilen.
