Skip to main content
Autor/-in:

Trapletti Luzian

Blackstories: ein Computer lernt Fragen zu beantworten

Betreuer/-in:
Luternauer Theresa
2. Betreuer/-in:
Neyer Gabriele
Schule:
Kantonsschule Uster
Fach: Informatik
Maschinelles Lernen auf ein solches Spiel anzuwenden war eine grosse Herausforderung: Die Umsetzung hat mir viel Spass gemacht.
Abstract

Diese Arbeit geht der Frage nach, ob man einen Computer als Spielpartner für das Spiel "Blackstories" benutzen kann. In diesem Spiel geht es darum, dass ein Spieler jeweils auf Basis eines kurzen Gruselgeschichten-Rätsels Fragen stellt, die vom Spielpartner nur mit Ja oder Nein beantwortet werden dürfen, bis der Spieler die Lösung herausfindet. Übersetzt in die Computerwelt handelt es sich um eine Natural Language Processing-Aufgabe mit dem Ziel, dass der implementierte Rechenalgorithmus auf beliebige Fragen des menschlichen Anwenders passend mit Ja oder Nein antwortet.
In der Arbeit wird gezeigt, dass es mittels Transferlearning möglich ist, dass ein Deep Learning Neuronales Netz in brauchbarer Zeit und ohne speziell grosse Rechenleistung so trainiert werden kann, dass der Computer tatsächlich zum nützlichen Spielpartner wird. Zum Training des Neuronalen Netzes wird der Datensatz Boolq genutzt und 3 verschiedene Datenmodelle werden bezüglich ihrer Ergebnisgüte miteinander verglichen. Nach anschliessender Hyperparameteroptimierung erreicht das Modell "Roberta Base" eine Out-of-Sample Genauigkeit von guten 78%. Dieses Modell wurde letztlich auf einem eigenen Webserver in einer selbst erstellten Webapplikation mit einem einfachen User Interface implementiert. Der Computer-Spielpartner lässt sich unter folgender Adresse ausprobieren: https://boolq.trapletti.org und der Source Code ist unter https://github.com/luztraplet/boolq zu finden.