Dr. Fritz Günther erforscht, wie Large Language Models (LLMs) und menschliche Sprachverarbeitung funktionieren — insbesondere durch psychometrische Tests zur Messung von LLM-Fähigkeiten, die Untersuchung semantischer Ähnlichkeiten in mehrsprachigen Systemen und die Analyse, wie Wortbedeutungen und Bezeichnungen entstehen und wirken. Seine Arbeiten verbinden computationale Modellierung mit experimentellen Methoden der Psychologie, um zu verstehen, warum Menschen bestimmte Namen für Konzepte wählen und wie diese Wahl Wahrnehmung beeinflusst. Für Unternehmen relevant ist dies bei der Entwicklung und Bewertung von KI-Sprachmodellen, bei der Optimierung mehrsprachiger Systeme sowie bei der Gestaltung von Produktnamen und Kommunikation, die Nutzerwahrnehmung gezielt lenkt.
🔒 Das System hat 73 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden
Dr. Fritz Günther
HU-FIS-Profil ↗Unter Verwendung komputationeller Modellierungstechniken und Methoden der experimentellen Psychologie zielt dieses Projekt darauf ab, einen umfassende Theorie für die Wahl und Implikationen von Bezeichnungen zu etablieren – warum wählen Sprecher bestimmte Namen, um (neue) Konzepte zu beschreiben, und wie beeinflussen diese Namen die Wahrnehmung und Bewertung dieser Konzepte?Eine erste Studienreihe untersucht, wann und welche neuen Bezeichnungen von Sprechern erschaffen werden, und wie dies von den Eigenschaften der benannten Konzepte abhängt. Eine zweite Studienreihe untersucht direkte soziale Einflüsse auf die Wahl der Bezeichnung, da Bezeichnungen immer auch eine soziale Konvention einer Sprechergemeinschaft sind. Eine dritte Studienreihe untersucht, welche Konnotationen und Implikationen die Wahl einer Bezeichnung nach sich zieht (zum Beispiel in Bezug auf semantische Assoziationen, affektive Bewertungen, und sensorische Wahrnehmung).
Unter Verwendung komputationeller Modellierungstechniken und Methoden der experimentellen Psychologie zielt dieses Projekt darauf ab, einen umfassende Theorie für die Wahl und Implikationen von Bezeichnungen zu etablieren – warum wählen Sprecher bestimmte Namen, um (neue) Konzepte zu beschreiben, und wie beeinflussen diese Namen die Wahrnehmung und Bewertung dieser Konzepte?Eine erste Studienreihe untersucht, wann und welche neuen Bezeichnungen von Sprechern erschaffen werden, und wie dies von den Eigenschaften der benannten Konzepte abhängt. Eine zweite Studienreihe untersucht direkte soziale Einflüsse auf die Wahl der Bezeichnung, da Bezeichnungen immer auch eine soziale Konvention einer Sprechergemeinschaft sind. Eine dritte Studienreihe untersucht, welche Konnotationen und Implikationen die Wahl einer Bezeichnung nach sich zieht (zum Beispiel in Bezug auf semantische Assoziationen, affektive Bewertungen, und sensorische Wahrnehmung).
Noch keine Publikationen aus OpenAlex zugeordnet.
Frühere Verhaltensstudien zu semantischen Effekten in der Sprachproduktion haben scheinbar widersprüchliche Kontexteffekte beobachtet: In einigen Studien führte die Anwesenheit von semantisch verwandten Distraktoren (z.B. das Wort "LÖWE" während die Versuchsteilnehmer das Bild eines Tigers benennen sollten) zu einer Erleichterung (d.h. schnellere Antworten), während andere Studien Interferenzen (d.h. langsamere Antworten) beobachteten. Um diese Effekte in einem einheitlichen, umfassenden Modell zu erklären, haben Abdel Rahman und Melinger (2009, 2019) das Swinging Lexical Network Model der Sprachproduktion vorgeschlagen. Dieses Modell stützt sich auf zwei Kernannahmen: (1) es nimmt Priming auf der konzeptuell-semantischen Ebene als Folge einer sich ausbreitenden Aktivierung (spreading activation) an (und zu schnelleren Reaktionen bei semantisch verwandten Kontextwörtern führt), aber gleichzeitig auch von Wettbewerb bei der Wortauswahl auf der lexikalischen Ebene (da nur ein Wort für die Produktion ausgewählt werden soll), und (2) es nimmt an, dass das Ausmaß von Primings und des Wettbewerb nicht nur aus der Aktivierung des Ziel- und Kontextwortes bzw. -konzepts resultiert, sondern auch durch eine ko-aktivierte Kohorte beeinflusst wird - andere Konzepte, die während der Verarbeitung durch diese aktiviert werden und sich aber auch wechselseitig aktivieren (wie in unserem Beispiel "Leopard" oder "Katze"). Wie die Autoren einräumen macht die Tatsache, dass es sich bei diesem Modell derzeit um eine rein verbale Theorie handelt, die noch nicht komputationell implementiert ist, es jedoch sehr schwierig, seine tatsächliche Erklärungskraft und empirische Validität gründlich zu bewerten.Ziel des vorliegenden Projekts ist es, diese komputationelle Implementierung und empirische Bewertung zu liefern. Dieses Modell besteht aus den folgenden Komponenten: (I) Wir werden distributionelle semantische Modelle/word embeddings als state-of-the-art Modell des semantischen Gedächtnisses verwenden, und (II) den Konstruktions-Integrations-Algorithmus von Kintsch (1988) anwenden, um die wechselseitige Ko-Aktivierung der Kohorte zu modellieren. Wir gehen weiterhin von vereinfachten Annahmen über (III) die Aktivierungausbreitung zwischen der semantischen und der lexikalischen Ebene und (IV) die Selektion auf der lexikalischen Ebene aus.Das erste Arbeitspaket konzentriert sich darauf, dieses Modell zu implementieren und das implementierte Modell der Forschungsgemeinschaft zugänglich zu machen. Das zweite Arbeitspaket konzentriert sich auf die Schätzung der freien Parameter des Modells aus bereits existierenden und veröffentlichten Studien über semantische Kontexteffekte in der Sprachverarbeitung. Das dritte Arbeitspaket schließlich konzentriert sich auf die empirische Validierung des Modells in experimentellen Studien, wobei neues Item-Material generiert wird, für das gemäß den Modellvorhersagen spezifische Kontexteffekte zu erwarten wären.