GESIS Leibniz-Institut für Sozialwissenschaften: Homepage aufrufen

Rich Context Competition – GESIS-Team schafft es ins Finale


Kategorien: GESIS-News

Ein Wettbewerb, zwei Runden – im September des vergangenen Jahres rief die Coleridge Initiative der New York University den „Rich Context Competition“ aus. Informatikerinnen und Informatiker aus 20 Teams und aus acht Ländern reichten Motivationsschreiben ein – vier davon konnten sich gegen die Konkurrenz durchsetzen und stehen nun knapp fünf Monate später in der Endrunde. Eins davon ist das Team „Wissenstechnologien für Sozialwissenschaften“ bei GESIS. Wir gratulieren Wolfgang Otto, Andrea Zielinski, Behnam Ghavimi, Dimitar Dimitrov, Karam Abdulahhad, Narges Tavakolpoursaleh und Katarina Boland zu diesem Erfolg. Die Abschlusspräsentationen der Finalisten-Teams von KAIST, der Universität Paderborn, dem Allen Institute for Artificial Intelligence (AI2) (Seattle) und GESIS sowie die Bekanntgabe des Gewinners erfolgen am 15. Februar 2019 per Live-Übertragung über das Internet.

Die Initiatoren des Wettbewerbs hätten sich keinen besseren Zeitpunkt aussuchen können, um den Gewinner des Wettbewerbs zu ermitteln: Vom 11. bis zum 15. findet die weltweite Love Data Week statt. Eins der diesjährigen Themen ist „Open Data“. Wie wichtig es ist, Daten für Andere zugänglich zu machen, wird auch vor dem Hintergrund des Wettbewerbs deutlich: Forschungsdaten sind oft schwer zugänglich. Die mit Daten arbeitenden Forschenden und Analysten stehen häufig vor dem Problem, herauszufinden, wer zu welchen Themen und mit welchen Ergebnissen geforscht hat. Die Folge: Gute Forschungsergebnisse und Daten bleiben einerseits unentdeckt, während Zeit und Ressourcen andererseits verschwendet werden, um die empirische Arbeit zu wiederholen. Diesem Problem möchte der „Rich Context Competition“ etwas entgegensetzen. „Der Wettbewerb forderte  Informatiker auf, Wege zu finden, die Entdeckung von Forschungsdatensätzen, -feldern und -methoden hinter sozialwissenschaftlichen Forschungspublikationen zu automatisieren“, so Julia Lane (New York University), eines der Jury-Mitglieder.

In dem Wettbewerb geht es darum, dass die Teilnehmenden Textanalysetechniken und Techniken für maschinelles Lernen entwickeln und identifizieren, um die Beziehungen zwischen Datensätzen, Forschenden, Publikationen, Forschungsmethoden und –bereichen zu entdecken. Die Teilnehmenden zeigen ihr Können einer Fachjury aus Experten im Bereich Technik und Sozialwissenschaften: Anhand verschiedener Datenkorpi haben sie Algorithmen entwickelt und weiter verfeinert. Bewertungskriterien sind u. a. die Genauigkeit der angewandten Techniken, die Benutzerfreundlichkeit und die Neuheit. Ganz im Sinne von Open-Source werden alle eingereichten Algorithmen öffentlich zugänglich gemacht. 

Weitere Informationen zum Wettbewerb