Lehr- und Forschungseinheit für Kommunikationssysteme und Systemprogrammierung

Masterarbeit: Verarbeitung historischer Lautschriften mittels machine learning

In Kooperation mit dem Institut für Romanistik (Professor Krefeld) und der IT-Gruppe Geisteswissenschaften (Dr. Lücke) der LMU wird an der automatisierten Transkription einer höheren Anzahl von historischen phonetischen Karten gearbeitet, welche über das VerbaAlpina-Projekt (https://www.verba-alpina.gwi.uni-muenchen.de) zur Verfügung gestellt werden.

Die (geographischen) Karten liegen in gescannter Form vor und enthalten unterschiedliche Informationstypen, deren Verarbeitung über die Möglichkeiten klassischer OCR hinausgeht. So muß etwa die korrekte Zuordnung von Lautschriften zu korrespondierenden Positionsnummern auf der Karte erkannt werden.

Mittels Computer Vision- und Deep Learning-Methoden werden dafür Algorithmen entwickelt. Die Qualität der Zuordnungen werden mithilfe eines eigens konzipierten Testsystems evaluiert. Anschließend werden die Algorithmen miteinander verglichen und bewertet.

Schwerpunkte / Ideen:

• Verarbeitung historischer Bilddaten
• Konzepte zur automatisierten Verarbeitung hoher Datenmengen
• Konzepte zum Einsatz von Deep-Learning-Verfahren im Bereich der Geisteswissenschaften

Anforderungen

• Interesse an Bildverarbeitung und machine learning
• Vorkenntnisse im Bereich machine learning/deep learning hilfreich.
• Erfahrung im Umgang mit DL-frameworks (z.B. tensorflow, Keras, o.ä.) hilfreich
• Vorkenntnisse in Python hilfreich

Organisatorisches:

Aufgabensteller:
Prof. Dr. D. Kranzlmüller

Dauer der Arbeit:

• Masterarbeiten: 6 Monate

Anzahl Bearbeiter: 1

Betreuer:

• Peter Zinterhof (LRZ)
• Sophia Grundner-Culemann
• Nils gentschen Felde