Referenzauflösung als Sprachmodellierung: Eine effiziente Methode zur Verarbeitung und Analyse von Inhalten

Referenzauflösung ist ein wichtiges Problem, das für das Verständnis und die erfolgreiche Handhabung verschiedener Arten von Kontext unerlässlich ist. Dieser Kontext umfasst sowohl vorherige Gesprächsrunden als auch Kontext, der sich auf nicht-konversationelle Entitäten bezieht, wie z.B. Entitäten auf dem Bildschirm des Benutzers oder im Hintergrund laufende Entitäten. Große Sprachmodelle (LLMs) haben sich für eine Vielzahl von Aufgaben als äußerst leistungsfähig erwiesen, ihre Verwendung bei der Referenzauflösung, insbesondere für nicht-konversationelle Entitäten, bleibt jedoch untergenutzt. Diese Arbeit zeigt, wie LLMs verwendet werden können, um ein äußerst effektives System zur Auflösung verschiedener Arten von Referenzen zu schaffen, indem Referenzauflösung in ein Sprachmodellierungsproblem umgewandelt wird, obwohl es Formen von Entitäten wie denen auf dem Bildschirm gibt, die traditionell nicht für eine Reduktion auf eine rein textuelle Modalität geeignet sind.