In biomedizinischen Fachtexten haben gleiche Wörter je nach Kontext ganz unterschiedliche Bedeutungen. Die manuelle Zuordnung dieser Begriffe kostet Forschende viel Zeit. Eine End-to-End-Pipeline übernimmt das automatisch — mit FAISS-Ähnlichkeitssuche über MeSH, UMLS, Wikidata und DBpedia, domänenspezifischen Filterregeln und einem lokal betriebenen, per LoRA feinjustierten LLM.
Python LLM RAG FAISS LoRA Pydantic AI
Wann sind sich zwei Geschichten wirklich ähnlich — nicht in den Worten, sondern in Thema, Handlungsverlauf und Ausgang? Für diese SemEval-2026-Shared-Task haben wir im Team zwei Ansätze systematisch verglichen: Prompt Engineering mit einem LLM und Representation Learning mit Sentence-BERT.
Python NLP SBERT spaCy Prompt Engineering Contrastive Learning
Forschende brauchen große Datenmengen, aber längst nicht jede Webseite bietet eine API. Diese Bachelorarbeit entwickelt einen Web-Scraper als lokale Spring-Boot-Anwendung, der Tabellen und Listen in ihren vielen Ausprägungen zuverlässig extrahiert, in einer Datenbank verwaltet und nach CSV oder JSON exportiert.
Java Spring Boot Selenium MongoDB Docker Multithreading
