Analyse des frühkindlichen Spracherwerbes mittels Machine Learning
Bachelorarbeit,Masterarbeit,Studienarbeit,Diplomarbeit,Hiwitätigkeit

Beschreibung

Der menschliche Spracherwerb ist ein komplexer und umfangreicher Vorgang, der sich über mehrere Jahre in der Entwicklung eines Kindes erstreckt. Hierbei können sich Störungen in der Sprachproduktion entwickeln. Diese Störung der Entwicklung kann großen Einfluss auf den sozialen und akademischen Fortschritt, sowie den generellen Umgang mit anderen Kindern und Erwachsenen im Alltag, haben.

Da eine professionelle Analyse, sowie die fortführende Behandlung, nur von einem ausgebildeten Sprachtherapeuten korrekt durchgeführt werden kann und ein zeitraubender Prozess ist, entsteht ein Flaschenhals im System. Im Rahmen des TALC Projektes erforschen wir die Möglichkeit des Einsatzes von Machine Learnings zur Automatisierung dieses Analyseprozesses, um so die Sprachtherapeuten bestmöglich zu unterstützten. Dies ermöglicht nicht nur das Analysieren von Kindern, denen nur limitierte Ressourcen zur Verfügung stehen, sondern auch das deutlich frühere Identifizieren von Kindern mit möglichen Tendenzen zu einer Sprachentwicklungsstörung. Durch das frühzeitige behandeln einer möglichen Verzögerung in dem Spracherwerb wird der Entwicklung weiterer Rückstände in anderen Gebieten vorgebeugt.

In diesem Projekt haben wir laufend neue Möglichkeiten Abschlussarbeiten jeder Art anzubieten. Wenn du motiviert bist und unsere Voraussetzungen erfüllst schick uns (Lars Rumberg, Christopher Gebauer) gerne eine kurze Email mit den wichtigsten Informationen zu dir. Da wir ausschließlich mit Deutschsprachigen Kindern arbeiten, ist es von Vorteil, wenn du Deutsch fließend sprichst und verstehst (C1 oder höher).

Voraussetzungen

  • Gute Kenntnisse in der Programmiersprache Python
  • Erste Erfahrungen mit Neuronalen Netzen
  • Hoher Grad an Eigenständigkeit

Ansprechpartner: Lars Rumberg