16.01.2025 –, Vortragsraum
Trotz Fortschritten in der Kartenverbreitung bleibt die Zugänglichkeit für Menschen mit Einschränkungen eine Herausforderung - insbesondere wenn bspw. Webinhalte durch Screenreader gelesen werden. Bieten LLM Ansätze zur Verbesserung?
Im Hinblick auf die Verbreitung von Karten wurden in der Vergangenheit erhebliche Fortschritte erzielt. Während die Verbreitung von digitalen Formaten profitiert hat, gibt es weiterhin große Herausforderungen bei der Zugänglichkeit von Kartenmaterial für ein diverses Publikum mit unterschiedlichen physischen und kognitiven Fähigkeiten.
Während Bildschirmleseprogramme und Reader in Internetbrowsern blinde und sehbehinderte Menschen unterstützen, sind Beschriftungen von Karten und Infografiken nach wie vor eine Herausforderung. Die Richtlinien zur Erstellung von Zugänglichkeitsbeschreibungen für Bilder, wie beispielsweise die des W3C, gehen nicht speziell auf Karten und Infografiken ein. Kürzlich durchgeführte Studien stellen semantische Inhaltsmodelle vor, die zur Bewertung von Bildbeschreibungen, einschließlich Karten, verwendet werden kann.
LLM-basierte Beschreibungsgenerierung für Karten können als eine Basis für die Verbesserung der Zugänglichkeit dienen. In diesem Vortrag soll ein Vorhaben vorgestellt werden, welches unterschiedliche Möglichkeiten vergleicht und mit Hilfe von Methoden aus der Explainable AI (XAI) darstellt, wie sich u.a. die Ausgestaltung der Karten auf die LLM-generierten Beschreibungen auswirken.
Güren Tan Dinga ist Wissenschaftlicher Mitarbeiter im g2lab der HafenCity Universität Hamburg. Nach dem Abschluss des Studiums der Geodäsie und Geoinformatik promoviert er zu Explainable AI von Segmentierungsaufgaben mit Remote Sensing Daten.