Masterarbeit: LLM-gestützte Autorschaftsverifikation

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Das Fraunhofer-Institut für Sichere Informationstechnologie SIT gehört zu den führenden Forschungs- und Entwicklungseinrichtungen für Cyber-Sicherheit in Deutschland und Europa und ist Teil von ATHENE, dem nationalen Forschungszentrum für angewandte Cybersicherheit. ATHENE ist eine Kooperation der Fraunhofer-Gesellschaft mit der TU Darmstadt, der Hochschule Darmstadt und der Goethe-Universität Frankfurt. Unser gemeinsames Ziel: die Welt von morgen sicherer zu machen.

Was Du bei uns tust

Autorschaftsverifikation (AV) ist ein zentraler Forschungszweig der digitalen Textforensik und befasst sich mit der Frage, ob zwei oder mehr Texte von derselben Person verfasst wurden. AV bietet zahlreiche Anwendungen sowohl innerhalb als auch außerhalb der Forensik. Ein prominentes Beispiel ist die Überprüfung (Verifikation), ob Beiträge von verschiedenen Accounts von derselben Person stammen, was besonders relevant ist, wenn strafbare Inhalte wie Hassrede oder Desinformationen verbreitet werden.

Ihre Aufgaben

Das Ziel dieser Masterarbeit ist es, eine neue AV-Methode zu erforschen und zu entwickeln, die speziell auf solche Anwendungsfälle ausgerichtet ist. Dabei soll die Methode auf modernen Large Language Models (LLMs) basieren und deren Fähigkeit nutzen, feingranulare Merkmale aus Texten zu extrahieren. Diese Merkmale könnten beispielsweise Stilfiguren, Syntaxfehler oder Satzkonstituenten umfassen - Merkmale, die mit bisherigen NLP-Tools nur eingeschränkt oder gar nicht extrahiert werden konnten. Die extrahierten Merkmale sollen im Vergleich zu traditionellen Merkmalen in der AV (z.B. Zeichen-n-Gramme, Funktionswörter etc.) bewertet und, falls sinnvoll, durch diese ergänzt werden. Zusätzlich sollen mithilfe eines oder mehrerer LLMs Stilbeschreibungen der analysierten Texte erstellt werden. Dabei gilt es zu erforschen, wie sich diese Stilbeschreibungen in die AV-Methode integrieren lassen, um die Klassifikation zu verbessern.

Im Rahmen einer umfassenden Evaluierung soll die entwickelte AV-Methode abschließend mit bestehenden Verfahren verglichen und hinsichtlich verschiedener Parameter wie Genauigkeit, Robustheit und Anwendungsbreite beurteilt werden.

Ihr Profil

• Studienhintergrund in Informatik, Computational Linguistics, Data Science oder einem vergleichbaren Bereich

• Erfahrungen mit NLP und modernen LLMs, sowie Kenntnisse zu aktuellen Methoden und Verfahren im Bereich des maschinellen Lernens und Deep Learnings

• Programmierkenntnisse in Python und vertrauter Umgang mit gängigen ML/NLP-Frameworks