tl:dr – Nachrichtenzusammenfassung auf einem mobilen Endgerät


Johannes Bock

Präsentation
01. February 2022, 12:00 Uhr, Raum https://th-koeln.zoom.us/j/86224491085 (Passwort steht im Ilias) Präsentation
Betreuer
Prof. Dr. Matthias Böhmer
Kooperationspartner
TH Köln
Stichworte
Smartphone, tldr, Android, Python, Java, NLTK, Flask
Bildrechte
Photo by [Utsav Srestha](https://unsplash.com/@utsavsrestha) on [Unsplash](https://unsplash.com/s/photos/newspaper)

Abstract

In den letzten Jahren hat die Anzahl der Nachrichten die wir täglich auf unsere Smartphones bekommen zugenommen. So ist die Anzahl der Menschen die einen social Messaging Dienst benutzen in den letzten Jahren immer weiter gestiegen. (1) Durch die wachsende Anzahl an direkt aufeinanderfolgenden Terminen in Videokonferenzen durch die Pandemie ist die Möglichkeit wichtige Nachrichten zu verpassen gestiegen. An dieser Stelle soll ein Service unterstützen, mit dem Texte aus dritten Apps ausgelesen werden können und durch die entwickelte App in einem kurzen Text zusammengefasst werden.

Ziel des Projektes ist eine Anwendung die auf Android Geräten lauffähig ist und über das Ausnutzen der Accessibility API Texte aus anderen Anwendungen wie News Apps von CNN oder der tagesschau auslesen kann. Diese Texte werden dann an einen entwickelten Backend Service über eine REST API gesandt und von dieser verarbeitet. Dabei kann eine Worcloud oder eine kurze Zusammenfassung zurückgeliefert und auf dem Android Gerät dargestellt werden. Der Text wird ausschließlich in einer lokalen Datenbank gespeichert, damit sollen auch Datenschutz Aspekte mit bedacht werden, da auch sensible Inhalte wie private Chats an den Service gesandt werden können.

Diese Zusammenfassungen unterstützen die Nutzer:innen dabei einen schnellen Überblick über die besprochenen Themen zu erhalten. Im Anschluss können die Nutzer:innen selbst entscheiden, ob die Zusammenfassung oder die Wordcloud ausreichen, um den Inhalt verstanden zu haben, oder der Text noch einmal gelesen werden muss.

Material & weiterführende Infos

Vorschläge für weitere Arbeiten im Themenfeld

Umsetzung der Textprozessierung auf dem Smartphone

Zusammenfassung für verschiedene Sprachen optimieren

Umsetzung mit Machine Learning Technologien