Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...

86 KAPITEL 5. EVALUATION
grobe Segmentierung feine Segmentierung
1.) Kapitel 1 1.) Kapitel
2.) Kapitel 2 1.1.) Abschnitt 1
3.) Kapitel 3 1.2.) Abschnitt 2
4.) Kapitel 4 2.) Kapitel 2
2.1.) Abschnitt 1
2.1.1.) Absatz 1
2.1.2.) Absatz 2 ...
Tabelle 5.1: Beispiele für Segmentierungsmöglichkeiten
was der Sprecher sagt. Aus dem Audiostrom lassen sich Informationen allenfalls darüber extrahieren,
wie der Vortragende spricht. Diese prosodischen Merkmale 1 können lediglich Hinweise
bezüglich einer feineren Segmentierung liefern. Aus diesem Grund wurde bei der Evaluation der
Verfahren bis zu einer Tiefe von 7 gegliedert; die feinste Gliederungseinheit ist beispielsweise
4.4.4.2.7.2.2 Nachweis. Diese Tiefe hat sich als feinste Auflösung bei den vorliegenden Daten
herausgestellt.
Erstellung der Referenzsegmentierung
Zur Erstellung der Referenzsegmentierungen wurden die untersuchten Vorträge vollständig von
Hand transkribiert. Es wurden (möglichst) wortwörtliche textuelle Abbilder dieser Vorträge geschaffen,
inklusive von Füllauten wie „...äh...“ u.ä. Diese Texte wurden anschließend manuell
und unabhängig vom Audiostrom segmentiert. Die manuelle Segmentierung orientiert sich an
einem Beispiel aus [35]. Sie beruht ausschließlich auf dem inhaltlichen Zusammenhang, der sich
aus dem Text ergibt. Hierzu ist natürlich ein gewisses Grundwissen über den Inhalt des Vortrages
nötig, so daß Zusammenhänge erkannt werden können. Anhand dieser manuellen Segmentierung
wurde wieder die Audio-Datei herangezogen und die Startzeitpunkte zu dieser Gliederung ermittelt.
Tabelle 5.2 zeigt einen Auszug aus einer manuellen Segmentierung eines Vortrages aus
[24]. Anhang A enthält eine Text-Transkription zu diesem Beispiel. Die Startzeitpunkte werden
nun zur Evaluation der Segmentierungsverfahren herangezogen.
1 Prosodem [grie.](prosdisches Merkmal), in der Linguistik lautl.-phonologisches Merkmal (Akzent, Intonation,
Sprechtempo u.ä); relevant für die Bildung sprachlicher Einheiten, die größer als ein Laut bzw. Phonem sind.
(Meyers großes Taschenlexikon: in 24 Bänden, B.I. Taschenbuchverlag, Mannheim;1995.)