Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
92 KAPITEL 5. EVALUATION<br />
Datei: ga700_15m.aif (Sprecher 3)<br />
Schwellwert (Sek.) TB H M FA Recall ( ) Precision ( )<br />
0.00 45 40 5 823 89 5<br />
0.50 45 29 16 201 64 13<br />
0.75 45 20 25 91 44 18<br />
1.00 45 15 30 55 33 21<br />
Durchschnitt<br />
Schwellwert (Sek.) TB H M FA Recall ( ) Precision ( )<br />
0.00 174 153 21 2959 87.9 4.9<br />
0.50 174 113 61 822 64.9 12<br />
0.75 174 81 93 437 46.5 15.6<br />
1.00 174 53 121 254 30.4 17.2<br />
5.2.2 Interpretation der Ergebnisse<br />
Zunächst ist auffallend, daß das Segmentierungsverfahren noch nicht einmal alle Topic<br />
Beginnings findet, unabhängig von der Precision. Im Falle des dritten Vortrages erreicht das<br />
Verfahren gar nur einen Recall von ¤<br />
¤<br />
¥<br />
<br />
bei einer Precision von . Im Schnitt über alle vier<br />
untersuchten Sprachdateien ergab sich, daß nur knapp £ £ ¤<br />
¦§¥<br />
¤<br />
¦¤<br />
aller Topic Beginnings überhaupt gefunden<br />
werden konnten. Selbst wenn man sich mit einem Recall von etwa zufrieden geben<br />
könnte, muß doch angemerkt werden, daß eine Precision von nur einfach zu wenig ist, um<br />
die Ausgabe dieses Verfahrens sinnvoll nutzen zu können. Dies schließt jedoch nicht aus, daß die<br />
Daten in Kombination mit anderen Features nicht doch zu befriedigenden Ergebnissen führen<br />
könnten.<br />
Abbildung 5.2 zeigt <strong>für</strong> die vier untersuchten Sprachdateien Pausen-Histogramme. Hierzu<br />
wurde ermittelt, wie lange die Pausen vor den gefundenen, tatsächlichen Topic Beginnings sind.<br />
Es fällt auf, daß es bei keinem der Sprecher einen Wert oder Wertebereich gibt, der besonders<br />
hervorsticht. Dies macht es natürlich besonders schwierig, Topic Beginnings anhand der Pausenlänge<br />
zu bestimmen. Interessant ist ebenfalls, daß sich selbst bei gleichem Sprecher sehr unterschiedliche<br />
Häufigkeitsverteilungen ergeben (siehe Dateien: ga100_15m.aif und ga300_15m.aif).<br />
Dies drückt sich auch in den unterschiedlichen Recall- und Precision-Werte <strong>für</strong> die entsprechenden<br />
Vorträge aus.<br />
Weiterhin fällt auf, daß die Zahl der False Alarms selbst bei einer Mindestpausendauer von<br />
¢£¢ ¢ <br />
die Anzahl der Topic Beginnings weit übersteigt. Die Sprecher legen also sehr viel<br />
<br />
öfter lange Pausen ein, als man sich im Idealfall wünschen würde. Der Idealfall wäre, daß ein<br />
Sprecher nur dann lange <br />
¢£¢ ¢ <br />
) Pausen einlegt, wenn er ein neues Topic beginnt und<br />
einzelnen Sätzen eine Pause von etwa ¥ <br />
¢£¢ ¢ <br />
vorangehen läßt.<br />
(¤<br />
¢£¢