Sprachliche Mensch-Maschine-Kommunikation

11.1 Minimale Editierdistanz 161
Abb. 11.3. Nichtlineare Zuordnung von Abschnitten zweier Aufnahmen
zu korrigieren. Einige auf Texteingabe basierende Benutzerschnittstellen
z.B. Shells in UNIX können auch Eingabefehler selbständig korrigieren.
Beim Suchen von Stichwörtern in Textkorpora kann es sinnvoll sein, die
Übereinstimmung des Suchwortes mit einem Teil des Textes nicht unbedingt
fehlerfrei zu verlangen, z.B. um leicht veränderte Versionen wie konjugierte
Formen oder Tippfehler auch finden zu können. Bei der Erkennung von
gedruckten Texten (Optical Character Recognition – OCR) können falsch
erkannte Buchstaben oft dadurch korrigiert werden, daß zu allen zu erkennenden
Wörtern die Minimale Editierdistanz berechnet wird, und so aus
SPRAGHE schnell SPRACHE wird, weil letzteres durch Vertauschen eines
einzigen Buchstaben aus ersterem erzeugt werden kann.
Wie lösen wir das Problem nach der Suche der minimalen Editierdistanz
zwischen zwei Wörtern X = x1, . . .xn und Y = y1, . . .ym? Ein einfacher
Vergleich von xi mit yi liefert offensichtlich nicht das gewünschte Ergebnis,
denn dann wäre die Distanz zwischen SPRACHE und SRACHE viel zu
groß, obwohl nur ein Buchstabe ausgelassen wurde. Wir müssen also zuerst
wissen, welches Zeichen von X mit welchem Zeichen von Y verglichen
werden muß. Der Einfachheit halber nehmen wir an, es gibt nur folgende
Editierschritte: Ein Zeichen unter dem Cursor überschreiben, ein Zeichen
unter dem Cursor löschen, ein Zeichen an der Cursorposition einfügen
und den Cursor bewegen. Wenn wir das Bewegen des Cursors nicht als
distanzrelevante Editierschritte betrachten, und das Überschreiben eines
Zeichens mit sich selbst auch nicht, dann bleiben nur drei Editierschritte,
die zur Distanz beitragen: Das Überschreiben oder Vertauschen eines
Zeichens, das Einfügen und das Löschen eines Zeichens. So kann z.B. aus
den Wort SPRACHEN STRAUSSE werden, indem man das P durch ein T