Sprachliche Mensch-Maschine-Kommunikation

XXII Abbildungsverzeichnis
16.1 Sprachmodelle mit wenig (links) und viel (rechts) Informationsgehalt267
16.2 Perplexität und Verwechselbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
16.3 Sprachmodellauswahl mit einem HMM . . . . . . . . . . . . . . . . . . . . . . . . 277
16.4 Automat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
16.5 Entscheidungsalgorithmus zur Kompositabildung . . . . . . . . . . . . . . . 288
17.1 Beispiel für generalisierte Triphone . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
17.2 Beispiel für Senones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
17.3 Anzahl Polyphone für verschiedene Kontextbreiten . . . . . . . . . . . . . 295
17.4 Wieviele Polyphone gibt es, die x mal vorkommen? . . . . . . . . . . . . . 296
17.5 Agglomerative Ballung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
17.6 Divisive Ballung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
17.7 Blallung ergibt Querschnitt durch Ballungsbaum) . . . . . . . . . . . . . . 300
17.8 Agglomerative Ballung kann zu Vokabularabhängigkeit führen. . . . 302
17.9 Kontextentscheidungsbaum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
17.10 Auswahl der Kontextfragen in Abhängigkeit von der Baumtiefe. . . 307
17.11 Ausschnitt aus mehrstufigem Kontextentscheidungsbaum . . . . . . . . 308
17.12 unterschiedlich ” scharfe“ Emissionswahrscheinlichkeitenmatrizen . . 310
17.13 Ballungsbaum mit Modalitätenfragen . . . . . . . . . . . . . . . . . . . . . . . . . 311
17.14 Ballung deutscher Dialektregionen in vier Klassen . . . . . . . . . . . . . . 313