Sprachliche Mensch-Maschine-Kommunikation

248 15. Erkennung kontinuierlicher Sprache
zusätzlich entstehen, und einige Lösungen für diese vorgestellt.
15.1 Bewertung von Erkennungshypothesen
Die Bewertung der Leistung eines Einzelworterkenners ist recht einfach.
Wenn die Testmenge aus n Wörtern besteht und der Erkenner c Wörter
korrekt erkennt, kann man seine Worterkennungsrate WCR (word correct
rate) angeben als
WCR = c
· 100% (15.1)
n
Beim Erkennen von kontinuierlicher Sprache ist dies nicht mehr so selbstverständlich.
Wie würde man die Worterkennungsrate angeben, wenn der
Sprecher ” Erkenner“ spricht und der Erkenner ” der Kenner“ erkennt, und
wie wenn ” der Erkenner“ erkannt wird. Zweifellos wäre es nicht angebracht,
bei der Fehlerkennung ” der Erkenner“ zu sagen, daß 100% der gesprochenen
Wörter richtig erkannt wurden und somit die Worterkennungsrate 100%
beträgt. Außerdem wäre es wünschenswert, daß ein Qualitätsmaß die
Hypothese ” wer erkennt er“ schlechter bewertet als die Hypothese ” erkennt“
obwohl in beiden Fällen kein einziges Wort richtig erkannt wurde.
In der kontinuierlichen Spracherkennung wurden verschiedene Qualitätsmaße
eingesetzt, wirklich etabliert hat sich aber nur eins, das drei
Fehlerarten kennt, nämlich
• Vertauschungen: z.B.
• Einfügungen: z.B.
• Auslassungen: z.B.
→
→
→
” Guten Tag Herr Müller.“
” Guten Tag wer Müller.“
” Guten Tag Herr Müller.“
” Guten Tag der Herr Müller.“
” Guten Tag Herr Müller.“
” Guten Tag Müller.“
Diese Art der Fehler erinnert stark an die Arten der Editierschritte, wie
sie im Abschnitt 11.1 definiert wurden, und ebenso wie es zwischen zwei
Texten eine minimale Editierdistanz gibt, gibt es bei zwei Wortfolgen eine
minimale Fehlerzahl bestehend aus den o.a. Fehlern. Wenn der Satz ” Guten
Tag Herr Müller.“ mißverstanden wird als ” Ja guten Tal Müller“, dann kann