Sprachliche Mensch-Maschine-Kommunikation

16.7 Adaption von Sprachmodellen 285
aufzunehmen, daß das Fehlen bestimmter Wortformen vernachlässigt werden
könnte.
Eine in verschiedenen Varianten von vielen Spracherkennungssystemen
benutztes Verfahren ist die so genannte hypothesis driven lexicon adaptation,
HDLA [?]. Die Idee dabei ist, ähnlich wie bei der Sprachmodelladaption
an ein Thema, die Erkennerhypothese zu verwenden, um zusätzliche Informationen
zu besorgen. Das Ziel der HDLA ist es, immer ein Vokabular zu
verwenden, das möglichst wenige der zu erkennenden Wörter nicht enthält,
das heißt, der Anteil der Nichtvokabularwörter (engl. out of vocabulary words,
OOV-words) im Gesprochenen möglichst gering zu halten. Die zusätzlichen
Informationen können zum Beispiel aus einem Hintergrundlexikon entnommen
werden, das so groß ist, daß der Spracherkenner es nicht als ganzes
komplett verwenden kann. Sie kann aber auch zur Laufzeit aus dem Internet
besorgt werden. Der HDLA-Algorithmus kann grob wie folgt skizziert werden:
1. erkenne mit nicht adaptiertem Lexikon und erhalte Hypothese
(oder Hypothesenliste) H
2. verwende alle Wörter in H,
um ähnliche Wörter W aus Hintergrundwissen zu besorgen
3. entferne einige der seltensten Wörter aus dem Lexikon
und ersetze sie durch die Wörter in W
4. wiederhole die Erkennung mit dem adaptierten Lexikon
und erhalte Hypothese H ′
Die Erwartung, daß H ′ weniger Fehler enthält als H stützt sich auf die
Annahme, daß die aus dem Lexikon entfernten Wörter bei der Erkennung
keine Rolle spielen (Wörter aus H werden selbstverständlich nicht entfernt),
und daß die hinzugenommenen Wörter möglicherweise bestimmte Wortformen
von Wörtern aus H enthalten, die zunächst falsch erkannt wurden.
Beispielsweise könnte das Wort ” Spracherkenner“ an der Stelle, an der der
Sprecher ” Spracherkenners“ gesagt hatte, erkannt worden sein, weil es von
allen Wörtern im Vokabular dem Gesagten am nächsten kommt. Durch die
Adaption, wäre ” Spracherkenners“ ins Vokabular aufgenommen worden und
könnte dann korrekt erkannt werden.
In [?] werden verschiedene Ähnlichkeitsmaße zwischen Wörtern getestet
um im Schritt 2 zu entscheiden, welche Wörter in Vokabular aufgenommen
werden sollten. Als ähnlich werden nicht nur Wörter betrachtet, die verschiedene
Formen desselben Wortstammes sind, sondern auch solche, die einfach