18.09.2013 Aufrufe

Sprachliche Mensch-Maschine-Kommunikation

Sprachliche Mensch-Maschine-Kommunikation

Sprachliche Mensch-Maschine-Kommunikation

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

324 18. Effiziente Decodierverfahren<br />

Wort 1<br />

Wort 2<br />

Wort n<br />

Wort 1<br />

Wort 2<br />

Wort n<br />

Wort 1<br />

Wort 2<br />

Wort n<br />

. . .<br />

. . .<br />

. . .<br />

Abb. 18.8. Such-HMM für Trigramm-Sprachmodelle<br />

18.5 Suche ohne Sprachmodell<br />

.<br />

.<br />

.<br />

Wenn man die Erkenntnisse aus der Verwendung von Trigrammen und<br />

Bigrammen extrapoliert, so mußte man zum Schluß kommen, daß der<br />

komplette Verzicht auf ein Sprachmodell die Information zum Beschneiden<br />

des Suchraums derart minimiert, daß die Suche wesentlich länger dauern<br />

muß als mit irgend ein Sprachmodell. Genau das Gegenteil ist der Fall. In<br />

Abb. 18.9 ist der Übergang vom Zeitpunkt t zum Zeitpunkt t + 1 links ohne<br />

und rechts mit Sprachmodell dargestellt. Wenn kein Sprachmodell verwendet<br />

wird ist der beste Vorgängerzustand für alle Wortanfangszustände zum<br />

Zeitpunkt t+1 derselbe. In der Abbildung hat der Endzustand des Wortes D<br />

die kleinste kumulative Distanz. Das heißt aber, daß zum Zeitpunkt t auf die<br />

Expansion aller anderen Wortenden verzichtet werden kann. Es müssen also<br />

(abgesehen von eventuellen Suchraumbeschneidungen) zu jedem Zeitpunkt<br />

nur n (= Vokabulargröße) Wortübergänge hypothetisiert werden. Wird<br />

n 2<br />

n 2<br />

. . .<br />

n 2<br />

. . .<br />

. . .

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!