Sprachliche Mensch-Maschine-Kommunikation

20. Erkennung von Spezialvokabular
Standard Spracherkenner versagen oft, wenn es darauf ankommt Dinge zu
Erkennen, die in gewöhnlicher vorgelesener Sprache selten vorkommen. Dazu
gehören zum Beispiel Buchstabierungen, bestimmte Eigennamen oder auch
besondere Aussprachen. Diese Probleme lassen sich erleichtern, indem spezielle
Spracherkenner oder Standard Spracherkenner mit speziellen Algorithmen
verwendet werden, die genau auf dieses außergewöhnliche Vokabular
spezialisiert sind. Im folgenden wird eine Auswahl von spezialisierten Erkennungsmethoden
vorgestellt.
20.1 Buchstabiererkennung
Auch wenn in der natürlichen Sprache Buchstabierungen eher selten vorkommen
und ein schlechtes Abschneiden eines Erkenners auf diesen Passagen sich
auf die Gesamtperformanz eher wenig auswirkt, so gehören diese Fehler zu
den unangenehmsten, weil der Mensch Buchstabierungen benutzt um entweder
Eigennamen (Abkürzungen) von Firmen, Ereignissen zu referenzieren,
oder um die Orthographie eines Wortes exakt zu definieren. Gerade in diesen
Fällen, in denen es um die korrekte Orthographie geht, ist jeder Fehler ein
Kardinalfehler. Bei einigen Erkennungsaufgaben sind Buchstabierungen fast
immer die geeignetste Art der Informationsübermittlung, zum Beispiel beim
Angeben seiner Adresse oder seines Namens. In Auto-Navigationssystemen
ist Sprache ohnehin die schon aus Sicherheitsgründen vorzuziehende Bedienungsmethode,
allerdings ist es relativ schwierig, Straßennamen aus einem
Katalog von Hunderttausenden zu erkennen. Die Perplexität und die Verwechselbarkeit
sind so hoch, daß ein Ausweichen auf die Buchstabierung die
beste Methode darstellt. Gegebenenfalls kann ein Straßenname sogar als Wort
ausgesprochen werden und zusätzlich buchstabiert werden. Durch dieses Redundanz
wird die Aufgabe für den Erkenner wesentlich erleichtert. In solchen
Fällen kann dann ein regulärer Erkenner für kontinuierliche Sprache verschiedene
Hypothesen für den kontinuierlich gesprochenen Namen produzieren,
unter denen der korrekte Name oft nicht die höchste Wahrscheinlichkeit hat.
Ein zweiter Erkenner, der auf Buchstabiersequenzen spezialisiert ist, kann
die Buchstabierung erkennen und ebenfalls mehrere Hypothesen erzeugen.