Sprachliche Mensch-Maschine-Kommunikation

350 20. Erkennung von Spezialvokabular
Verschiedene Vorgehensweisen wurden untersucht, um nicht nur neue
Wörter zu detektieren, sondern auch um eine sinnvolle Hypothese an ihrer
Stelle auszugeben. In [?] wurde ein generisches Modell Verwendet, das durch
ein großes HMM modelliert wurde, das alle Phoneme und eine gewisse
Phonotaktik in Form bestimmter erlaubter Zustandsübergänge enthielt.
Dieses Neue-Wörter-HMM wurde in der Suche genauso wie alle anderen
Wörter verwendet und konkurrierte mit diesen. In vielen Fällen wurde
das Neue-Wörter-HMM in die Hypothese eingebunden, wenn keines der
Vokabularwörter eine ausreichend hohe Wahrscheinlichkeit hatte. Durch die
relativ Große Freiheit in der Bildung von Phonemfolgen konnte in solchen
Fällen die Wahrscheinlichkeit für irgend eine erlaubte Phonemfolge des
Neue-Wörter-HMMs größer sein als die für jedes Vokabularwort (inklusive
der entsprechenden Sprachmodellwahrscheinlichkeiten). Als Hypothese kann
dann die Folge der Zustände durch das HMM angegeben werden, die dann
zumindest die phonetische Repräsentation des Wortes Enthält, welche von
einem geeigneten Algorithmus (zum Beispiel mittels HMMs [?]) in eine
Textuelle Form gebracht werden kann.
Für Diktiererkenner ist eine Vorgehensweise sinnvoll, wie sie zum Beispiel
in der HDLA-Techik (s. Abs. 16.7.2) verwendet wird. Dort wird das Lexikon
nach der ersten Erkennung verändert. Aus einem riesigen Hintergrundlexikon,
das der Spracherkenner nicht verarbeiten könnte, das aber sehr viele
Wörter und Eigennamen enthält, werden die erfolgversprechendsten Kandidaten
anhand der zunächst fehlerhaften Hypothese ausgewählt und in das
Erkennnervokabular aufgenommen. Ein erneuter zweiter Erkennungsvorgang
hat dann eine größere Wahrscheinlichkeit, die korrekte Ausgabe zu liefern.
Bei spontaner Sprache entsteht ein zusätzliches Problem, das bei
Diktiererkenner weniger wichtig ist, nämlich das häufige Vorkommen von
Wortfragmenten. Man kann nicht wirklich erwarten, daß ein Hintergrundlexikon
nicht nur fast alle sinnvollen Wörter enthält und zusätzlich noch
aller möglicherweise sprechbaren Wortfragmente. Daher wird in [?] ein
Algorithmus vorgestellt, der einen endlichen Automaten aus einer Liste
aller im Deutschen regulären Silben (ca. 11 000 Stück) baut, und dieses als
Neue-Wörter-Modell verwendet.
In [?] wird vor allem die Problematik der unbekannten Eigennamen
behandelt, die sich oft nicht an die übliche Phonotaktik halten. Die dort
verfolgte Idee besteht darin, keine ganzen Wörter durch HMMs mit hohen
Freiheiten bei der Phonemfolgenwahl zu modellieren, sondern nur Teile
davon. Die Anfänge der neuen Wörter müssen statt dessen mit einer
Phonemsequenz aus einer aus den Trainingsdaten gewonnenen Menge
beginnen. Dadurch werden dem Erkenner weniger Freiheiten gegeben und
die Wahrscheinlichkeit für das Auftreten so genannter false alarms für