Sprachliche Mensch-Maschine-Kommunikation

434 27. Entwicklung von Anwendungen
Wörter oder Wortfragmente) eintippen.
Zu den wichtigsten Daten die vom Erkenner benötigt werden gehört das
Sprachmodell. Diese sollte aus einer sehr großen Menge Text erzeugt werden.
Für Diktiererkenner, die vorgelesene Sprache erkennen sollen, ist dies oft
relativ einfach. Meistens werden Nachrichtentexte verwendet, die es im
Internet oder von Zeitungsverlagen auf CDs gibt. Als erstes müssen solche
Texte ” normalisiert“ werden. Dazu gehört die Entfernung der Interpunktion,
die Verschriftung von Zahlen, die Uniformisierung von Abkürzungen und die
Entfernung von Formatierungsinformationen. Dies ist nötig, damit später
die Berechnung von Sprachmodellen problemlos durchgeführt werden kann.
Für die Erkenner von Spontansprache ist es wesentlich schwieriger, eine
vergleichbar große Menge Textdaten zu sammeln. Die Standard Trainingsdaten
für das Sprachmodell der Wall Street Journal Diktieraufgabe [?]
umfassen über 300 Millionen Wörter. Für die spontanen Verbmobil Dialoge,
mit denen ein großer Teil der Spracherkennungsforschung in deutscher Sprache
durchgeführt wurde, standen hingegen gerade einmal 1/4 Million Wörter
zur Verfügung. Daher empfiehlt es sich beim Erzeugen des Sprachmodells
für spontane Sprache besonders vorsichtig umzugehen, und die wenigen
vorhandenen spontanen Daten gegebenenfalls mit größeren nichtspontanen
Daten zu interpolieren.
Es gibt auch Bestrebungen, spontane Texte künstlich zu erzeugen.
Die Idee hierbei ist es, große Mengen Schriftsprache so zu transformieren,
daß die ähnlich wie spontane Sprache aussieht. Dazu gehören mehrere
Einzeltransformationen wie das Umstellen von Wörtern, das Aufteilen
langer Sätze in kürzere, das Ersetzen typisch schriftsprachiger Wörter durch
umgangssprachliche und so weiter. Solche Verfahren werden Corpus Mapping
genannt. Künstlich erzeugte Textkorpora sind aber erwartungsgemäß
deutlich weniger wertvoll und für die Entwicklung von Spracherkennern
weniger hilfreich als ” echte“.
27.1.4 Erzeugen der Erkennerumgebung
Bevor das Training beginnen kann müssen einige Entwurfskriterien festgelegt
und einige Dateien erzeugt werden. Zu den Entwurfskriterien gehören zum
Beispiel die Art der Berechnung der Emissionswahrscheinlichkeiten, dazu die
Frage nach der Gestaltung des Parameterraums und der Signalverarbeitungsmethoden.
Ohne weiteres Wissen wird man hier die gleichen Entscheidungen
treffen, die bei einen vorhandenen Erkenner bekanntermaßen erfolgreich
funktioniert haben.