Sprachliche Mensch-Maschine-Kommunikation

438 27. Entwicklung von Anwendungen
lineare Regression (s. Kap. 21).
27.2 Beispiel: Videorecorder
Auch wenn der technische Fortschritt die Bedienung von Videorecordern
durch Techniken wie Videotextauswahl und Showview-Codes vereinfacht
hat, scheuen immer noch viele Menschen vor der Programmierung der
Geräte zurück und benutzten sie zumeist nur zum Abspielen ausgeliehener
Videofilme.
Die Schnittstellenproblematik der Videorecorder hat nichts damit zu tun,
daß die Aufnahmetechnik veraltet ist. Egal, ob die Geräte VHS-Kassetten,
DVD oder Festplatten verwenden, das Problem liegt vielmehr in der Kommunikation
des Gerätes mit dem Benutzer.
Ende der neunziger Jahre wurde an der Universität Karlsruhe ein Gerät
entwickelt, das es dem Benutzer ermöglicht, einen Videorecorder nicht nur zu
programmieren, sondern ihn auch als elektronische Programmzeitschrift zu
benutzen. Das Gerät versteht Fragen wie Wann kommen heute abend die
”
Nachrichten?“ oder “Gibt es heute einen Krimi?“, einfache Bandfunktionen
” Wirf die Kassette aus!“, aber auch Programmieranweisungen “Nimm den
Film mit John Wayne auf!“.
Für die Spracherkennung wurde ein mit spontaner deutscher Sprache
trainierter Erkenner verwendet. Das Vokabular war mit ca. 600 Wörtern
sehr klein. Allerdings lag die Perplexität der Aufgabe bei teilweise über
2 000. Dies lag daran, daß das Aussprachelexikon für einige Wörter Hunderte
verschiedener Aussprachen hatte. Da keine ausreichenden Mengen an Textdaten
mit Mensch-Videorecorder Gesprächen zur Verfügung standen, konnte
auch kein sinnvolles n-Gramm Modell dafür trainiert werden. Würde man
von den vielen Schauspieler-, Sportler- und Politikernamen sowie Titeln und
Untertiteln von Sendungen und deren Themen abstrahieren dann ist es aber
mögliche eine einfache Grammatik zu definieren, die die meisten üblichen
Gespräche, die ein Mensch mit einem Videorecorder führen würde abdeckt.
Auf den Messen, auf denen das Vorführgerät ausgestellt wurde stellte sich
heraus, daß mehr als die Hälfte der Äußerungen von der Sorte waren:
” Programmiere “, ” Wann kommt “, ” Ich
möchte einen sehen“ oder ” aufnehmen“. So wurde
mangels Sprachmodell ein Ähnliches Vorgehen, wie bei klassenbasierten
Sprachmodellen gewählt, nämlich ein klassenbasiertes Aussprachelexikon.
Neben den ca. 600 alltäglichen Wörtern, die in einem einfachen Mensch-
Maschine-Dialog verwendet werden, gab es Wörter wie