Sprachliche Mensch-Maschine-Kommunikation

440 27. Entwicklung von Anwendungen
Auf den ersten Blick erscheint eine Automatische Erkennung solcher
Daten als hoffnungslos. Das Problem ist ähnlich schwierig wie die Bedienung
von Navigationssystemen oder von Web-Browsern. Die riesige Menge an
möglichen Namen – und Adressen bestehen nahezu nur aus Namen und
einigen Zahlen – macht eine Erkennung extrem schwierig. Dennoch ist
es so, daß der Arbeitsaufwand, der normalerweise für die Transkribierer
entsteht wesentlich gesenkt werden kann, wenn ein beachtlicher Anteil der
Adressen mit ausreichender Sicherheit automatisch erkannt werden könnte.
Bei mehreren Millionen Personennamen in Deutschland ist dies allerdings
ohne zusätzliche Maßnahmen mit einem Standard Erkenner nicht möglich.
Nicht nur, daß ein noch so großes Aussprachelexikon viele Namen gar nicht
enthalten würde, auch ein naives Sprachmodell wäre wenig hilfreich. Eine
Erkennungsaufgabe mit einer Perplexität von mehreren Millionen wäre mit
den heutigen Techniken aussichtslos.
Es ist nun aber möglich, auf zweierlei Art das Problem dramatisch
zu erleichtern. Zum einen werden nur diejenigen Aufnahmen automatisch
transkribiert, bei denen eine ausreichend hohe Konfidenz festgestellt wird.
Alle anderen werden verworfen, und an einen menschlichen Transkribierer
verwiesen. Natürlich sollte der Anteil solcher Aufnahmen möglichst gering
sein. Bei der Mehrzahl der Adressen könnte man allerdings zur Senkung der
Perplexität ein Telefonbuch benutzen. Ein allgemeines Sprachmodell, daß
Klassen für Ortsnamen, Postleitzahlen, Straßennamen, Hausnummern, Vorund
Nachnamen verwendet und ansonsten einige Wörter berücksichtigt,
die bei der Formulierung von Adressen verwendet werden können, hat eine
relativ niedrige Perplexität, weit unterhalb der Perplexität von Diktiersystemen,
ja sogar unterhalb der Perplexität von einfachen Dialogsystemen wie
Zugfahrplan- oder Kinoprogramm-Auskunftssystemen. Nur die Perplexität
innerhalb dieser Klassen ist sehr groß. Ohne Verwendung weiteren Wissens,
wäre die Perplexität innerhalb der Nachnamen-Klasse bei mehreren hunderttausend.
Wenn man aber den Ort und sogar die Straße kennt, dann
ist die Auswahl der möglichen Namen schon viel kleiner und bei bekannter
Hausnummer in vielen Fällen sogar eindeutig. Umgekehrt kann aber auch ein
erkannter Name für die Verringerung der Perplexität bei der Erkennung der
Adresse hilfreich sein. Im Grunde hängen alle Komponenten einer Adresse
voneinander ab.
Erste Vorgehensweise:
Jede Komponente wird unabhängig von den anderen Komponenten
erkannt. Die Wahrscheinlichkeit, daß die beste Hypothese des Erkenners
auch gleich die richtige ist, ist äußerst klein. Wenn der Erkenner für jede
Komponente eine n-besten Hypothesenliste liefert, dann ist zu erwarten,
daß die richtige Hypothese im Schnitt einen besseren Rang hat als der