Sprachliche Mensch-Maschine-Kommunikation

27.3 Beispiel: Adressenerkennung 441
Bekannte Komponenten Anzahl möglicher restlicher Adressen
keine 38114 164
Postleitzahl 11006
Postleitzahl + Hausnummer 3930
Nachnahme 14097
Tabelle 27.1. Perplexitätsreduktion durch vorgegebene Adressenkomponenten
Durchschnitt, also in der besseren Hälfte der n-besten Liste zu finden ist.
Wenn pi(j) die Wahrscheinlichkeit dafür ist, daß das Vokabularwort wj
die Hypothese für die i-te Adreßkompontente ist, dann erhalten wir für die
aus k Komponenten bestehende Gesamthypothese
argmax
j1,j2,...,jk i=1
k
pi(ji) (27.1)
Da es sich bei den pi(j) meistens um Dichten handelt bietet es sich an,
alternativ statt der Dichtewerte den Rang ri(j) für das Wort wj innerhalb
der n-besten Liste der i-ten Komponente zu verwenden und dann
argmin
j1,j2,...,jk i=1
oder
argmin
j1,j2,...,jk
k
ri(ji) (27.2)
k
ri(ji) (27.3)
i=1
oder eine ähnliche Formulierung für die Gesamthypothese zu verwenden.
Zweite Vorgehensweise:
Eine zweite Vorgehensweise ist möglich, insbesondere dann, wenn die
Menge der in Frage kommenden Adressen vor der Erkennung deutlich eingeschränkt
werden kann. Dann ist es möglich, eine kontextfreie Grammatik zu
definieren, die alle erwarteten Adressen abdeckt. Für alle ca. 40 Millionen
Adressen aus allen deutschen Telefonbüchern würde diese Grammatik riesige
Ausmaße annehmen. Wenn es aber möglich ist, weitere Hilfsmittel zu Rate
zu ziehen, wie zum Beispiel die automatisch ermittelbare Rufnummer des
Anrufers, oder zumindest die Vorwahl, oder wenn durch die Natur des angebotenen
Telefondienstes nicht alle möglichen Adressen in Frage kommen, so
daß die zu erzeugende kontextfreie Grammatik ausreichend kompakt ausfällt,
dann kann man einen reinen HMM-Erkenner auf dem durch die Grammatik