Sprachliche Mensch-Maschine-Kommunikation

28.3 Erkennung spontaner Vortragssprache 457
Die Untersuchung der Präsentationsfolien und Dokumente verfolgt zwei
Ziele. Das eine ist die Extraktion der wichtigen sinntragenden Wörter, das
andere die Erzeugung einer textuellen Repräsentation (einfaches ASCII) der
Dokumente, die dann dazu verwendet werden kann, eine Korrelation mit
der Ausgabe des Spracherkenners zu berechnen. So weiß das System immer,
über welchen Teil der Präsentation der Sprecher gerade spricht.
Die extrahierten Wörter werden mit dem großen Hintergrundlexikon des
Spracherkenners verglichen. Für jedes sinntragende Wort wird ein tfidf-Wert
berechnet. Schließlich werden alle OOV-Wörter sowie die Wörter, deren
tfidf-Wert über dem Durchschnitt liegt, als ” wichtige“ Wörter angesehen.
Danach wird jedes wichtige Wort aus den Präsentationsdokumenten für
eine Anfrage bei einer Internet-Suchmaschine verwendet. Die höchstrangigen
m WWW-Seiten werden heruntergeladen und analysiert. Alle Fünfgramme
deren mittleres Wort ein wichtiges Wort ist, werden extrahiert und abgespeichert.
Zusätzlich können Anfragen gemacht werden, in denen mehrere
(eventuell alle) wichtigen Wörter vorkommen. Bei solchen Anfragen kann
erwartet werden, daß die gefundenen WWW-Seiten eine größere Ähnlichkeit
mit dem Thema des Vortrags haben.
Das primäre Ziel des Entwurfs des Sprachmodells ist es, zu ermöglichen
daß neue Wörter möglichst einfach integriert werden können. Dafür eignet
sich ein klassenbasiertes Trigramm-Sprachmodell. In [?] wird das Basis-
Sprachmodell nur auf einem Vokabular besteht aus den häufigsten 2/3 der
Wörter des Trainingskorpus trainiert. Die selteneren 1/3 der Trainingswörter
werden mit Hilfe eines Ballungsverfahrens [?] zu einer Menge von Wortklassen
zusammengeballt. Aus der Sicht des Basis-Sprachmodells handelt es sich
bei den Klassen also um Klassen von OOV-Wörtern.
Von den Klassen werden nur die Z größten verwendet. Alle kleineren
Klassen werden in der Annahme, sie könnten eventuell durch zu wenige
Trainingsdaten schlecht geschätzt sein, verworfen. Daraufhin wird ein
klassenbasiertes Sprachmodell, bestehend aus dem Basis-Sprachmodell und
den Klassen, erzeugt.
Die entstehenden Klassen enthalten typischerweise Wörter gleicher Wortart,
oder gleicher Flexionsform, aber auch Namen von Personen oder auch
thematisch zusammenhängende Wörter, wie zum Beispiel in Abb. 28.7.
Ein solches Sprachmodell ist nun dazu vorbereitet, neue Wörter aufzunehmen,
indem sie als zusätzliches Element in eine passende Klasse eingefügt
werden. Das Finden einer passenden Klasse geschieht wie folgt: