c // mag - Fachzeitschrift für Informationstechnologien, Geoinformationssysteme

052 Schwerpunkt
Sprachverarbeitung ist mehr als nur Erkennen
Allerdings ist die reine Erkennung nur ein kleiner Teilbereich
der Sprachverarbeitung, auch wenn sie in der Öffentlichkeit
oft mit dieser gleichgesetzt wird. Unter Sprachverarbeitung
im Sinne der Forschung verstehen Entwickler die
vollständige Verarbeitungskette von der phonetischen Umsetzung
des gesprochenen Wortes über die syntaktische und
morphologische Analyse bis zur Darstellung der Semantik,
der Wortbedeutung. Genau auf diese, im Vergleich zur rein
phonetischen Erkennung anspruchsvollere Aufgabe, konzentrierten
sich seit Mitte der 60er Jahre nahezu alle Forschungsinstitute
der formalen und angewandten Linguistik.
Im Blickpunkt standen das formale Darstellen von Satzbedeutungen
mithilfe eigens dafür geschaffener Logiken
(Zeitlogik, Modallogik) und die syntaktische Analyse wie
die Generierung von natürlichsprachigen Sätzen. Die dazu
entworfenen theoretischen Modelle, zum Beispiel HPSG
(Head-driven Phrase Structure Grammar), sind noch heute
Gegenstand der Forschung und konnten in den letzten Jahren
auf Computersystemen implementiert werden. Den bis
dato vorläufigen Höhepunkt – und zudem die Fusion der
Forschungsergebnisse der theoretischen Linguistik mit den
Ergebnissen der Spracherkennungsforschung - erreichten
Erfinder im Jahre 2001 mit dem ehrgeizigen Forschungsprojekt
VERBMOBIL am deutschen Forschungszentrum
für Künstliche Intelligenz (DFKI) in Saarbrücken. Nach
zehn Jahren intensiver Arbeit gelang es, ein System vorzustellen,
das Umgangssprache erkennen, verstehen und sogar
übersetzen konnte. Aufgrund der Implementierung von
Vokabular
Diktiersysteme
Worterkennung
NLU-Systeme
IVR-Systeme
Komplexität sprachverarbeitender Systeme
Ergebnissen der Diskursforschung zu den bereits etablierten
Techniken der phonetischen, syntaktischen und semantischen
Verarbeitung gelang es erstmals, die vollständige
Verarbeitungskette – Spracherkennung, Sprachverstehen,
Dialogsteuerung, Antwortgenerierung, Sprachsynthese
– zusammenhängend auf einem Computersystem abzubilden.
Die Erfinder kamen damit der Fähigkeit des aus Douglas
Adams 1978 verfassten Romans „Per Anhalter durch die
Galaxis“ bekannten „Babelfisch“, welches beliebigsprachige
Äußerungen simultan übersetzen kann, erschreckend nahe.
Kein heute auf dem Markt verfügbares System ist in
der Lage, die vollständige Verarbeitungssequenz durchzuführen.
Entwickler beschränken sich bei der Konzeption
von Spracherkennungs- und Sprachsteuerungssystemen
aus Gründen der Kosten, Komplexität und Wartbarkeit
auf die jeweilige Kernaufgabe. Die Kosten und Aufwände
hinsichtlich Wartung der sensiblen Softwaremodule wären
unverhältnismäßig hoch. Es gilt bei allen Systemen mit
Sprachschnittstelle, die Kosten-Nutzen-Balance einzuhalten
und somit die Leistungsfähigkeit entsprechend anzupassen.
Die verschiedenen Systemtypen
Babelfisch
Komplexität
Die Leistung von Spracherkennungssystemen betrachten
Experten in zwei Kategorien: benutzerabhängige und benutzerunabhängige
Systeme. Benutzerabhängige Systeme werden
mit Sprachdaten des Benutzers trainiert und verfügen
heute inzwischen über ein Vokabular von mehr als 200.000
Wörtern. Das entspricht etwa dem Grundwortschatz eines