pdf - Universität zu Köln

grund der Komplexität dieser Implementation und der nur spärlich vorhanden Dokumentation
der Regeln ist der Zugang jedoch sehr schwer.
3.6.9 IPA
Hier soll noch die Möglichkeit erwähnt werden, eine phonetische Transkription in einem
geeignetem Alphabet 35 vorzunehmen. Für das Englische sind mehrere solcher Systeme z.
B. in Zobel u. Dart (1996) oder Lutz u. Greene (2003) vorgestellt worden. Verfügbare
Implementationen sind aber auch für das Englische nicht bekannt. Da bisher kein verwendbarer
Graphem-nach-Phonem-Konverter für das Deutsche veröffentlicht wurde, wurde
dieser Ansatz vorerst nicht weiter verfolgt. Ein typischer Konverter dürfte jedoch durch
seine ungleich größere Komplexität gegenüber einer Phonetischen Suche nicht unbedingt
für den Anwendungszweck einer direkten Suche geeignet sein. 36 Zudem sind in der Literatur
umrissene Konverter meist nicht unter Berücksichtigung von Eigennamen konzipiert
worden.
In Lutz u. Greene (2003) wird dementsprechend vorgeschlagen, die Orthograpie der
Eigennamen anhand geeigneter Regeln automatisch in ein Zeichensystem nach IPA-Alphabet
zu überführen. Es wird ein grober Überblick für ein solches System 37 gegeben, welches
jedoch nur kommerziell angeboten wird. Durch die Genauigkeit des IPA-Alphabetes eignet
sich die erzeugte Zeichenkette jedoch nicht mehr als direkter Schlüssel für eine Suche. Für
einen Vergleich der Transkriptionen wird ein gewichtetes Verfahren auf Basis der ,,editdistance”-basierten
Algorithmen vorgeschlagen, wie sie im folgenden Kapitel beschrieben
werden.
Belhoula (1993) stellt eine Idee für die Konvertierung von Graphemen nach Phonemen
speziell für deutsche Namen vor, die auf Buchstaben-Clustern basiert. Er gibt Beispiele
für eine morphologische Trennung von Familien- und Ortsnamen. Auf Basis eines Korpus,
der ca. 130.000 Familiennamen enthält, wird eine Häufigkeitsanalyse für Morpheme vorgenommen.
Ein Schwerpunkt liegt bei der Betonung sowie bei der Vorhersage der Länge
von Vokalen. Schon aus den dort angegebenen Beispielen zeigt sich jedoch, dass ein solches
Vorgehen sehr aufwendig ist. So wird als häufigstes Morphem angegeben. Die-
35 Hierfür würde sich z. B. SAMPA oder die IPA-Notation anbieten.
36 In Damper u. a. (1999) findet ein Vergleich von verschiedenen Methoden der Konvertierung von Graphemen
nach Phonemen statt. Verglichen werden von Experten entworfene, regelbasierende Systeme mit
verschiedenen Varianten von selbstlernenden Systemen, deren Komplexität jedoch die praktische Anwendung
unwahrscheinlich werden lassen. Das regelbasierte System schneidet in diesem Vergleich sehr schlecht
ab. Allerdings stellt der Anwendungszweck der Text-to-Speech-Systeme sehr viel genauere Anforderungen
an die Performanz der Verfahren, als es für den Vergleich von Zeichenketten nötig ist. Hier wäre zu
evaluieren, ob ein regelbasiertes System als Grundlage dafür dienen kann.
37 Das vorgestellte System kann wohl mit Transliterationen aus dem Chinesischen und mit spanischen
Namen umgehen. Genauere Angaben ließen sich dem Artikel jedoch nicht entnehmen. Da es sich um
ein kommerzielles Produkt handelt sind außer den Rahmenbedingungen keine genaueren Information
ersichtlich.
21