Wolfgang Wahlster Der Weg zum sprachverstehenden Computer Deutsches Forschungszentrum für Künstliche Intelligenz GmbH Stuhlsatzenhausweg 3, Geb Saarbrücken Tel.: (0681) /4162 Fax: (0681) WWW: Besuch des Herrn Bundespräsidenten Rau am DFKI Saarbrücken,

© Wolfgang Wahlster Hauptziel: Wir wollen durch Künstliche Intelligenz die Technik menschenfreundlicher machen! Speziell: Der Mensch soll sich nicht dem Computer anpassen müssen, sondern umgekehrt soll sich der Computer dem Menschen anpassen! Bisher: Für den Mensch schwer zu erzeugen: Für den Computer leicht zu verstehen: for ( int i = 2; i < finalBit; i++ ) if ( sieve.get( i ) ) for ( int j = 2 * i; j < size; j += i ) sieve.clear( j ); Künstliche Sprache, z.B. Java Für den Computer schwer zu verstehen: Für den Mensch leicht zu erzeugen: Neu: Ist 677 eine Primzahl? Natürliche Sprache, z.B. Deutsch

© Wolfgang Wahlster Warum ist Sprachverstehen für den Computer so schwer? Wortgrenzen gehen im Sprachfluß unter:  Der Mensch spricht „ohne Punkt und Komma“  Bedeutung(1) So machen wir das. Vielleicht klappt es. oder(2) So machen wir das vielleicht. Klappt es? Beispiel:„So machen wir das vielleicht klappt das“  „am Montag“Beispiel: „amontag“

© Wolfgang Wahlster Warum ist Sprachverstehen für den Computer so schwer? Gleiche Schallwellen werden je nach Kontext zu verschiedenen Wörtern  Beispiel: „Urlauber wollen wieder me:r ans me:r“  Urlauber wollen wieder mehr ans Meer. Viele Menschen sprechen Dialekt  Beispiel:„Isch find das nätt“ Bedeutung(1) Ich finde das nett. oder(2) Ich finde das nicht.

© Wolfgang Wahlster Warum ist das Sprachverstehen für den Computer so schwer? Bei spontaner Rede entstehen viele Versprecher  Beispiel: „Wir treffen uns dann am Mon, äh, am Dienstag.“ Dialogpartner fallen dem Sprecher oft „ins Wort“  Beispiel: System: „Können wir dann am Mittwoch zusammen zum Essen...“ Sprecher: „Da kann ich nicht.“

© Wolfgang Wahlster Warum ist das Sprachverstehen für den Computer so schwer? Der Redefluß leitet häufig in die Irre  Beispiel: „Die Staatssekretärin lobt... Subjekt:StaatssekretärinPrädikat: lobtObjekt: ?? Viele Formulierungen sind mehrdeutig  Beispiel: „Wir telefonierten mit Freunden in Japan.“ Subjekt:MinisterpräsidentPrädikat: lobtObjekt: Staatssekretärin der Ministerpräsident.“ Bedeutung(1) Wir telefonierten (mit Freunden in Japan). oder(2) (Wir telefonierten mit Freunden) in Japan.

© Wolfgang Wahlster Warum ist das Sprachverstehen für den Computer so schwer? Wortbedeutungen hängen von der Umgebung ab  Beispiel: „Philip rennt zum Ball.“ ? Ball=Fußball oder Tanzfest Seine Freundin wartet schon am Eingang. Vorsitzender Mao: „Analysiere stets die Umgebung.“

© Wolfgang Wahlster Drei Stufen der Sprachverarbeitung Akustische Sprachanalyse Wortlisten Grammatik Wortbe- deutungen Gesprächs- Kontext Wissen über das Gesprächs- thema Was hat der Sprecher gesagt? 100 Alternativen Was hat der Sprecher gemeint? 10 Alternativen Was will der Sprecher? Eindeutiges Verstehen im Gesprächs- zusammenhang Reduktion von Unsicherheit Sprachanalyse Spracherkennung Gesprochene Eingabe Sprachanalyse Sprach- ver- stehen

© Wolfgang Wahlster Wann fährt der nächste Zug nach Hamburg ab? When does the next train to Hamburg depart? Wo befindet sich das nächste Hotel? Where is the nearest hotel? Verbmobil-Szenario Hotel- und Reise- information Verbmobil Server

© Wolfgang Wahlster Grammatische Analyse Flache Analyse Zusammenführung von flacher und tiefer Sprachverarbeitung in Verbmobil Übersetzung mit Übersetzungs- statistik Auswahl und Zusammen- führung von Ergebnissen Statistische Analyse Tiefe Analyse Wort- hypothesen mit tiefer Übersetzung mit Beispiel- schablonen mit Dialog- wendungen Satz- hypothesen

© Wolfgang Wahlster Grenzen der heutigen Sprachtechnologie Umgebungsgeräusche, Stimmengewirr oder Übertragungsstörungen können zur Rückweisung der Eingabe oder zu Missverständnissen führen  Abweichungen von vorgegebenen Gesprächsthemen führen zu Fehlerkennungen  FAZIT: Erste Produkte der Sprachtechnologie werden erfolgreich vermarktet, aber es ist noch viel Forschung notwendig, um das maschinelle Sprachverstehen besser dem Menschen anzupassen.