SLP Notizen

Teil IV
Kapitel 20: Natural Language Generation (NLG, Erzeugung von Sprache)

Inhalt

0. nicht behandelt:
• "canned speech/text": Abspielen vorgegebener Samples/Texte
• template-filling: Einfüllen von Wörtern in gegebene Templates
• schon im Vorherein geplant
1. Einführung
• unterschiedliche Systeme haben unterschiedliche Eingaberepräsentationen
• während NLU (natural language understanding) durch Mehrdeutigkeit Probleme bekommt, ist es bei NLG das Problem der Auswahl
• Auswahl unter anderem bei:
• Inhaltsauswahl (nicht alles was kommuniziert werden soll, muss auch offen ausgesprochen werden, Sprache ist schließlich dadurch effektiv, mehrdeutig zu sein)
• Lexikalische Auswahl (zur Präzisierung/Generalisierung, im Kontext, ...)
• Satzstruktur
• Aggregation: Zusammenfassung von Information im Satz (Koordination, Ellipsen, ...)
• Anaphern
• Diskurs-Struktur: es gibt viele Möglichkeiten, etwas zu sagen
2. Architektur zur Spracherzeugung
• Diskurs-Planer: Reihenfolge und Inhalte der Sätze
• erzeugt aus gegebenem Kommunikationsziel mithilfe seiner Wissensbasis eine Diskurs-Spezifikation
• Oberflächen-Generierer: Realisierung vorgegebener Inhalte eines Satzes
• erzeugt pro Satz aus Spezifikation eine Wortfolge
• Anmerkungen
• Nachteil: reine Pipeline, Fehler werden propagiert, Wissen ist lokal
• weiterer nötiger Zwischenschritt: Mikroplanning für Anaphern und Aggregation
3. Oberflächengenerierung
• Eingabe: rein funktionale Darstellung (keine Darstellung der Form)
• Ausgabe: Ausgestaltung der Funktion
• Systemische Grammatik
• Satz: Sammlung von Funktionen
• Regeln zur Abbildung der Funktionen auf Satzstrukturen
• Functional Unification Grammar
• Grammatik als Attribut-Wert-Matrix (geschweifte Klammern für Auswahl
• Festlegung bestimmter Kategorien (Aktor, Aktion, Ziel, ...) im Satz-Knoten
• Pattern regelt in einer Liste die Anordnung der Wörter innerhalb der Konstituente
• Eingabe auch als Attribut-Wert-Matrix (Functional Description)
• TODO: Beispiel auswendig lernen
• prinzipiell bi-direktional, tatsächlich aber leicht unterschiedliche Bedarfe zwischen Erkennung und Generierung
4. Diskurs-Planung
• Wissensbasis beispielsweise aus Prozeduren mit Aktionssequenzen und darausfolgenden Seiteneffekten
• Kommunikationsziel (beispielsweise): Erklärung einer gegebenen Prozedur
• Text-Schemata
• einfaches Augmented Transition Network (ATN)
• füge Preconditions hinzu bis alle erfüllt sind
• drücke Aktion aus und füge rekursiv Teilaktionen hinzu
• Endzustand: erkläre Seiteneffekte (optional)
• Rhetorische Relationen: Rhetorical Structure Theory (RST)
• unterschiedliche Relationen zwischen Sätzen
• Ausführung/Erläuterung
• Kontrast
• Grund
• Sequenz
• Resultat
• ...
• hierarchischer Aufbau zu einem Baum
• erlaubt es, Wörter wie "jedoch" (bei Kontrast) einzufügen
• Eingabe: Ziel, das beim Hörer erzeugt werden sollen
• Prozess: Formulierung von Aktionen, die gegebene Ziele (rekursiv, top-down) erreichen
• Regeln die jeweils Sätze mit Inhalt in Relation zu anderen Sätzen erzeugen
5. weitere Themen
1. Mikroplanung
• Pronominalisierung von Anaphern, wenn ihr Fokus stark genug ist (siehe Kapitel 18)
• Aggregation (durch Koordination oder Ellipsen, wenn der Kontext ähnlich genug ist)
2. Lexikalische Auswahl
• Auswahl des passenden (Präzision/Generalisierung, Kontext/Kolokation, Register) Lexems je nach Rezipienten
6. Evaluierung
• Vergleich von maschinenerzeugtem Text mit handerzeugtem Text
• Expertenmeinungen
• Erreichen des Ziels: Testergebnisse von Menschen, die den Text gelesen haben
7. Erzeugung gesprochener Sprache
• prinzipiell aus der Wortfolge möglich (nicht integriert)
• sinnvoll: direkt in den Prozess integriert, da der Prozess bestimmte Informationen hat, die in der Wortfolge verloren gehen würden (Prosodie, Homographen, Betonung)
• wenig erforscht

letzte Änderung: 16. August 2006.