Man hat immer geträumt , Computer viele der alltäglichen Aufgaben der Menschen ausführen zu können. Aber es nur möglich, daß sie die Fähigkeit besitzen, die Sprache zu verwenden. Um natürlicher Sprache zu verstehen, ist schwer . Es erfordert sowohl liguistisches Wissen der jeweiligen Sprache als auch Weltwissen über den besprochenen Gegenstand. Hier werden wir das linguistische Wissen betrachten, das für das Verständnis nötig ist, sowie die Möglichkeiten für die Kombination des Weltwissens und des linguistiscehn Wissens zur Erzeugung eines wirkungsvollen Sprachverständnisprogrammes. Daher ist es nützlich, das gesamte Sprachverständnisproblem in zwei Aufgaben zu unterteilen:
Etwas zu verstehen heißt, etwas von einer Darstellung in eine andere zu übertragen, wobei diese zweite Darstellung so gewählt wird, daß sie einer Menge verfügbarer Tätigkeiten entspricht, die durchgeführt werden könnten, und wobei die Abbildung so ausgelegt ist, daß bei jedem Ereignis eine angemessene Tätigkeit durchgeführt wird. Wenn wir über das Verstehen reden, müssen wir immer daran denken, daß der Erfolg oder das Mißlingen eines "Verständnisprogramms" nur selten in einem absoluten Sinn gemessen werden kann, sondern statt dessen mit Blick auf die jeweils durchzuführende Aufgabe zu bewerten ist.
Um ein Gesamtbild der Sprache zu erhalten, müssen wir uns die Sprache als Paar (Quellensprache, Zieldarstellung) denken, und zwar mit einer Abbildung zwischen den Elementen. Die Zieldarstellung muß so gewählt werden, daß sie der anstehenden Aufgabe angemessen ist.
Es gibt drei Hauptfaktoren, die zur Schwierigkeit eines Verständnisproblems beitragen:
Der Abbildungsprozeß ist am einfachsten, wenn jede Komponente (Worten, Symbolen usw.) ohne Berücksichtigung der anderen Komponenten der Aussage abgebildet werden kann. Steigt andererseits die Anzahl der Wechselwirkungen, dann steigt auch die Komplexität der Abbildung. Da in vielen Sätzen aus natürlicher Sprache kann die Änderung eines einzelnen Wortes nicht nur einen Interpretationsknoten, sondern die gesamte Struktur ändern.
Jetzt beginnen wir damit, Techniken zu untersuchen, die beim Verstehen einzelner Sätze nützlich sind.
Schaue einfach jedes Wort in einem Wörterbuch nach, in dem eine Eintragung für jedes Wort, die Zieldarstellung für die Bedeutung des Wortes, enthalten ist. Viele Wörter haben jedoch mehrere Bedeutungen, und man kann eventuell nur durch Betrachtung des Wortes selbst nicht die richtige auswählen. Der Vorgang der Bestimmung der richtigen Bedeutung eines einzelnen Wortes werden aus dem Lexikon Informationen über die Zusammenhänge zugeordnet werden, in denen jede der Wortbedeutungen erscheinen kann. Jedes der Worte aus einem Satz kann als Teil des Kontextes dienen, in dem die Bedeutungen der anderen Wörter festgelegt werden müssen. z.B.: Man könnte die Interpretation der Platte als Glatze mit LEBENDES OBJEKT markieren. Dann könnte man die richtige Bedeutung von Platte im Satz "Er hatte kein Haar mehr auf seiner Platte" leicht dadurch bestimmen, daß Haare nur auf lebendigen Wesen wachsen. Solche einfachen Eigenschaften von Wortbedeutungen werden semantische Markierungen genannt. Andere nützliche semantische Markierungen sind.
Um also das lexikalische Disambiguationsproblem vollständig zu lösen, muß man immer feinere semantische Markierungen einführen. Mit steigender Anzahl solche Markierungen wird die Lexikongröße unbearbeitbar. Der Zusammenbruch des Ansatzes mit semantischen Markierung bei einer großen Zahl von Worten und Wortbedeutungen führte zu der Entwicklung anderer Möglichkeiten für die Auswahl richtiger Bedeutungen.
Ein weiterer Ansatz beruht jedoch auf ziemlich lokalen Informationen. Er wird Präferenzsemantik genannt und beruht auf dem Gedanken, daß Anforderungen wie diejenige, die oben für ein Objekt, das ein ORT ist, beschrieben werden, nur selten schnell und eindeutig festgelegt werden können. Sie können eher als Präferenzen beschrieben werden. Wir können z.B. sagen, daß Verben wie mögen ein Subjekt bevorzugen, das lebendig ist. Daher haben wir keine Schwierigkeit, den Satz " Brigitte mag keine Kälte" so zu verstehen, daß er die Gefühle einer Frau und nicht die einer Zeitung beschreibt.
Der zweite Teil des Verständnisprozesses, die Kombination der Wörter zur Bildung einer Struktur, die die Bedeutung eines Satzes darstellt, ist ebenfalls schwierig. Sie muß auf einer Vielzahl von Informationsquellen beruhen, einschließlich des Wissens über die verwendete Sprache, des Wissens über das besprochene Gebiet und des Wissens über Konventionen für die Sprachverwendung, die die Benutzer einer Sprache anwenden. Da in diesem Interpretationsprozeß so viele Dinge beteiligt sind, ist es manchmal nützlich, sie in drei Komponenten aufzuteilen:
Die Grenzen zwischen diesen drei Ansätzen sind oft sehr verschwommen. Die Analysen werden manchmal nacheinander und manchmal gleichzeitig durchgeführt. Wenn sie nacheinander durchgeführt werden, können sie gegenseitig Hilfe voneinander benötigen. Um zwischen den syntaktischen Strukturen, die den Möglichkeiten für das Anhängen des präpositionalen Satzteils entsprechen, zu unterscheiden, ist es nötig, um semantische Informationen zu ersuchen. Eine dieser Strukturen macht Sinn, die andere aber nicht. Daher kann es zwar häufig nützlich sein, diese drei Phasen in einem gewissen Umfang zu trennen. Es gibt aber so viele Möglichkeiten für ihre Wechselwirkung, daß eine vollständige Trennung unmöglich ist.
Um sicherzustellen, daß kein Detail der Bedeutung eines Satzes übersehen wird, muß man die Einzelheiten seiner Struktur bestimmen. Diese erfolgt mit einem Prozeß, der Zergliederung genannt wird. Um einen Satz zu zergliedern, muß man eine Grammatik anwenden, die die Struktur der Zeichenfolgen in einer speziellen Sprache beschreibt. Ist eine solche Grammatik gegeben, kann ein Zergliederer jedem grammatischen Satz eine Struktur zuweisen. Diese Struktur wird Zergliederungsbaum genannt.
Eine einfache Grammatik für ein Sprachfragment
S --> NP VP NP --> den NP1 NP --> NP1 NP --> ADJS N ADJS --> * | ADJ ADJS VP --> V VP --> V NP N --> Roland | Junge | Ball ADJ --> klein | groß V --> traf | lief
Der Zergliederungsbaum , der unter Verwendung obige Grammatik für den Satz "Roland traf den Ball" erzeugt wird.
S
/ \
NP VP
| / \
NP1 V NP
/ | | / \
ADJS N traf den NP1
| | / \
E Roland ADJS N
| |
* Ball
Der zergliederungsprozeß führt zwei Dinge aus :
Für eine gegebene Sprache kann es viele Grammatiken geben. Obwohl alle Grammatiken die gleiche Sprache beschreiben können, sind sie eventuell nicht gleichwertig in Hinsicht auf ihre Nützlichkeit. Einige Grammatiken können für eine wirksame Zergliederung verwendet werden, während andere mehr Suche erfordern können. Zusätzlich bewirken verschiedene Grammatiken, daß verschiedene Zergliederungsbäume erzeugt werden, da ein Zergliederungsbaum eines Satzes die Produktionen wiedergibt, die zu seiner Erzeugung angewendet wurden.
Um einen Satz zu zergliedern, ist es nötig, einen Weg zu finden, in dem der Satz vom Startsymbol aus erzeugt werden könnte. Dies kann auf zweierlei Art und Weise geschehen:
Die Wahl zwischen diesen beiden Ansätzen entspricht der Wahl zwischen den Vorwärts- und Rückwärtsschließen in anderen Problemlösungsaufgaben. Der wichtigste Punkt ist der Verzweigungsfaktor. Ist er rückwärts oder vorwärts größer? Ein weiterer wichtiger Punkt ist Verfügbarkeit guter Heuristiken für den Auswertungsfortschritt. Manchmal werden diese beiden Ansätze zu einem einzelnen Verfahren kombiniert, da Zerlegung von unten nach oben mit Filterung von oben nach unten genannt wird.
Der Vorgang des Verstehens eines Satzes ist ein Suchprozeß, in dem ein sehr großes Universum möglicher Interpretationen untersucht werden muß, um eine zu finden, die alle Einschränkungen erfüllt, die von dem jeweiligen Satz auferlegt werden. Wie bei jedem Suchprozeß müssen wir uns entscheiden, ob wir alle möglichen Pfade oder statt dessen nur einen einzigen wahrscheinlichen untersuchen, womit wir nur das Ergebnis des einen Pfades als Antwort erzeugen. Es gibt vier Möglichkeit für Pfadebefolgung : Alle Pfade, Bester Pfad mit Rückverfolgung, Bester Pfad mit Ausbesserung, Abwarten.
Der Typ einer Sprache entspricht dem eingeschränktesten Typ einer Grammatik, die für ihre Beschreibung ausreicht. Eine nützliche Art für die Definition eingeschränkter Grammatiken ist Chomsky-Hierarchie.
Die erweiterten Übergangsnetze liefern eine Möglichkeit dafür, daß viel Wissen in das Zerlegungssystem stecken können. Ein ATN einspricht einer Maschine mit endlichen Zuständen, in der die Klasse der Markierungen, die an die Bögen angehängt werden können, um die Übergänge zwischen den Zuständen zu definieren, erweitert worden ist. Die Bögen können mit einer beliebigen Kombination aus dem Folgenden gekennzeichnet werden:
Wegen der Vielzahl der Bedingungen, die den Bögen zugeordnet werden können, besitzt ein ATN die formale Kraft einer Turing-Maschine.
Das Verstehen von Satzgruppen, entweder in einem Text oder in einem Dialog, ist eine noch schwierigere Aufgabe, da es die Fähigkeit erfordert, Beziehungen zwischen den Sätzen zu finden., Um die Beziehungen zwischen den Sätzen erkennen zu können, ist sehr viel Wissen über die besprochene Welt erforderlich. Programme, die Satzfolgen verstehen können, beruhen auf großen Wissensbanken. Die Art, in der dieses Wissen organisiert ist, ist für den Erfolg des Verständnisprogramms kritisch. Es illustriert mehrere der folgenden Probleme, die alle von einem effektiven Dialogverständnissystem gelöst werden müssen:
Indirekte Sprechhandlungen - Menschen sagen oft nicht genau, was sie meinen. Manchmal sind die von ihnen gegebenen Antworten keine direkten Antworten auf die gestellten Fragen. Es können aber nicht nur die Antworten auf die Fragen indirekt sein, einfache Aussagen über eine Tatsache sollen häufig mehr als ihre direkte Bedeutung weitergeben. [ Cohen, 1979] beschreibt einen Ansatz für das Verstehen solcher Ausdrucksweisen, der sich auf das Verstehen des Plans des Sprechers konzentriert.
Implizite Voraussetzungen - Menschen stellen oft Fragen, die Tatsachen voraussetzen, die möglicherweise nicht wahr sind. Sind die Voraussetzungen nicht wahr, sollte dies vom Antwortenden herausgestellt werden.
Anaphorische Verweise - Dialoge enthalten häufig mehr anaphorische Verweise als fortlaufend Texte. Diese Verweise können sich auf Dinge beziehen, die von einem der beiden Teilnehmer des Dialogs früher erwähnt worden sind.
Satzfragmente - Die meisten geschriebenen Texte setzten sich zwar aus vollständigen grammatikalischen Sätzen zusammen, ein großer Teil der meisten Dialoge tut dies jedoch nicht. Normalerweise könnten diese Fragmente eine Teil eines grammatikalisch Satzes bilden, der aus der Frage abgeleitet wird, auf die sie antworten.
Um den Dialog trotzdem verstehen zu können, ist es besonders wichtig, daß alle verfügbaren Informationsquellen genutzt werden:
[Schank, 1977] liefert eine detailiertere Besprechung einer Zielsystematik, während eine Menge von Regeln liefert, die beschreiben, wie die Ziele einer Person miteinander in Wechselwirkung stehen können.
Um ihre Ziele zu erreichen, benutzen Menschen Pläne. Eine Definition eines Plans ist die folgende:
Ein Plan ist ein hierarchischer Prozeß in dem Organismus,
der die Reihenfolge steuern kann, in der eine Sequenz
von Tätigkeiten auszuführen ist.
Da viele Zeile häufig auftreten, besitzen Menschen eine Sammlung bereits vorkonstruierter Pläne, die sie bei Bedarf verwenden können. Wenn ein Verständnisprogramm das Vorhandensein eines dieser Pläne erkennen kann, dann kann es Schritte folgern, die in der Geschichte ausgelassen wurden.
Es gibt zwei wichtige Teile des Prozesses der Wissensverwendung zur Erleichterung des Verständnisses:
Einfache Objekte und Ereignisse können gut in einem semantischen Netz dargestellt werden. Die Idee der Aufteilung eines semantischen Netzes kann so erweitert werden, daß sie die Darstellung von Brennpunkträumen, d.h. Sammlungen von Knoten und Bögen, die zusammen betrachtet werden sollten, einschließt. Damit können, wenn die Darstellung eines Objekts gefunden wird.
Die Verwendung von Brennpunkträumen im Verständnisprozeß schließt zwei Schritte ein:
Um die einzelnen Überzeugungen jedes Teilnehmers in einem Dialog (oder der einzelnen Charaktere in einer Geschichte) darzustellen, muß man zwei Dinge tun können:
Anforderung 1 macht es unbedingt erforderlich, daß gemeinsame Überzeugungen nicht in der Darstellung doppelt wiedergegeben werden. Das signalisiert, daß eine einzelne Datenbank verwendet werden muß, um die Überzeugungen aller Teilnehmer darzustellen. Anforderung 2 verlangt jedoch, daß es möglich sein muß, die Überzeugungen einer Person von denen einer anderen zu trennen. Eine Möglichkeit dafür ist die Idee der Unterteilung, die wir bereits im Kontext semantischer Netze besprochen haben, obwohl sie auch auf andere Darstellungen ausgedehnt werden kann.
Es gibt eine Menge von Regeln über die Konversation, die von allen Sprechern gemeinsam verwendet werden. Üblicherweise werden diese Regeln befolgt. Manchmal werden sie auch nicht befolgt, aber dann überträgt schon die Verletzung der Regeln selbst etwas. Einige dieser Konversationspostulate sind:
Aufrichtigkeitsbedingungen - damit eine Aufforderung von A an B, R auszuführen, aufrichtig ist, muß A wünschen, daß B R ausführt, muß A annehmen, daß B R ausführen kann, muß A annehmen, daß B gewillt ist, R auszuführen, und muß A glauben, daß B nicht sowieso schon R ausgeführt hätte. Wenn A versucht, eine dieser Bedingungen durch Stellen einer Frage an B zu bestätigen, sollte diese Frage normalerweise von B als gleichwertig mit der Aufforderung R angesehen werden,
z.B. A: Können Sie die Tür öffnen?
Vernünftigkeitsbedingungen - Damit eine Aufforderung von A an B,R auszuführen, vernünftig ist , muß A einen Grund dafür haben, R ausführen lassen zu wollen, muß A einen Grund dafür haben, anzunehmen, daß B R ausführen kann, muß A einen Grund dafür haben, anzunehmen, daß B willens ist, R auzuführen, und muß A einen Grund dafür haben, anzunehmen, daß B nicht plante, R auszuführen. Vernünftigkeitsbedingungen könne häufig eine Grundlage für die Ablehnung einer Aufforderung sein. Zusammen mit den oben beschriebenen Aufrichtigkeitsbedingungen sorgen sie für die Kohärenz des folgenden Dialogs:
A: Können Sie die Tür öffnen? B: Warum wollen Sie sie geöffnet haben?Angemessenheitsbedingungen - Damit eine Aussage angemessen sein kann, muß sie die richtige Menge an Informationen liefern, die Überzeugungen des Sprechers genau wiedergeben, präzise und unzweideutig und außerdem höflich sein. Diese Bedingungen sind für As Antwort auf den folgenden Austausch verantwortlich:
A: Wer gewann das Rennen? B: Jemand mit langem dunklem Haar. A: Ich dachte, ich kannte alle Läufer.
A folgerte aus Bs unvollständiger Antwort, daß B nicht wußte, wer das Rennen gewonnen hatte, da B sonst den Namen genannt hätte. Natürlich "drücken" sich Menschen manchmal vor diesen Konventionen. Im folgenden Dialog drückt sich B explizit:
A: wer soll für die Position nominiert werden? B: Leider kann ich diese Frage nicht beantworten.
Wenn sich aber niemand drückt und wenn man annimmt, daß eine kooperative Beziehung zwischen den Parteien eines Dialogs besteht, erleichtert die gemeinsame Annahme dieser Postulate die Kommunikation erheblich.
Wir haben bereits geschriebene Sprache gesprochen. Jetzt werden wir ein bißchen zur gesprochene Sprache eingehen. Wie gesagt, um das die gesprochene Sprache versteht, brauchen wir alle Funktionen eines Verständnisprogramms für geschriebene Sprache sowie des zusätzlichen Wissens über die Lautlehre sowie genügend zusätzliche Informationen zur Bearbeitung weiterer Zweideutigkeiten, die sich in der Sprache ergeben.
Die Wahrnehmung beziehen sich hier auf Spracherkennung. Wenn wir bemerkt haben, daß eine Art Signal vorhanden ist , haben wir es wahrgenommen. Um z.B. einen Satz zu analysieren, müssen wir zuerst die einzelnen Töne identifizieren und dann die Töne zu Worten zusammensetzen. Danach müssen wir die Worten zu einer Satzstruktur kombinieren, die einen Sinn ergibt.
Wir können der Gesamtverständisprozeß in verwaltbare Stücke unterteilen:
Eine Möglichkeit zur Überwindung einiger Schwierigkenten von Wahrnehmungsaufgaben ist die Verwendung des Einschränkungserfüllungsverfahren.
Jetzige Natürlichsprachesystem gibt es immer noch Hemmschuh. Manche Produkt erkennt Texte nicht immer zuverlässig, manche fehlen noch einige wichtig Programmfunktion z.B. es wird auf Sprachbefehle zu sinnvollen Korrektur einzelner Satzfragment ganz verzichtet.
Es müssen noch sehr viel zu tun, bis ein Computerprogramm geschrieben werden, das Gesamtverhalten der Natürlichsprache entspricht.
Elaine Rich ,1988 KI-Einführung und Anwendungen
Skriptum von A.Schwiekard Wissenbasierte Systeme I
C't 1997, Heft 13 Flüssiges Verstehen
Nilsson, Nils J, 1980 Principles of artificial intelligence