Kontext- und Korreferenzanalyse für gesprochene Sprache

Menschen nutzen zum Verständnis ihres Gegenüber den Kontext der Konversation und ihr erlerntes Wissen über Zusammenhänge. Deshalb sollte auch Rechnern zum Verständnis von gesprochener Sprache ein Kontextwissen zur Verfügung stehen. Hierfür wird im Rahmen des PARSE -Projektes ein Kontextanalysewerkzeug vorgestellt, welches ein Kontextwissen aufbaut. Dies schließt den Aufbau einer Repräsentation des zuletzt Gesagten sowie eine Konzeptbildung mit ein. Dies ermöglicht es, die gebildeten Konzepte um Beziehungen untereinander anzureichern und schafft es somit ein umfassenderes Abbild der Zusammenhänge zu bieten. Um eine der vielfältigen Anwendungsmöglichkeiten des Kontextwissens zu verdeutlichen, wird eine kontextbasierte Auflösung von Referenzen umgesetzt. Diese setzt auf eine Siebarchitektur, welche in der Lage ist, je nach gegebenen Informationen die Kandidaten einer Referenz einzugrenzen. Die Funktionalität wird anschließend auf händischen Transkriptionen von Anweisungen an einen Roboter evaluiert. Die Auflösung von Referenzen erreicht dabei ein F1-Maß von 0,88. Das Referenzsystem Stanford Deterministic Coreference Resolution System, welches den Stand der Technik darstellt, erreicht hingegen nur einen Wert von 0,64. ... mehrKontextwissen kann also maßgeblich zum Verständnis gesprochener Sprache beitragen. Dieses Verständnis könnte zukünftig mit einer vom Kontext unterstützten Wortbedeutungsanalyse noch weiter ausgebaut werden.