4.3 Sprachverarbeitung

Question 1

Sprachverarbeitung - Relevanz

Answer 1

wichtiger Anwendungsbereich der vergangenen und aktuellen KI-Technike

Question 2

Sprachverarbeitung - Hauptbestandteilen

Answer 2

• Spracherkennung
• Sprachverstehen
• Spracherzeugung

Question 3

Sprachverarbeitung - Spracherkennung

Answer 3

• Identifizieren von Wörtern in der gesprochenen Sprache
• Umwandlung von Sprache in Text

Question 4

Sprachverarbeitung - Sprachverstehen

Answer 4

• Entnahme von Bedeutungen aus Wörtern und Sätzen
• Leseverstehen

Question 5

Sprachverarbeitung - Spracherzeugung

Answer 5

• Fähigkeit Informationen und Bedeutungen auszudrücken
• in Form von wohlgeformten Sätzen oder längeren Texten

Question 6

Sprachverarbeitung - Hauptaspekt

Answer 6

Sprache auf menschlichem Niveau zu interpretieren und zu verwenden

Question 7

Sprachverarbeitung auf menschlichem Niveau - Möglichkeiten

Answer 7

• Kommunikation von Menschen mit Maschinen in ihrer natürlichen Sprache
• ermöglichen eine Reihe interessanter sprachzentrierter Anwendungen:
• automatischen Übersetzung
• Erzeugung von Textauszügen, Zusammenfassungen oder kompletten Werken der Literatur

Question 8

Verarbeitung natürlicher Sprache - Entwicklungen

Answer 8

• Virtuelle Assistenten
• Verbesserte maschinelle Übersetzungen
• Extraktion von Schlüsselwörtern
• Stimmungsanalyse
• Fähigkeit von Spracherkennungssoftware zur Identifikation des Sprechenden
• Fähigkeit von Spracherkennungssoftware zur Erkennung von Wörtern

Question 9

Verarbeitung natürlicher Sprache - Virtuelle Assistenten

Answer 9

• auf handelsüblichen Telefonen und Laptops
• können immer besser auf komplexe Anfragen reagieren

Question 10

Verarbeitung natürlicher Sprache - Verbesserte maschinelle Übersetzungen

Answer 10

• zwischen zwei verschiedenen menschlichen Sprachen
• mittlerweile auch auf handelsüblichen Smartphones, Tablets oder Notebooks

Question 11

Verarbeitung natürlicher Sprache - Extraktion von Schlüsselwörtern

Answer 11

um große Textmengen zu analysieren
-> z. B. mediale Berichterstattung unterstützen

Question 12

Verarbeitung natürlicher Sprache - Stimmungsanalyse

Answer 12

• von E-Mail- und Social-Media-Texten
• zur Bewertung der Stimmung und emotionalen Einstellung des Verfassenden zum Thema

Question 13

Zusammenhang Denkvermögen und Sprache

Answer 13

menschliches Denkvermögen und logische Schlussfolgerungen beruhen auf Sprache
-> Fähigkeit Sprache zu verarbeiten, ist eng mit Konzept der Intelligenz selbst verbunden

Question 14

Turing-Test - Ziel

Answer 14

entscheiden, ob eine Maschine als intelligent angesehen werden kann

Question 15

Turing-Test - Durchführung

Answer 15

• Maschine und Mensch beteiligt
• beantworten über eine telegrafische Verbindung eine Reihe von Fragen eines Abfragesystems
• Wenn Fragesteller nicht erkennen kann, welcher Gesprächspartner eine Maschine ist, wird die Maschine als intelligent angesehen

Question 16

Turing-Test - Quintessenz

Answer 16

Fähigkeit der Maschine natürliche Sprache zu verarbeiten

Question 17

Sprachverarbeitung als technische Disziplin

Answer 17

• entstand Mitte der 1950er-Jahre
• hoher Bedarf an englischen und russischen Übersetzenden
• erste Ergebnisse zwar vielversprechend
• aber Übersetzung weitaus komplexerals ursprünglich angenommen

Question 18

Winter in der Forschung zur Verarbeitung natürlicher Sprache

Answer 18

• Im Jahr 1974
• Automatic Language Processing Advisory Committee (ALPAC) bezeichnete Sprachverarbeitung als hoffnungslos
• -> Finanzierung der Forschung vorübergehend eingestellt

Question 19

Aufleben der Forschung zur Verarbeitung natürlicher Sprache - Zeitpunkt

Answer 19

1980er-Jahre

Question 20

Aufleben der Forschung zur Verarbeitung natürlicher Sprache - Gründe

Answer 20

• Anstieg der Rechenleistung
• Paradigmenwechsel
• Anwendung der Wahrscheinlichkeitstheorie

Question 21

Aufleben der Forschung zur Verarbeitung natürlicher Sprache - Anstieg der Rechenleistung

Answer 21

• im Einklang mit dem Mooreschen Gesetz
• ermöglichte rechenintensivere Methoden zur Verarbeitung natürlicher Sprache

Question 22

Aufleben der Forschung zur Verarbeitung natürlicher Sprache - Paradigmenwechsel

Answer 22

• zunächst Grammatik-orientierten Ansatz
• später Modelle auf statistischer und entscheidungstheoretischer Grundlage

Question 23

Aufleben der Forschung zur Verarbeitung natürlicher Sprache - Grammatik-orientierter Ansatz

Answer 23

• Versuch immer komplexere Regelwerke zu implementieren
• um Komplexität der natürlichen Alltagssprache zu bewältigen

Question 24

Aufleben der Forschung zur Verarbeitung natürlicher Sprache - Modelle auf statistischer und entscheidungstheoretischer Grundlage

Answer 24

• Verwendung von Entscheidungsbäumen
• anstelle von manuell erstellten und kodierten Regeln für die Verwendung von Wörtern

-> harten Wenn-Dann-Entscheidungen

Question 25

Aufleben der Forschung zur Verarbeitung natürlicher Sprache - Anwendung der Wahrscheinlichkeitstheorie

Answer 25

• Technik namens „Part-of-Speech-Tagging“ (POS-Tagging,)
• auf Deutsch etwa: Zuordnung von Wörtern und Satzzeichen zu Wortarten

Question 26

Anwendung der Wahrscheinlichkeitstheorie - POS-Tagging

Answer 26

nutzt stochastisches Markow-Modell zur Beschreibung eines dynamischen Systems wie Sprache

Question 27

POS-Tagging - Markow-Modell

Answer 27

nächsten Zustand wird bestimmt von:
* nur dem letzten Zustand des Systems
* einer Reihe von Übergangsregeln

im Gegensatz zu Ansätzen, welche die gesamte Vorgeschichte berücksichtigen

Question 28

Verlagerung zu statistischen und entscheidungstheoretischen Modellen - Folge

Answer 28

Erhöhung der Robustheit der Methoden zur Verarbeitung natürlicher Sprache

Question 29

Abb. Natural Language Processing im Kontext von Chatbots

Answer 29

Question 30

Natural Language Processing - Herausforderungen

Answer 30

• Möglichkeiten der Fragestellung
• Entscheidungsalternativen
• Antwortmöglichkeiten