| Title |
Ein Ansatz zum Verstehen natürlicher, gesprochener Sprache durch hierarchisch strukturierte Hidden-Markov-Modelle |
| Authors |
Johannes Müller, Holger Stahl |
| Abstract |
Es wird ein Ansatz zum Verstehen natülicher, gesprochener Sprache auf der Basis
stochastischer Wissensbasen vorgestellt: Das semantische Modell generiert innerhalb eines
vorgegebenen Wirkungsfeldes mögliche semantische Gliederungen, welche wortnahe
Darstellungen des Bedeutungsinhalts sind. Das syntaktische Modell erzeugt aus einer
gegebenen semantischen Gliederung mittels hierarchisch strukturierten Hidden-Markov-Modellen
zutreffende Wortketten. Beide Modelle können in ein sprachverstehendes System
integriert werden, das in einem 'Top-Down'-Ansatz auf diese stochastischen Wissensbasen
zurückgreift.
Schlüsselwörter. Spracherkennung, Sprachverstehen, Hidden-Markov-Modell,
natürlichsprachlicher Mensch-Maschine-Dialog |
| Reference |
H. Trost (editor): Proceedings KONVENS '94 (Vienna, Austria, 1994), pp. 260-269 |
| Year |
1994 |
| Language |
German |
| Full Paper |
 download pdf file |
Kontakt