Waarom is dit belangrijk?
Een computer kan zo uit meerdere opties de meest waarschijnlijke betekenis kiezen wanneer dezelfde woorden op meer dan één manier te lezen zijn. In de wetenschap ondersteunt stochastische semantische analyse het vertalen van spontane spraak tussen verschillende talen. Voor studenten en werknemers maken zulke vertalingen buitenlandse spraak toegankelijk in studie en werk, maar een verkeerde kans kan de bedoeling van de brontekst veranderen.
Zo werkt het in de praktijk
Onderzoekers van LIMSI-CNRS en Carnegie Mellon University pasten stochastische semantische analyse toe in dialoogsystemen. Zij gebruikten gesprekken over vliegreizen, een servicezuil met spraak en beeld, en het plannen van afspraken. De parser werd ook overgezet naar de systemen MASK en ESST.
Het onderzoek ontwerpt die parser en toetst hem aan een aanpak met vaste regels. Een tweede vraag is of het model meegaat naar een andere taak. Het werk hoort bij computationele taalkunde en spraakherkenning.
De aanpak steunt op verborgen Markov-modellen, kansmodellen voor een reeks stappen. Daarnaast koppelt het werk de analyse aan case frames, een taalkundig sjabloon voor zinsdelen. De beschrijving is ook bedoeld voor ingenieurs die interactieve spraaksystemen bouwen.




