🚀 go-pugleaf

From: bert@sbsvax.uucp
To: mod-ki@unido.uucp
Date: Wed, 06 Sep 89 15:08:15 N
Subject: Rezension "Levelt: Speaking - From Intention to Articulation"
Keywords: Literatur

mod-ki message 0287
************************************************************************
Copyright (c) 1989 Norbert Reithinger. All rights reserved.

Fuer  alle,   die   interessiert sind,   mehr  ueber  die  menschliche
Sprachproduktion zu erfahren, ist jetzt ein Buch erschienen, das einen
Ueberblick  der   Forschungen   auf  diesem   Gebiet   gibt  und   ein
einheitliches Modell der Sprachproduktion vorstellt:
 
       Willem J. M. Levelt:
       Speaking - From Intention to Articulation
       The MIT-Press; Cambridge, MA., 1989
       ISBN 0-262-12137-9
       566 Seiten
       in BR Deutschland 126,60 DM (zumindest bei meinem Buchhaendler)
 
Der  Autor  W.   Levelt  ist  Leiter des   Max-Planck  Instituts  fuer
Psycholinguistik  in  Nijmegen.  Wer aufgrund dieser Tatsache annimmt,
ein Buch nur fuer Psycholinguisten vorzufinden, sieht sich getaeuscht.
Hier  wurde  nach  den  Worten  des  Autors der meiner   Meinung  nach
geglueckte Versuch unternommen, die  sehr reichhaltige, aber  in viele
wissenschafliche (Unter-)Disziplinen   verteilte Literatur zu sichten,
zusammenzufassen und in einer geschlossenen Form zu repraesentieren.
 
Levelt   legt      dem    Buch   ein     Modell       des menschlichen
Spracherzeugungssystem  zugrunde,  das aus  drei  Komponenten besteht.
Der 'Conceptualizer' erzeugt eine Nachricht ('preverbal message'), die
an    den   'Formulator'      gesendet    wird.   Dort    wird    eine
Oberflaechenstruktur  erzeugt und  phonologisch  kodiert.   Die letzte
Stufe, der 'Articulator', erhaelt einen phonetischen Plan, aus dem die
Aeusserung erzeugt wird.  Die Kontrolle dieses  Systems wird durch ein
parallel dazu  existierendes sprachverstehendes System gewaehrleistet,
das die   Ausgabe  des Formulators als interne  Sprache,  oder die des
Articulators  als  geaeusserte Sprache  analysiert  und das  jeweilige
Analyseergebnis dem Conceptualizer zugaenglich macht.  Dort kann, wenn
noetig, eine Korrektur stattfinden.  Levelt stellt die These auf, dass
die einzelnen  Komponenten  des menschlichen   Spracherzeugungssystems
relativ   autonom arbeiten und   stuetzt  diese  These  mit    einigen
empirischen  Untersuchungen.    Ein weiteres  Charakteristikum ist die
inkrementelle Verarbeitung in  den drei Ebenen.   Jede  Ebene arbeitet
parallel  zu  den anderen und uebergibt  Informationsfragmente, die in
ihr bestimmt wurden, sofort an die naechste Ebene weiter.
 
Nun wird Schritt fuer Schritt  der  Sprachproduktionsprozess in diesem
Modell  von  der Ebene  der   Planung einer  Aeusserung bis  zu  deren
Realisierung  behandelt.  Dabei wird   fuer  jede Stufe  zunaechst der
Aufbau der internen Repraesentation betrachtet und  danach erlaeutert,
wie  sie  entsteht  und verarbeitet wird.   Zum Abschluss beschaeftigt
sich Levelt dann  mit   der Ueberwachung  und Korrektur  waehrend  des
Sprechens.   Soweit vorhanden,  werden immer empirische Untersuchungen
angefuehrt, die die  in dem  Modell aufgestellten Hypothesen stuetzen.
Aber auch Ergebnisse, die  mit dem Modell unvertraeglich  sind, werden
nicht unterschlagen.
 
Fuer den weithin bekannten 'sprachorientierten KI-Forscher' nicht neu,
wird zunaechst ein Ueberblick gegeben ueber die Einfluesse, die daraus
resultieren, dass  Sprechen in der Welt stattfindet.   Hier werden die
Regeln, die das  Verhalten bei  Dialogen steuern, die Bedingungen, die
sich aus  dem  situativen     Kontext  ergeben,      die   Grice'schen
Konversationsmaximen    und  die    Sprechakttheorie  im    Ueberblick
praesentiert.
 
Danach wird die    Struktur  der   'Message'  untersucht,   die    vom
Conceptualizer  erzeugt  wird.     Hier  wird angenommen,   dass   sie
propositional,  wie  aus  der 'klassischen'  KI  bekannt,  dargestellt
werden kann.  Einflussfaktoren beim Aufbau sind Informationen, die aus
der Einstellung des Sprechers kommen, und  auch Anforderungen, die aus
der  Zielsprache stammen.    Hier    werden  z.B.  die   verschiedenen
deiktischen Systeme des Englischen und Japanischen angefuehrt.
 
Die Generierung einer Message  erfolgt in zwei  Stufen, der Macro- und
Microplanung.  In der ersten Stufe  wird die  Intention als eine Folge
von  Zielen ausgearbeitet  und es  werden Informationen gesammelt, die
diese Ziele  ausdruecken.  Hierbei ist  es  haeufig  so,  dass nur die
Information   mitgeteilt wird, die es   dem   Hoerer ermoeglicht,  die
gewuenschte Intention abzuleiten.  Andererseits werden Objekte oftmals
mit redundanten Attributen bezeichnet, sodass hier eine Verletzung der
Griceschen Maxime vorliegt.     In der   Makroplanung  wird auch   das
Linearisierungsproblem geloest, naemlich in welcher  Reihenfolge etwas
gesagt wird.    Die Microplanung   bestimmt  fuer   zu verbalisierende
Entitaeten  Informationen, aus der  der  Hoerer ableiten  kann, wo der
Referent gefunden werden kann,  z.B.  im gegenwaertigen  Fokus.  Zudem
werden hier noch Informationen ueber Perspektive und sprachspezifische
Eigenheiten kodiert, z.B. welche zeitlichen  Relationen gesagt  werden
muessen.
 
Der naechste Schritt  ist die Generierung   der  Oberflaechenstruktur.
Diese Struktur   haengt stark  von   der jeweiligen Sprache   ab.  Als
Gegenpole werden das Englische (konfigurational, d.h.  feste Wort- und
Phrasenordnung)     und  Malayalam  (nicht    konfigurational,   freie
Wortstellung)  praesentiert.    Das Deutsche  liegt irgendwo  zwischen
diesen Extremen.
 
Das Lexikon hat eine  wichtige  Stellung im Modell, da die Generierung
lexikongesteuert ablaeuft.  Jeder Eintrag im mentalen Lexikon enthaelt
Information ueber die  Semantik, die Syntax,  die  Morphologie und die
Phonologie   eines  Wortes.  Levelt    untersucht   die  verschiedenen
Ansaetze, inklusive eines konnektionistischen. Ein  wichtiges Ergebnis
ist,  dass, da  etwa  150  Woerter  pro  Minute gesprochen werden, der
Zugriff auf das Lexikon parallel erfolgen muss. Sequentielle Verfahren
sind zu   langsam.  Aus  der    Untersuchung von  Sprachfehlern,  z.B.
Ersetzungen  eines  Wortes   durch ein anderes,  wird aufgezeigt,  wie
mehrere  Woerter  parallel  aktiviert werden und   welche Verbindungen
zwischen den einzelnen Eintraegen bestehen muessen.
 
Nachdem die Struktur  der Syntax und das Lexikon  behandelt sind, wird
die Generierung  der Oberflaechenstruktur untersucht.   Dieser Prozess
verlaeuft groesstenteils  automatisch,  d.h.  er unterliegt  nicht der
bewussten    Kontrolle  des Sprechers.   Als ein    Beispiel  fuer die
Verarbeitung auf dieser Ebene stellt Levelt den Formalismus von Kempen
und Hoenkamp    vor,  die 'Incremental  Procedural   Grammar'.  Dieser
erfuellt die Anforderungen, die  aus der Sicht  eines Psycholinguisten
an    ein   syntaktisches System    gestellt  werden  muessen:  Er ist
lexikonbasiert, generiert  inkrementell  von    links    nach  rechts,
akzeptiert die Fragmente einer  Message in beliebiger  Reihenfolge und
verarbeitet Konstituenten   parallel.  Im weiteren  wird  gezeigt, wie
sich   Topikalisierung und   die   Notwendigkeit,   einen  kohaerenten
Dialogbeitrag  bzw.  Text zu  erzeugen,  auf dieser Verarbeitungsebene
auswirken.
 
Die meisten   Generierungssysteme  haben    nach   dieser  Stufe   der
Verarbeitung noch ein Flektionsmodul, womit die Generierungsarbeit als
beendet   betrachtet   wird.      Der   obengenannte        notorische
'sprachorientierte  KI-Forscher' gibt sich  leider zumeist spaetestens
dann zufrieden, wenn   die flektierten  Woerter auf  dem    Bildschirm
erscheinen.  Dabei wird oft unterschlagen, dass die Absichten, die der
Sprecher mit einer  Aeusserung uebermitteln will, oftmals entscheidend
von der Intonation  abhaengen.   Man denke nur  an Saetze wie "Ich bin
ueberzeugt, dass X ein guter Bundeskanzler ist."  Das  Buch von Levelt
raeumt aber  der Verarbeitung von   den  phonetischen Plaenen fuer die
Woerter bis zur  Artikulation durch die  ausfuehrliche  Behandlung den
gleichen Stellenwert ein.
 
Nachdem   kurz  die Morphologie  behandelt  wurde, werden verschiedene
Aspekte einzelner Woerter  untersucht,  wie  Betonung,  Segmentierung,
Metrik und Tonhoehe.  Auf  dieser  Grundlage werden die   phonetischen
Plaene bei fliessend gesprochener Sprache behandelt.  Dann wird zeigt,
wie aus  einem gegebenen Wort der phonetische  Plan erzeugt wird.  Die
Ergebnisse aus  den  vorangegangenen  Untersuchungen werden  in  einer
Architektur    des  Systems   fuer    die    phonologische   Kodierung
zusammengefasst.     Als neues   Element  wird  ein  Prosodiegenerator
eingefuehrt,  der fuer  die  einzelnen Segmente Rhythmus und  Betonung
bestimmt.
 
Die Tour durch das Generierungsmodell wird  mit der Beschreibung einer
der 'komplexesten   motorischen  Faehigkeiten  des  Menschen'   -  der
Artikulation    -  beendet.   Hier   wird    anhand von    empirischen
Untersuchungen  gezeigt, dass   die   phonetische Planung als  atomare
Einheiten Silben benutzt.  Falls das  Wort  mehr  als zwei Silben hat,
muessen Teile der  zweiten  bereits  verfuegbar sein, damit  die erste
ausgesprochen werden kann.   Danach  werden  die Organe, die fuer  die
Sprachproduktion wichtig sind,  vorgestellt, und es wird gezeigt,  wie
diese Organe waehrend des Sprechens kontrolliert werden.
 
Das Buch endet  mit der Selbstkontrolle  waehrend  des  Sprechens.  Es
gibt   zwei Theorien  der Ueberwachung,   die  'editierende'  und  die
'konnektionistische'.    Bei  der ersten  wird das   Sprechen auf zwei
verschiedene Arten  ueberwacht: intern, indem  der phonetische Plan an
das sprachverstehende  System uebergeben wird,  und extern, wobei hier
ueber das Gehoer  die Sprache wieder analysiert wird.   Levelts Modell
des  Sprachproduktionsprozesses  folgt   also   dieser Theorie.    Die
konnektionistische  Theorie  nimmt  an,  dass  das sprachproduzierende
System mit dem analysierenden identisch ist und dass  die Ueberwachung
und    Fehlerkorrektur  durch  eine  rueckwaerts  laufende Aktivierung
erfolgt.    Schliesslich werden   die  verschiedenen   Verfahren   zur
Korrektur beschrieben, die nach der  Entdeckung eines Fehlers moeglich
sind.  Dabei zeigt sich,  dass Unterbrechungen  waehrend des Sprechens
nicht an   Phonem-,  Wort-  oder  Phrasengrenzen  gebunden  ist.   Die
Korrektur  selbst erfolgt   so,  dass immer  moeglichst   viel von der
Struktur der urspruenglichen Aeusserung erhalten bleibt.  Zuletzt wird
noch erwaehnt, dass  der  Sprecher auch immer den Zuhoerer  beobachtet
und  sofort  reagiert, wenn er  wahrnimmt, dass seine Aeusserung nicht
verstanden wird.
 
Ich halte das Buch fuer sehr gelungen und moechte  es  allen, die sich
fuer  das Gebiet  der Sprachgenerierung interessieren,  sehr ans  Herz
legen.  Hier wird in einem grossen Bogen das am besten funktionierende
Sprachproduktionssystem, naemlich  das des Menschen,  unter Verwendung
von Ergebnissen und Methoden der  Psycholinguistik, Linguistik und  KI
beschrieben.  Aus eigener  Erfahrung weiss   ich, dass  es nicht  ganz
leicht ist, sich als Fachfremder  in die psycholinguistische Literatur
zum Thema Sprachprodukion einzuarbeiten und die fuer die Arbeit in der
KI  relevanten  Teile herauszufinden.   Fuer den  aus der KI kommenden
Interessenten    wird dieses Material in   dem  Buch  in   einer  sehr
verstaendlichen  Art praesentiert.  Zudem  werden  die mit dem  Modell
aufgestellten   Hypothesen immer    an den experimentell    gewonnenen
Ergebnissen  gemessen.   Hierbei wird   deutlich,  und  auch  deutlich
gesagt, wo  die  Hypothesen, die ja  auch  Basis  fuer  die  Arbeit an
KI-Systemen sind, plausibel erscheinen und wo  noch Luecken zu fuellen
sind.

Auch wer  sich nicht fuer   ein  psychologisch fundiertes  Modell  der
Generierung  interessiert,   auf  die   Ausgabe  gesprochener  Sprache
verzichtet, und einfach nur  ein Generierungssystem bauen will, findet
in den ersten sieben Kapiteln   alle  die Punkte angesprochen, die  in
einem solchen System, z.B.  bei der  NP-Generierung, zu beachten sind.
Der   systematische Aufbau  des Buches   erleichtert   zusaetzlich den
Zugang.   Die   geschlossene   Darstellung  ist meines   Wissens  hier
erstmalig geleistet worden.
 
Norbert Reithinger
 
------------------------------------------------------------------
|NET: bert%sbsvax@unido.uucp (via uunet, mcvax, relay.cs.net,...)|
|     bert@fb10vax.informatik.uni-saarland.dbp.de                |
|     (via relay.cs.net, if some mailer doesn't understand '.de')|
|     It's a long address, but it's a X400-network! ;-)          |
|----------------------------------------------------------------|
|POST: Norbert Reithinger               | PHONE: +49-681-302-2865|
|      SFB 314, FB 10 - Informatik IV   |------------------------|
|      Universitaet des Saarlandes      | C is what happens      |
|      Im Stadtwald 15                  | when you write         |
|    D-6600 Saarbruecken 11             | a parser stoned        |
|      Federal Republic of Germany      |                        |
------------------------------------------------------------------
************************************************************************