Hybride, pragmatisch eingebettete Realisierung mittels Bottom-Up-Generierung in einem natürlichsprachlichen Dialogsystem
Language
Document Type
Issue Date
Issue Year
Authors
Editor
Abstract
Natural language, written or spoken, remains the most natural way of human communication, even in times of modern graphic user interfaces and man-machine interfaces designed according to ergonomic principles. Therefore, natural language dialog systems are an outstanding way to simplify man-machine-interaction and to integrate the adaptive and configurable usage of computers in many areas of everyday life. In addition to natural language analysis and dialog management, natural language generation acts as the third crucial part of such a dialog system. In this thesis, a novel hybrid approach to natural language generation from semantic representations is presented. The approach integrates the classical processing models, shallow and deep generation, in three different ways: Resources and constructs from deep generation are used in the shallow generation processing branch, elements of shallow generation are allowed in the input structure for deep generation, and a decision module efficiently selects between the concurring processing branches shallow and deep generation. In a post-processing step, templates are generated from the results of the deep generation module; they are available for shallow generation in the further course of the dialog. Thus, the workload on deep generation is gradually transferred to the shallow generation branch at runtime, increasing the efficiency of the generation system as a whole. Additionally, in the case of a domain change, domain-dependent templates used in the shallow generation module can be generated automatically at runtime. The system HYPERBUG developed in the context of this thesis is described in terms of its architecture, implementation, and application in three different domains of the embedding dialog system, namely home A/V management, model train controlling, and B2B e-procurement.
Abstract
Die Sprache, sei es nun in geschriebener oder in gesprochener Form, ist und bleibt das natürlichste Kommunikationsmittel des Menschen, auch im Zeitalter moderner grafischer Benutzeroberflächen und nach ergonomischen Prinzipien gestalteter Mensch-Maschine-Schnittstellen. Natürlichsprachliche Dialogsysteme sind deshalb eine herausragende Möglichkeit, die Mensch-Maschine-Interaktion zu vereinfachen und die adaptive und konfigurierbare Verwendung von Rechnern in viele Bereiche des täglichen Lebens zu integrieren. Zu der Analyse natürlicher Sprache und der Dialogsteuerung tritt in einem solchen Dialogsystem die Sprachgenerierung als dritter wesentlicher Bestandteil. In dieser Arbeit wird ein neuartiger hybrider Ansatz zur Generierung natürlicher Sprache aus semantischen Repräsentationen vorgestellt. Der Ansatz integriert die klassischen Verarbeitungsmodelle flache und tiefe Generierung auf drei verschiedene Arten: Er verwendet Ressourcen und Konstrukte aus der tiefen Generierung in der flachen Generierung, er erlaubt Elemente der flachen Generierung in der Eingabestruktur für die tiefe Generierung und er verfügt über ein Entscheidungsmodul, das effizient zwischen den beiden konkurrierenden Verarbeitungssträngen flache und tiefe Generierung auswählt. Darüber hinaus werden in einem Nachverarbeitungsschritt aus den Ergebnissen der tiefen Generierung Schablonen erzeugt, die im späteren Verlauf des Dialogs für die flache Generierung zur Verfügung stehen. Dadurch wird die Verarbeitungslast zur Laufzeit schrittweise von der tiefen auf die flache Generierung verschoben, was der Effizienz des Gesamtsystems zugute kommt. Zusätzlich kann damit bei einem Domänenwechsel ein Teil der domänenabhängigen, in der flachen Generierung verwendeten Schablonen automatisch zur Laufzeit erzeugt werden. Das im Rahmen der Arbeit entwickelte System HYPERBUG wird in seiner Architektur, Implementierung und Anwendung auf drei Domänen des einbettenden Dialogsystems beschrieben, nämlich A/V-Management im Privathaushalt, Steuerung einer Modelleisenbahn und B2B E-Procurement.