Maschineller Spracherwerb - Verstärkungslernen minimalistischer Grammatiken

• Antragsteller: Professor Dr.-Ing. Matthias Wolff
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Allgemeine und Vergleichende Sprachwissenschaft, Experimentelle Linguistik, Typologie, Außereuropäische Sprachen
• Förderung: Förderung von 2020 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 432615119

Sprachgesteuerte Benutzerschnittstellen erleichtern Anwendern die Steuerung von Geräten und Haushaltsfunktionen. Anstelle von Tastatur und Display als Ein- und Ausgabeschnittstellen, können Anweisungen und Antworten sprachakustisch ausgetauscht werden. Insbesondere hinsichtlich zukünftiger Smart Home-Entwicklungen und Anwendungen in der Gesundheitswissenschaft, werden solche Benutzersteuerungen von zunehmender Wichtigkeit. Damit ein "kognitiver Agent" mit einem Benutzer in natürlicher Sprache kommunizieren kann, benötigt er linguistisches Wissen in Form eines "mentalen Lexikons", worin Wortlaute und Orthographie, grammatische Kombinationsmöglichkeiten und Bedeutungen abgespeichert sind. Dieses Lexikon muss von Experten in mühevoller Kleinarbeit kodiert werden, was technische Alltagsanwendungen bisher praktisch verhindert hat. Das Ziel des Projekts besteht darin, das mentale Lexikon eines Agenten interaktiv im Verlauf des maschinellen Spracherwerbs zu erlernen. Dazu werden neuartige Erkenntnisse der theoretischen Linguistik in der Sprachtechnologie angewendet. Das von Chomsky begründete "Minimalistische Programm" der generativen Grammatik stellt eine etablierte und tief ausgearbeitete Grammatiktheorie zur Verfügung, in deren Rahmen verschiedene Sprachebenen der Syntax, Semantik und Phonologie eng miteinander verknüpft und formal implementiert werden konnten. Die für das vorgeschlagene Projekt entscheidende Besonderheit minimalistischer Grammatiken ist ihre effektive Lernbarkeit durch positive Beispiele. Indem auch negative Beispiele zum Spracherwerb zugelassen werden, sollen ungrammatischen Verallgemeinerungen vermieden werden. Die Kombination positiver und negativer Evidenz ist ein herausragendes Kennzeichen für "Verstärkungslernen", welches auf Skinner zurückgehend für die Erforschung künstlicher Intelligenz und adaptiver Verhaltenssteuerungen grundlegend geworden ist.

• DFG-Verfahren: Sachbeihilfen