Search (177 results, page 1 of 9)

  • × theme_ss:"Computerlinguistik"
  1. Hotho, A.; Bloehdorn, S.: Data Mining 2004 : Text classification by boosting weak learners based on terms and concepts (2004) 0.18 
    0.18242958 = product of:
  0.24323945 = sum of:
    0.059292488 = product of:
      0.17787746 = sum of:
        0.17787746 = weight(_text_:3a in 562) [ClassicSimilarity], result of:
          0.17787746 = score(doc=562,freq=2.0), product of:
            0.31649777 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.037331607 = queryNorm
            0.56201804 = fieldWeight in 562, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.046875 = fieldNorm(doc=562)
      0.33333334 = coord(1/3)
    0.17787746 = weight(_text_:2f in 562) [ClassicSimilarity], result of:
      0.17787746 = score(doc=562,freq=2.0), product of:
        0.31649777 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.037331607 = queryNorm
        0.56201804 = fieldWeight in 562, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.046875 = fieldNorm(doc=562)
    0.006069501 = product of:
      0.030347504 = sum of:
        0.030347504 = weight(_text_:22 in 562) [ClassicSimilarity], result of:
          0.030347504 = score(doc=562,freq=2.0), product of:
            0.13072893 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.037331607 = queryNorm
            0.23214069 = fieldWeight in 562, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=562)
      0.2 = coord(1/5)
  0.75 = coord(3/4)
    Content
    Vgl.: http://www.google.de/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&ved=0CEAQFjAA&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.1.91.4940%26rep%3Drep1%26type%3Dpdf&ei=dOXrUMeIDYHDtQahsIGACg&usg=AFQjCNHFWVh6gNPvnOrOS9R3rkrXCNVD-A&sig2=5I2F5evRfMnsttSgFF9g7Q&bvm=bv.1357316858,d.Yms.
    Date
    8. 1.2013 10:22:32
  2. Noever, D.; Ciolino, M.: ¬The Turing deception (2022) 0.12 
    0.118584976 = product of:
  0.23716995 = sum of:
    0.059292488 = product of:
      0.17787746 = sum of:
        0.17787746 = weight(_text_:3a in 862) [ClassicSimilarity], result of:
          0.17787746 = score(doc=862,freq=2.0), product of:
            0.31649777 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.037331607 = queryNorm
            0.56201804 = fieldWeight in 862, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.046875 = fieldNorm(doc=862)
      0.33333334 = coord(1/3)
    0.17787746 = weight(_text_:2f in 862) [ClassicSimilarity], result of:
      0.17787746 = score(doc=862,freq=2.0), product of:
        0.31649777 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.037331607 = queryNorm
        0.56201804 = fieldWeight in 862, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.046875 = fieldNorm(doc=862)
  0.5 = coord(2/4)
    Source
    https%3A%2F%2Farxiv.org%2Fabs%2F2212.06721&usg=AOvVaw3i_9pZm9y_dQWoHi6uv0EN
  3. Huo, W.: Automatic multi-word term extraction and its application to Web-page summarization (2012) 0.09 
    0.091973476 = product of:
  0.18394695 = sum of:
    0.17787746 = weight(_text_:2f in 563) [ClassicSimilarity], result of:
      0.17787746 = score(doc=563,freq=2.0), product of:
        0.31649777 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.037331607 = queryNorm
        0.56201804 = fieldWeight in 563, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.046875 = fieldNorm(doc=563)
    0.006069501 = product of:
      0.030347504 = sum of:
        0.030347504 = weight(_text_:22 in 563) [ClassicSimilarity], result of:
          0.030347504 = score(doc=563,freq=2.0), product of:
            0.13072893 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.037331607 = queryNorm
            0.23214069 = fieldWeight in 563, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=563)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Content
    A Thesis presented to The University of Guelph In partial fulfilment of requirements for the degree of Master of Science in Computer Science. Vgl. Unter: http://www.inf.ufrgs.br%2F~ceramisch%2Fdownload_files%2Fpublications%2F2009%2Fp01.pdf.
    Date
    10. 1.2013 19:22:47
  4. Wolfangel, E.: Ich verstehe (2017) 0.07 
    0.06878073 = product of:
  0.13756146 = sum of:
    0.12697558 = weight(_text_:mensch in 3976) [ClassicSimilarity], result of:
      0.12697558 = score(doc=3976,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.61301947 = fieldWeight in 3976, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.078125 = fieldNorm(doc=3976)
    0.010585874 = product of:
      0.05292937 = sum of:
        0.05292937 = weight(_text_:28 in 3976) [ClassicSimilarity], result of:
          0.05292937 = score(doc=3976,freq=2.0), product of:
            0.13373165 = queryWeight, product of:
              3.5822632 = idf(docFreq=3342, maxDocs=44218)
              0.037331607 = queryNorm
            0.39578792 = fieldWeight in 3976, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5822632 = idf(docFreq=3342, maxDocs=44218)
              0.078125 = fieldNorm(doc=3976)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Date
    18. 9.2017 17:06:28
    Series
    Wissen: Technik, Forschung, Umwelt, Mensch
  5. Lutz-Westphal, B.: ChatGPT und der "Faktor Mensch" im schulischen Mathematikunterricht (2023) 0.07 
    0.06878073 = product of:
  0.13756146 = sum of:
    0.12697558 = weight(_text_:mensch in 930) [ClassicSimilarity], result of:
      0.12697558 = score(doc=930,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.61301947 = fieldWeight in 930, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.078125 = fieldNorm(doc=930)
    0.010585874 = product of:
      0.05292937 = sum of:
        0.05292937 = weight(_text_:28 in 930) [ClassicSimilarity], result of:
          0.05292937 = score(doc=930,freq=2.0), product of:
            0.13373165 = queryWeight, product of:
              3.5822632 = idf(docFreq=3342, maxDocs=44218)
              0.037331607 = queryNorm
            0.39578792 = fieldWeight in 930, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5822632 = idf(docFreq=3342, maxDocs=44218)
              0.078125 = fieldNorm(doc=930)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Date
    28. 2.2020 15:06:34
  6. Frederichs, A.: Natürlichsprachige Abfrage und 3-D-Visualisierung von Wissenszusammenhängen (2007) 0.07 
    0.06709674 = product of:
  0.13419348 = sum of:
    0.12697558 = weight(_text_:mensch in 566) [ClassicSimilarity], result of:
      0.12697558 = score(doc=566,freq=8.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.61301947 = fieldWeight in 566, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0390625 = fieldNorm(doc=566)
    0.007217905 = product of:
      0.036089525 = sum of:
        0.036089525 = weight(_text_:29 in 566) [ClassicSimilarity], result of:
          0.036089525 = score(doc=566,freq=4.0), product of:
            0.13132092 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.037331607 = queryNorm
            0.2748193 = fieldWeight in 566, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.0390625 = fieldNorm(doc=566)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Abstract
    Eine der größten Herausforderungen für alle technischen Anwendungen ist die sogenannte Mensch-Maschine-Schnittstelle, also der Problemkreis, wie der bedienende Mensch mit der zu bedienenden Technik kommunizieren kann. Waren die Benutzungsschnittstellen bis Ende der Achtziger Jahre vor allem durch die Notwendigkeit des Benutzers geprägt, sich an die Erfordernisse der Maschine anzupassen, so wurde mit Durchsetzung grafischer Benutzungsoberflächen zunehmend versucht, die Bedienbarkeit so zu gestalten, dass ein Mensch auch ohne größere Einarbeitung in die Lage versetzt werden sollte, seine Befehle der Technik - letztlich also dem Computer - zu übermitteln. Trotz aller Fortschritte auf diesem Gebiet blieb immer die Anforderung, der Mensch solle auf die ihm natürlichste Art und Weise kommunizieren können, mit menschlicher Sprache. Diese Anforderung gilt gerade auch für das Retrieval von Informationen: Warum ist es nötig, die Nutzung von Booleschen Operatoren zu erlernen, nur um eine Suchanfrage stellen zu können? Ein anderes Thema ist die Frage nach der Visualisierung von Wissenszusammenhängen, die sich der Herausforderung stellt, in einem geradezu uferlos sich ausweitenden Informationsangebot weiterhin den Überblick behalten und relevante Informationen schnellstmöglich finden zu können.
    Date
    25.10.2007 9:51:29
    Source
    Wa(h)re Information: 29. Österreichischer Bibliothekartag Bregenz, 19.-23.9.2006. Hrsg.: Harald Weigel
  7. Abbe: Hoffnungen auf Verbesserung polizeilicher Texte durch Chatbot GPT : eine Statusaufnahme (2023) 0.06 
    0.055024583 = product of:
  0.110049166 = sum of:
    0.10158046 = weight(_text_:mensch in 865) [ClassicSimilarity], result of:
      0.10158046 = score(doc=865,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.49041557 = fieldWeight in 865, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0625 = fieldNorm(doc=865)
    0.0084687 = product of:
      0.042343497 = sum of:
        0.042343497 = weight(_text_:28 in 865) [ClassicSimilarity], result of:
          0.042343497 = score(doc=865,freq=2.0), product of:
            0.13373165 = queryWeight, product of:
              3.5822632 = idf(docFreq=3342, maxDocs=44218)
              0.037331607 = queryNorm
            0.31663033 = fieldWeight in 865, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5822632 = idf(docFreq=3342, maxDocs=44218)
              0.0625 = fieldNorm(doc=865)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Abstract
    Die Hoffnungen an den Einsatz von künstlicher Intelligenz sind hoch, auch in der polizeilichen Informationstechnik. Geradezu einen Hype ausgelöst hat die Veröffentlichung des Chatbots GPT vor wenigen Wochen. Der verspricht eine Beantwortung von Fragen und die Erstellung von Texten quasi wie ein Mensch. Das wäre ein immenser Fortschritt für die vielen Texte in polizeilichen Informations­systemen. Wie belastbar diese Hoffnungen sind, habe ich mir in einem Test mit Fragen und Textaufgaben näher angesehen.
    Date
    5. 1.2023 12:28:38
  8. Sagawe, H.: Einfluß 'intelligenter' Maschinen auf menschliches Verhalten (1994) 0.05 
    0.050191507 = product of:
  0.20076603 = sum of:
    0.20076603 = weight(_text_:mensch in 1714) [ClassicSimilarity], result of:
      0.20076603 = score(doc=1714,freq=20.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.9692689 = fieldWeight in 1714, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1714)
  0.25 = coord(1/4)
    Classification
    ST 278 Informatik / Monographien / Software und -entwicklung / Mensch-Maschine-Kommunikation Software-Ergonomie
    Content
    Inhalt: 1. Die Mensch-Maschine-Beziehung: Sprache als Element der Mensch-Maschine-Beziehung. Der Sprechakt. Der Befehl als Sprachelement bei der Mensch-Maschine Kommunikation. Weitere Sprachelemente der Mensch-Maschine-Kommunikation. Sprechen Computer anders? Werden wir wie die Computer sprechen? 2. Mikro- und makrosoziologische Einflüsse: Anthropomorphisierung des Computers. Digitalisierte Gesellschaft. Subgruppenspezifischer Einfluß des Computers 3. Schlußbetrachtung 4. Resumee 5. Anhang
    RSWK
    Sozialverhalten / Mensch-Maschine-Kommunikation
    Mensch-Maschine-Kommunikation / Sprache (BVB)
    RVK
    ST 278 Informatik / Monographien / Software und -entwicklung / Mensch-Maschine-Kommunikation Software-Ergonomie
    Subject
    Sozialverhalten / Mensch-Maschine-Kommunikation
    Mensch-Maschine-Kommunikation / Sprache (BVB)
  9. Krause, J.: Mensch-Maschine-Interaktion in natürlicher Sprache : Evaluierungsstudien zu praxisorientierten Frage-Antwort-Systemen und ihre Methodik (1982) 0.04 
    0.044441454 = product of:
  0.17776582 = sum of:
    0.17776582 = weight(_text_:mensch in 8964) [ClassicSimilarity], result of:
      0.17776582 = score(doc=8964,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.85822725 = fieldWeight in 8964, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.109375 = fieldNorm(doc=8964)
  0.25 = coord(1/4)
  10. Thomas, I.S.; Wang, J.; GPT-3: Was euch zu Menschen macht : Antworten einer künstlichen Intelligenz auf die großen Fragen des Lebens (2022) 0.04 
    0.04115497 = product of:
  0.08230994 = sum of:
    0.076185346 = weight(_text_:mensch in 878) [ClassicSimilarity], result of:
      0.076185346 = score(doc=878,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.36781168 = fieldWeight in 878, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.046875 = fieldNorm(doc=878)
    0.0061245956 = product of:
      0.030622978 = sum of:
        0.030622978 = weight(_text_:29 in 878) [ClassicSimilarity], result of:
          0.030622978 = score(doc=878,freq=2.0), product of:
            0.13132092 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.037331607 = queryNorm
            0.23319192 = fieldWeight in 878, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.046875 = fieldNorm(doc=878)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Abstract
    Das erste durch KI verfasste Weisheitsbuch. »Die Künstliche Intelligenz sieht den Menschen, wie er ist. Es gibt für sie keinen Gott, keine Rituale, keinen Himmel, keine Hölle, keine Engel. Es gibt für sie nur empfindsame Wesen.« GPT-3. Dieses Buch enthält Weisheitstexte, die durch die modernste KI im Bereich der Spracherkennung verfasst wurden. Es ist die GPT-3, die durch die Technikerin Jasmine Wang gesteuert wird. Die originären Texte von GPT-3 werden von dem international bekannten Dichter Iain S. Thomas kuratiert. Die Basis von GPT-3 reicht von den Weisheitsbücher der Menschheit bis hin zu modernen Texten. GPT-3 antwortet auf Fragen wie: Was macht den Mensch zum Menschen? Was bedeutet es zu lieben? Wie führen wir ein erfülltes Leben? etc. und ist in der Lage, eigene Sätze zu kreieren. So wird eine zeitgenössische und noch nie dagewesene Erforschung von Sinn und Spiritualität geschaffen, die zu einem neuen Verständnis dessen inspiriert, was uns zu Menschen macht.
    Date
    7. 1.2023 18:41:29
  11. Sienel, J.; Weiss, M.; Laube, M.: Sprachtechnologien für die Informationsgesellschaft des 21. Jahrhunderts (2000) 0.03 
    0.034272853 = product of:
  0.06854571 = sum of:
    0.06348779 = weight(_text_:mensch in 5557) [ClassicSimilarity], result of:
      0.06348779 = score(doc=5557,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.30650973 = fieldWeight in 5557, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5557)
    0.0050579174 = product of:
      0.025289588 = sum of:
        0.025289588 = weight(_text_:22 in 5557) [ClassicSimilarity], result of:
          0.025289588 = score(doc=5557,freq=2.0), product of:
            0.13072893 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.037331607 = queryNorm
            0.19345059 = fieldWeight in 5557, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=5557)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Abstract
    In den vergangenen Jahren hat sich die Entwicklung, Sprache als Schnittstelle zwischen Mensch und Maschine einzusetzen, zunehmend an Bedeutung gewonnen. Die steigende Verarbeitungsgeschwindigkeit der Prozessoren ermöglicht es heute, selbst sehr komplexe Aufgaben wie Diktiersysteme auf handelsüblichen PCs verfügbar zu machen. Ebenso haben sich Verfahren weiterentwickelt und die Erkennungsleistung konnte gesteigert werden. Insbesondere im mobilen Umfeld wird sich Sprache als notwendig erweisen, um den Widerspruch, immer komplexere Funktionalität in immer kleineren und leichteren Terminals unterzubringen, aufzulösen. In diesem Umfeld können auch andere Modalitäten, wie Handschrift oder Gestik, integriert werden. Eine der Hauptanwendungen in mobiler Umgebung wird der Zugriff auf das Internet werden: um schnell und umfassend zu den benötigten Information zu gelangen, können intelligente Agenten eine mögliche Hilfe darstellen. Sie sind in Lage, die Informationen bezüglich ihrer Relevanz für den Nutzer zu beurteilen und fassen die Inhalte zusammen, die sich auf den kleinen Displays, oder akustisch wiedergeben lassen. Ist das gefundene Dokument in einer dein Benutzer fremden Sprache verfaßt, kann es automatisch übersetzt werden. Natürlich werden die benötigten Technologien nicht alle in einem Endgerät untergebracht werden können, deshalb wird bereits heute in Standardisierungsgremien untersucht, wie verteilte Architekturen helfen können, den Zugriff auf Informationen immer, überall und jedem verfügbaren Endgerät zugänglich zu machen. Das vom BMWi geförderte Projekt "Mobiler Multimedia-Arbeitsplatz der Zukunft" will diesen Ansatz verfolgen. Dabei werden auch die sozialen und arbeitsrechtlichen Aspekte untersucht
    Date
    26.12.2000 13:22:17
  12. Melzer, C.: ¬Der Maschine anpassen : PC-Spracherkennung - Programme sind mittlerweile alltagsreif (2005) 0.03 
    0.033195127 = product of:
  0.06639025 = sum of:
    0.06284971 = weight(_text_:mensch in 4044) [ClassicSimilarity], result of:
      0.06284971 = score(doc=4044,freq=4.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.30342916 = fieldWeight in 4044, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.02734375 = fieldNorm(doc=4044)
    0.0035405424 = product of:
      0.017702712 = sum of:
        0.017702712 = weight(_text_:22 in 4044) [ClassicSimilarity], result of:
          0.017702712 = score(doc=4044,freq=2.0), product of:
            0.13072893 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.037331607 = queryNorm
            0.1354154 = fieldWeight in 4044, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.02734375 = fieldNorm(doc=4044)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Content
    "Der Spracherkennung am Computer schien vor wenigen Jahren die Zukunft zu gehören. Geradezu euphorisch waren viele Computernutzer, als sich auf den Bildschirmen die ersten gesprochenen Sätze als Text darstellten. Doch die Spracherkennung erwies sich als anfällig, die Nachbearbeitung nahm manchmal mehr Zeit in Anspruch als gespart wurde. Dabei ist die Kommunikation des Menschen mit der Maschine über die Tastatur eigentlich höchst kompliziert - selbst geübte Schreiber sprechen schneller als sie tippen. Deshalb hat sich inzwischen viel getan: Im Preis und in der Genauigkeit sind viele Spracherkennungsprogramme heute alltagsreif. Die besten Systeme kosten aber noch immer mehrere hundert Euro, die günstigsten weisen Lücken auf. Letztlich gilt: Respektable Ergebnisse sind erreichbar, wenn sich der Mensch der Maschine anpasst. Die Stiftung Warentest in Berlin hat die sechs gängigsten Systeme auf den Prüfstand gestellt. Die ersten Ergebnisse waren ernüchternd: Das deutlich gesprochene "Johann Wolfgang von Goethe" wurde als "Juan Wolf kann Mohnblüte", "Jaun Wolfgang von Göbel" oder "Johann-Wolfgang Wohngüte" geschrieben. Grundsätzlich gilt: Bei einem einfachen Basiswortschatz sind die Ergebnisse genau, sobald es etwas spezieller wird, wird die Software erfinderisch. "Zweiter Weltkrieg" kann dann zu "Zeit für Geld kriegt" werden. Doch ebenso wie der Nutzer lernt auch das System. Bei der Software ist Lernfähigkeit Standard. Ohnehin muss der Benutzer das System einrichten, indem er vorgegebene Texte liest. Dabei wird das Programm der Stimme und der Sprechgeschwindigkeit angepasst. Hier gilt, dass der Anwender deutlich, aber ganz normal vorlesen sollte. Wer akzentuiert und übertrieben betont, wird später mit ungenauen Ausgaben bestraft. Erkennt das System auch nach dem Training einzelne Wörter nicht, können sie nachträglich eingefügt werden. Gleiches gilt für kompliziertere Orts- oder Eigennamen. Wie gut das funktioniert, beweist ein Gegentest: Liest ein anderer den selben Text vor, sinkt das Erkennungsniveau rapide. Die beste Lernfähigkeit attestierten die Warentester dem System "Voice Pro 10" von linguatec. Das war das mit Abstand vielseitigste, mit fast 200 Euro jedoch auch das teuerste Programm.
    Billiger geht es mit "Via Voice Standard" von IBM. Die Software kostet etwa 50 Euro, hat aber erhebliche Schwächen in der Lernfähigkeit: Sie schneidet jedoch immer noch besser ab als das gut drei Mal so teure "Voice Office Premium 10"; das im Test der sechs Programme als einziges nur ein "Befriedigend" bekam. "Man liest über Spracherkennung nicht mehr so viel" weil es funktioniert", glaubt Dorothee Wiegand von der in Hannover erscheinenden Computerzeitschrift "c't". Die Technik" etwa "Dragon Naturally Speaking" von ScanSoft, sei ausgereift, "Spracherkennung ist vor allem Statistik, die Auswertung unendlicher Wortmöglichkeiten. Eigentlich war eher die Hardware das Problem", sagt Wiegand. Da jetzt selbst einfache Heimcomputer schnell und leistungsfähig seien, hätten die Entwickler viel mehr Möglichkeiten."Aber selbst ältere Computer kommen mit den Systemen klar. Sie brauchen nur etwas länger! "Jedes Byte macht die Spracherkennung etwas schneller, ungenauer ist sie sonst aber nicht", bestätigt Kristina Henry von linguatec in München. Auch für die Produkte des Herstellers gelte jedoch, dass "üben und deutlich sprechen wichtiger sind als jede Hardware". Selbst Stimmen von Diktiergeräten würden klar, erkannt, versichert Henry: "Wir wollen einen Schritt weiter gehen und das Diktieren von unterwegs möglich machen." Der Benutzer könnte dann eine Nummer anwählen, etwa im Auto einen Text aufsprechen und ihn zu Hause "getippt" vorfinden. Grundsätzlich passt die Spracherkennungssoftware inzwischen auch auf den privaten Computer. Klar ist aber, dass selbst der bestgesprochene Text nachbearbeitet werden muss. Zudem ist vom Nutzer Geduld gefragt: Ebenso wie sein System lernt, muss der Mensch sich in Aussprache und Geschwindigkeit dem System anpassen. Dann sind die Ergebnisse allerdings beachtlich - und "Sexterminvereinbarung" statt "zwecks Terminvereinbarung" gehört der Vergangenheit an."
    Date
    3. 5.1997 8:44:22
  13. Wagner, J.: Mensch - Computer - Interaktion : Sprachwissenschaftliche Aspekte (2002) 0.03 
    0.032989223 = product of:
  0.13195689 = sum of:
    0.13195689 = weight(_text_:mensch in 1102) [ClassicSimilarity], result of:
      0.13195689 = score(doc=1102,freq=6.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.6370685 = fieldWeight in 1102, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.046875 = fieldNorm(doc=1102)
  0.25 = coord(1/4)
    Abstract
    Die Arbeit zeigt, dass die vielerorts beklagten Probleme von Benutzern mit Computern in hohem Maße durch die (zum Teil mangelhafte) sprachliche Gestaltung der jeweiligen Interfaces bedingt sind. Es wird die These vertreten, dass verbale Interface-Elemente trotz des zunächst augenfälligen hohen grafischen Aufwands von Benutzeroberflächen für den Aufbau von Sinn und interaktiver Ordnung bei der Bedienung eines hinreichend komplexen Systems als primär gelten können. Als Basis der Analyse dienen vor allem Aufnahmen der Dialoge von jeweils zwei Benutzern bei der gemeinsamen Arbeit am Computer in Verbindung mit entsprechenden Aufzeichnungen der Bildschirminhalte. Die Arbeit versteht sich als ein Plädoyer für mehr linguistische Kompetenz in der Softwaregestaltung wie auch für stärkere Investitionen der Industrie in die sprachliche Gestaltung von Mensch-Maschine-Schnittstellen.
    Content
    Aus dem Inhalt. Sprachliche Aspekte der MenschComputer-Interaktion - Interface-Sprache und Sprach-Design - Interaktion und Technik- Misslingende Kommunikation an der Mensch-Computer-Schnittstelle.
  14. Weingarten, R.: ¬Die Verkabelung der Sprache : Grenzen der Technisierung von Kommunikation (1989) 0.03 
    0.031424854 = product of:
  0.12569942 = sum of:
    0.12569942 = weight(_text_:mensch in 7156) [ClassicSimilarity], result of:
      0.12569942 = score(doc=7156,freq=4.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.6068583 = fieldWeight in 7156, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0546875 = fieldNorm(doc=7156)
  0.25 = coord(1/4)
    RSWK
    Mensch-Maschine-Kommunikation
    Subject
    Mensch-Maschine-Kommunikation
  15. Hausser, R.: Grundlagen der Computerlinguistik : Mensch-Maschine-Kommunikation in natürlicher Sprache; mit 772 Übungen (2000) 0.03 
    0.025395116 = product of:
  0.10158046 = sum of:
    0.10158046 = weight(_text_:mensch in 5352) [ClassicSimilarity], result of:
      0.10158046 = score(doc=5352,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.49041557 = fieldWeight in 5352, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0625 = fieldNorm(doc=5352)
  0.25 = coord(1/4)
  16. Deutsche Forschungsgemeinschaft: Stellungnahme des Präsidiums der Deutschen Forschungsgemeinschaft (DFG) zum Einfluss generativer Modelle für die Text- und Bilderstellung auf die Wissenschaften und das Förderhandeln der DFG (2023) 0.03 
    0.025395116 = product of:
  0.10158046 = sum of:
    0.10158046 = weight(_text_:mensch in 991) [ClassicSimilarity], result of:
      0.10158046 = score(doc=991,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.49041557 = fieldWeight in 991, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0625 = fieldNorm(doc=991)
  0.25 = coord(1/4)
    Abstract
    Die Einsatzmöglichkeiten von "Künstlicher Intelligenz" (KI) beschäftigen derzeit große Teile der Gesellschaft. Anlass ist insbesondere die Entwicklung generativer Modelle für die Text- und Bilderstellung wie "ChatGPT" und "DALL-E", die eine Interaktion zwischen Mensch und technischem System in gesprochener oder Text-/Bildsprache ermöglichen, und ihre Bereitstellung für die Allgemeinheit.
  17. Schürmann, H.: Software scannt Radio- und Fernsehsendungen : Recherche in Nachrichtenarchiven erleichtert (2001) 0.02 
    0.023990998 = product of:
  0.047981996 = sum of:
    0.044441454 = weight(_text_:mensch in 5759) [ClassicSimilarity], result of:
      0.044441454 = score(doc=5759,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.21455681 = fieldWeight in 5759, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.02734375 = fieldNorm(doc=5759)
    0.0035405424 = product of:
      0.017702712 = sum of:
        0.017702712 = weight(_text_:22 in 5759) [ClassicSimilarity], result of:
          0.017702712 = score(doc=5759,freq=2.0), product of:
            0.13072893 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.037331607 = queryNorm
            0.1354154 = fieldWeight in 5759, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.02734375 = fieldNorm(doc=5759)
      0.2 = coord(1/5)
  0.5 = coord(2/4)
    Content
    Um Firmen und Agenturen die Beobachtungen von Medien zu erleichtern, entwickeln Forscher an der Duisburger Hochschule zurzeit ein System zur automatischen Themenerkennung in Rundfunk und Fernsehen. Das so genannte Alert-System soll dem Nutzer helfen, die für ihn relevanten Sprachinformationen aus Nachrichtensendungen herauszufiltem und weiterzuverarbeiten. Durch die automatische Analyse durch den Computer können mehrere Programme rund um die Uhr beobachtet werden. Noch erfolgt die Informationsgewinnung aus TV- und Radiosendungen auf klassischem Wege: Ein Mensch sieht, hört, liest und wertet aus. Das ist enorm zeitaufwendig und für eine Firma, die beispielsweise die Konkurrenz beobachten oder ihre Medienpräsenz dokumentieren lassen möchte, auch sehr teuer. Diese Arbeit ließe sich mit einem Spracherkenner automatisieren, sagten sich die Duisburger Forscher. Sie arbeiten nun zusammen mit Partnern aus Deutschland, Frankreich und Portugal in einem europaweiten Projekt an der Entwicklung einer entsprechenden Technologie (http://alert.uni-duisburg.de). An dem Projekt sind auch zwei Medienbeobachtungsuntemehmen beteiligt, die Oberserver Argus Media GmbH aus Baden-Baden und das französische Unternehmen Secodip. Unsere Arbeit würde schon dadurch erleichtert, wenn Informationen, die über unsere Kunden in den Medien erscheinen, vorselektiert würden", beschreibt Simone Holderbach, Leiterin der Produktentwicklung bei Oberserver, ihr Interesse an der Technik. Und wie funktioniert Alert? Das Spracherkennungssystem wird darauf getrimmt, Nachrichtensendungen in Radio und Fernsehen zu überwachen: Alles, was gesagt wird - sei es vom Nachrichtensprecher, Reporter oder Interviewten -, wird durch die automatische Spracherkennung in Text umgewandelt. Dabei werden Themen und Schlüsselwörter erkannt und gespeichert. Diese werden mit den Suchbegriffen des Nutzers verglichen. Gefundene Übereinstimmungen werden angezeigt und dem Benutzer automatisch mitgeteilt. Konventionelle Spracherkennungstechnik sei für die Medienbeobachtung nicht einsetzbar, da diese für einen anderen Zweck entwickelt worden sei, betont Prof. Gerhard Rigoll, Leiter des Fachgebiets Technische Informatik an der Duisburger Hochschule. Für die Umwandlung von Sprache in Text wurde die Alert-Software gründlich trainiert. Aus Zeitungstexten, Audio- und Video-Material wurden bislang rund 3 50 Millionen Wörter verarbeitet. Das System arbeitet in drei Sprachen. Doch so ganz fehlerfrei sei der automatisch gewonnene Text nicht, räumt Rigoll ein. Zurzeit liegt die Erkennungsrate bei 40 bis 70 Prozent. Und das wird sich in absehbarer Zeit auch nicht ändern." Musiküberlagerungen oder starke Hintergrundgeräusche bei Reportagen führen zu Ungenauigkeiten bei der Textumwandlung. Deshalb haben die, Duisburger Wissenschaftler Methoden entwickelt, die über die herkömmliche Suche nach Schlüsselwörtern hinausgehen und eine inhaltsorientierte Zuordnung ermöglichen. Dadurch erhält der Nutzer dann auch solche Nachrichten, die zwar zum Thema passen, in denen das Stichwort aber gar nicht auftaucht", bringt Rigoll den Vorteil der Technik auf den Punkt. Wird beispielsweise "Ölpreis" als Suchbegriff eingegeben, werden auch solche Nachrichten angezeigt, in denen Olkonzerne und Energieagenturen eine Rolle spielen. Rigoll: Das Alert-System liest sozusagen zwischen den Zeilen!' Das Forschungsprojekt wurde vor einem Jahr gestartet und läuft noch bis Mitte 2002. Wer sich über den Stand der Technik informieren möchte, kann dies in dieser Woche auf der Industriemesse in Hannover. Das Alert-System wird auf dem Gemeinschaftsstand "Forschungsland NRW" in Halle 18, Stand M12, präsentiert
    Source
    Handelsblatt. Nr.79 vom 24.4.2001, S.22
  18. Renker, L.: Exploration von Textkorpora : Topic Models als Grundlage der Interaktion (2015) 0.02 
    0.022446325 = product of:
  0.0897853 = sum of:
    0.0897853 = weight(_text_:mensch in 2380) [ClassicSimilarity], result of:
      0.0897853 = score(doc=2380,freq=4.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.43347025 = fieldWeight in 2380, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2380)
  0.25 = coord(1/4)
    RSWK
    Mensch-Maschine-Kommunikation
    Subject
    Mensch-Maschine-Kommunikation
  19. Räwel, J.: Automatisierte Kommunikation (2023) 0.02 
    0.022446325 = product of:
  0.0897853 = sum of:
    0.0897853 = weight(_text_:mensch in 909) [ClassicSimilarity], result of:
      0.0897853 = score(doc=909,freq=4.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.43347025 = fieldWeight in 909, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0390625 = fieldNorm(doc=909)
  0.25 = coord(1/4)
    Content
    In den Sozialwissenschaften gibt es zwei fundamental unterschiedliche Auffassungen, was unter Kommunikation zu verstehen ist. Angelehnt an das Alltagsverständnis und daher auch in den Sozialwissenschaften dominant, gehen "handlungstheoretische" Vorstellungen von Kommunikation davon aus, dass diese instrumentellen Charakters ist. Es sind Menschen in ihrer physisch-psychischen Kompaktheit, die mittels Kommunikation, sei dies in mündlicher oder schriftlicher Form, Informationen austauschen. Kommunizierende werden nach dieser Vorstellung wechselseitig als Sender bzw. Empfänger von Informationen verstanden. Kommunikation dient der mehr oder minder erfolgreichen Übertragung von Informationen von Mensch zu Mensch. Davon paradigmatisch zu unterscheiden sind "systemtheoretische" Vorstellungen von Kommunikation, wie sie wesentlich von dem 1998 verstorbenen Soziologen Niklas Luhmann in Vorschlag gebracht wurden. Nach diesem Paradigma wird behauptet, dass ihr "Eigenleben" charakteristisch ist. Kommunikation zeichnet sich durch ihre rekursive Eigendynamik aus, welche die Möglichkeiten der Kommunizierenden begrenzt, diese zu steuern und zu beeinflussen. Gemäß dieser Konzeption befindet sich individuelles Bewusstseins - in ihrer je gedanklichen Eigendynamik - in der Umwelt von Kommunikationssystemen und vermag diese mittels Sprache lediglich zu irritieren, nicht aber kontrollierend zu determinieren. Dies schon deshalb nicht, weil in Kommunikationssystemen, etwa einem Gespräch als einem "Interaktionssystem", mindestens zwei bewusste Systeme mit ihrer je unterschiedlichen gedanklichen Eigendynamik beteiligt sind.
  20. Strube, M.: Kreativ durch Analogien (2011) 0.02 
    0.022220727 = product of:
  0.08888291 = sum of:
    0.08888291 = weight(_text_:mensch in 4805) [ClassicSimilarity], result of:
      0.08888291 = score(doc=4805,freq=2.0), product of:
        0.2071314 = queryWeight, product of:
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.037331607 = queryNorm
        0.42911363 = fieldWeight in 4805, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.548419 = idf(docFreq=467, maxDocs=44218)
          0.0546875 = fieldNorm(doc=4805)
  0.25 = coord(1/4)
    Content
    "Die Computerlinguistik vereinigt Elemente von Informatik und Linguistik; sie verwendet darüber hinaus Methoden aus weiteren Gebieten wie Mathematik, Psychologie, Statistik und künstliche Intelligenz. Der Reiz und die Herausforderung einer solchen interdisziplinären Wissenschaft liegen darin, Analogien zwischen Konzepten aus weit entfernten Teilgebieten zu erkennen und zu nutzen. Paradebeispiel dafür ist einer der entscheidenden Durchbrüche, welche die Computerlinguistik prägten. Es geht um das »Parsing«: Ein Computerprogramm, genauer gesagt ein Compiler, nimmt Zeichen für Zeichen den Input des Benutzers entgegen, der in diesem Fall seinerseits aus dem Text eines Computerprogramms besteht, und ermittelt dessen Struktur. Im Prinzip dasselbe tut ein Mensch, der einen gesprochenen Satz hört und versteht."

Authors

Years

Languages

Types

  • a 136
  • m 24
  • el 23
  • s 6
  • x 5
  • d 2
  • p 2
  • b 1
  • More… Less…

Themes

Subjects

Classifications