Ambiguity Resolution by a Virtual Agent Through Its Own World Knowledge

Abstract

In dieser Arbeit wird der Zusammenhang zwischen natürlicher Sprache und Welt- wissen untersucht. Weltwissen bezieht sich dabei auf Wissen, das beschreibt, wie sich Dinge in der realen Welt normalerweise verhalten. Die Arbeit startet mit einem breit angelegten theoretischen Überblick über Sprache, Ambiguität, Bedeutung, Kognition und Weltwissen. Dabei wird die Hypothese formuliert, dass bei der Auflösung von Ambiguität und generell dem Verstehen natürlicher Sprache sogenannte Information Gaps, also Informationslücken auftreten, die eine Hörerin während der Sprachverarbei- tung per Inferenz schließen muss. Statt Ambiguität sind Informationslücken während der Inferenz das eigentlich Problem und führen zu Missverständnissen. Die Arbeit beschreibt LEARNA, ein Computersystem, das Event-Prädiktive Struk- turen benutzt um Weltwissen zu sammeln und anzuwenden. LEARNA enthält au- ßerdem ein einfaches Sprachverarbeitungssystem sowie ein Inferenzsystem. Zusam- mengenommen können mit diesen Systemen einfache Sätze natürlicher Sprache als Simulation reproduziert und in diesem Sinne verstanden werden. Insbesondere schafft es LEARNA Ambiguität aufzulösen, wo dies mithilfe von Weltwissen möglich ist. Schließlich beschreibt diese Arbeit ein Experiment zu menschlicher Sprachpro- duktion. Die Studienteilnehmer haben dabei Weltwissen über eine einfache Spielwelt gelernt und anschließend Szenen aus dieser Spielwelt beschrieben. Die Hypothese war, dass Beschreibungen verkürzt werden, falls die beschriebene Szene den Erwartungen per Weltwissen entspricht. Falls die Szene überraschend ist, sollte die Beschreibung verlängert werden. Dieser Effekt konnte im Experiment nachgewiesen werden.