Eine Erinnerung an das Problem

Im Januar haben wir den eqREADER vorgestellt: einen E-Reader, der bestimmte Wörter im Text hervorhebt und mit einem Tipp ein Video in Österreichischer Gebärdensprache dazu zeigt. Was wir damals offen gelassen haben, war eine alte Schwäche der maschinellen Sprachverarbeitung. Sie heißt Polysemie und beschreibt das Phänomen, dass dasselbe Wort je nach Kontext etwas anderes bedeuten kann. Genau daran haben wir die letzten Monate gearbeitet.

„Sie setzte sich auf die Bank." Und: „Sie ging zur Bank."

Für Menschen ist sofort klar, was gemeint ist. Für ein System, das Wörter einfach im Wörterbuch nachschlägt, nicht. In beiden Sätzen steht dasselbe Wort, aber die Gebärde für die Sitzbank ist eine ganz andere als die für das Geldinstitut.

Solange unser System nur die Wortform erkennen konnte, hat es in solchen Fällen einfach geraten. Genauer gesagt hat es konsequent die häufigere Bedeutung gewählt, auch dann, wenn sie nicht passte. Eine Geschichte, in der jedes „Schloss" das Türschloss-Video öffnet, obwohl es um ein Märchenschloss geht, hilft niemandem weiter. Sie verwirrt.

Den Kontext mitlesen

Was wir gebaut haben, läuft in der Forschungsliteratur unter dem Namen Word Sense Disambiguation, auf Deutsch Wortbedeutungs-Auflösung. Statt das einzelne Wort isoliert anzuschauen, prüft eqREADER jetzt seine Umgebung. Welche anderen Wörter stehen im selben Satz? Worum geht es im umgebenden Absatz? Welche der möglichen Bedeutungen fügt sich in dieses Umfeld am besten ein?

In einem Satz wie „Sie setzte sich auf die Bank, die Sonne schien durch die Bäume" entscheidet sich das System klar für die Sitzbank. Das Verb „setzen", die Bäume, das ganze Umfeld zieht das Wort eindeutig in diese Richtung. In „Sie ging zur Bank, um Geld abzuheben" kippt die Entscheidung in die andere Richtung, und der Reader bietet das Video für das Geldinstitut an.

Ein Märchen als Test

Zum Testen haben wir Texte verwendet, in denen besonders viele mehrdeutige Wörter vorkommen. Märchen eignen sich dafür hervorragend: Sie sind voller konkreter, bildhafter Begriffe, die in Alltagstexten oft etwas ganz anderes bedeuten.

In „Dornröschen" taucht das Wort „Schloss" mehrmals auf. Bisher zeigte der Reader dafür ausnahmslos das Türschloss-Video. Heute erkennt er den Unterschied: In einem Satz wie „Es stand ein altes Schloss am Waldrand" meint das Wort ein Gebäude, in „Sie verriegelte die Tür mit einem schweren Schloss" den Verschluss.

Was nach einer Kleinigkeit klingt, ist für unsere Zielgruppe keine. Eine falsche Gebärde ist schlimmer als gar keine. Sie reißt aus dem Lesefluss und hinterlässt einen Widerspruch, den die Leserin oder der Leser erst auflösen muss, bevor er weiterlesen kann.

Was als Nächstes kommt

Polyseme sind die eine Herausforderung, Eigennamen die nächste. Für „Bach" als Gewässer haben wir eine Gebärde. Für den Komponisten Bach existiert zwar eine eigene Personengebärde in der Österreichischen Gebärdensprache, aber sie ist in unserem Videokorpus nicht enthalten. Wenn unser System also „Johann Sebastian Bach" liest, soll es das Wort „Bach" gar nicht erst hervorheben. Das Video für den Bachlauf darüber zu zeigen, wäre schlicht irreführend.

Genau daran arbeiten wir gerade: an einem Mechanismus, der Eigennamen erkennt und still übergeht, statt eine Bedeutung anzubieten, die nicht stimmt.

Wir halten euch auf dem Laufenden.