Es ist eine altbekannte Beobachtung, daß die Bedeutung eines Textes
mehr ist als die vordergründige Bedeutung. Wir erschließen die
volle Bedeutung einer Äußerung unseres Gesprächspartners in einem
Inferenzprozeß unter Ausnutzung unseres allgemeinen linguistischen
Wissens und des Wissens über den situativen Kontext.
Wir benutzen Inferenzen zum Beispiel um Anaphern und Ellipsen zu
resolvieren, um Verbindungen zwischen Diskurssegmenten herzustellen
und implizite Voraussetzungen und Präsuppositionen zu entdecken. Vor
allem aber haben Menschen die Fähigkeit, alle diese Dinge sehr
effizient und ohne erkennbare Mühe durchzuführen. In der
maschinellen Sprachverarbeitung dagegen fehlen vergleichbare
Verfahren. Dies wirft die Frage auf, wie wir diese Fähigkeiten in
Sprachverarbeitungssystemen modellieren können.
Im Gebiet des automatischen Theorembeweisens sind in den letzten
Jahrzehnten große Effizienzfortschritte in der praktischen Realisierung von
Inferenzprozessen gemacht worden.
Im Projekt LISA sollen Repräsentationsformalismen und
Inferenzmethoden untersucht werden, die auf die Verarbeitung und
Generierung von Diskursen spezialisiert sind.
In der ersten Phase hat sich das Projekt auf höherstufige
Repräsentationsformalismen und Inferenzprozeduren konzentriert und diese
zum Beispiel für eine Rekonstruktion linguistisch nicht gegebenen
Materials in Diskursen eingesetzt (dies ist zum Beispiel in den sogenannten
Verbalphrasen-Ellipsen der Fall).
In der zweiten Phase experimentieren wir mit wahrheitsfunktionalen
Inferenzprozeduren wie der Modellgenerierung und der Abduktion um
Weltwissen in diese Analyseprozesse integrieren zu können. Weiterhin
sollen die Ergebnisse um Diskurslogiken erweitert werden.
Eine vorläufige version des Fortsetzungsantrags ist verfügbar.
|