Benutzerschnittstelle in natürlicher Sprache

Eine natürlichsprachliche Benutzerschnittstelle ( LUI oder NLUI ) ist eine Art Mensch-Computer-Schnittstelle, bei der sprachliche Phänomene wie Verben, Phrasen und Satzteile als Steuerelemente der Benutzeroberfläche zum Erstellen, Auswählen und Ändern von Daten in Softwareanwendungen dienen. Chatbots sind eine gängige Implementierung natürlichsprachlicher Schnittstellen und ermöglichen es Benutzern, über Text oder Sprache mit Software zu interagieren. ^{[ 1 ]}

Im Interface-Design sind natürlichsprachliche Schnittstellen aufgrund ihrer Geschwindigkeit und Benutzerfreundlichkeit sehr gefragt, stoßen aber häufig bei der Verarbeitung vielfältiger, mehrdeutiger Eingaben an ihre Grenzen . ^{[ 2 ]} Natürlichsprachliche Schnittstellen sind ein aktives Forschungsgebiet der natürlichen Sprachverarbeitung und Computerlinguistik . Eine intuitive, allgemeine natürlichsprachliche Schnittstelle ist eines der Hauptziele des Semantischen Webs .

Textbasierte Schnittstellen wirken in unterschiedlichem Maße „natürlich“. Viele formale (unnatürliche) Programmiersprachen verwenden Idiome der natürlichen menschlichen Sprache. Ebenso könnte eine herkömmliche Suchmaschine mit Schlüsselwörtern als eine eher oberflächliche, natürlichsprachliche Benutzerschnittstelle beschrieben werden.

Eine Suchmaschine mit natürlicher Sprachverarbeitung findet theoretisch gezielte Antworten auf Nutzerfragen (im Gegensatz zur Stichwortsuche). Beispielsweise ignorieren herkömmliche Suchmaschinen bei der Frage „Welcher US- Bundesstaat hat die höchste Einkommensteuer ?“ die eigentliche Frage und suchen stattdessen nach den Stichwörtern „Bundesstaat“, „Einkommen“ und „Steuer“. Die Suche mit natürlicher Sprachverarbeitung hingegen versucht, mithilfe von Methoden der natürlichen Sprachverarbeitung die Frage zu verstehen und anschließend eine Teilmenge des Internets zu durchsuchen und zurückzugeben, die die Antwort enthält. Funktioniert dies, sind die Ergebnisse relevanter als die einer Stichwortsuche, da die Frage selbst enthalten ist.

Prototypische Nl-Schnittstellen waren bereits Ende der 1960er und Anfang der 1970er Jahre aufgetaucht. ^{[ 3 ]}

• SHRDLU , eine natürlichsprachliche Schnittstelle zur Manipulation von Blöcken in einer virtuellen „Blockwelt“
• Lunar , eine natürlichsprachliche Schnittstelle zu einer Datenbank mit chemischen Analysen von Apollo-11 -Mondgesteinen von William A. Woods .
• Chat-80 wandelte englische Fragen in Prolog -Ausdrücke um, die anhand der Prolog-Datenbank ausgewertet wurden. Der Code von Chat-80 wurde weit verbreitet und bildete die Grundlage für mehrere andere experimentelle Nl-Schnittstellen. Eine Online-Demo ist auf der LPA-Website verfügbar. ^{[ 4 ]}
• ELIZA , das zwischen 1964 und 1966 von Joseph Weizenbaum am MIT entwickelt wurde, ahmte einen Psychotherapeuten nach und funktionierte durch die Verarbeitung der Reaktionen der Nutzer auf vorgegebene Skripte. Mit nahezu keinem Wissen über menschliches Denken oder Fühlen ermöglichte das DOCTOR-Skript mitunter eine verblüffend menschenähnliche Interaktion. Eine Online-Demo ist auf der LPA-Website verfügbar. ^{[ 5 ]}
• Janus ist auch eines der wenigen Systeme, die Zeitfragen unterstützen.
• Intellect von Trinzic (entstanden durch den Zusammenschluss von AICorp und Aion).
• Die BBN- Sprache basiert auf den Erfahrungen aus der Entwicklung der Rus- und Irus -Systeme.
• IBM Languageaccess
• Fragen und Antworten von Symantec .
• Datatalker von Natural Language Inc.
• Loqui von BIM Systems.
• English Wizard von der Linguistic Technology Corporation .

In der Vergangenheit haben natürliche Sprachschnittstellen dazu geführt, dass Nutzer Computer vermenschlichten oder ihnen zumindest mehr Intelligenz zuschrieben, als gerechtfertigt war. Dies führte bei den Nutzern zu unrealistischen Erwartungen an die Leistungsfähigkeit des Systems. Solche Erwartungen erschweren es, die Grenzen des Systems zu erkennen, wenn Nutzer ihm zu viel zuschreiben, und führen letztendlich zu Enttäuschung, wenn das System nicht wie erwartet funktioniert – wie es im KI-Winter der 1970er und 80er Jahre der Fall war.

In einem 1995 veröffentlichten Artikel mit dem Titel „Natural Language Interfaces to Databases – An Introduction“ werden einige Herausforderungen beschrieben: ^{[ 3 ]}

Modifikator-Anbau

Die Aufforderung „Listen Sie alle Mitarbeiter des Unternehmens auf, die einen Führerschein besitzen“ ist unklar, es sei denn, man weiß, dass Unternehmen keine Führerscheine besitzen können.

Konjunktion und Disjunktion

Die Anweisung „Listen Sie alle Bewerber auf, die in Kalifornien und Arizona wohnen“ ist mehrdeutig, es sei denn, man weiß, dass eine Person nicht gleichzeitig an zwei Orten wohnen kann.

Anaphernauflösung

Auflösen, was ein Benutzer mit „er“, „sie“ oder „es“ in einer selbstbezüglichen Anfrage meint.

Weitere wichtige Ziele sind die Geschwindigkeit und Effizienz der Benutzeroberfläche. Bei allen Algorithmen sind diese beiden Punkte entscheidend dafür, ob sich bestimmte Methoden durchsetzen und somit erfolgreicher am Markt sind. Darüber hinaus erfordert die Lokalisierung für mehrsprachige Websites zusätzliche Überlegungen – dies beruht auf den unterschiedlichen Satzstrukturen und Syntaxvariationen der meisten Sprachen.

Abschließend lässt sich hinsichtlich der verwendeten Methoden festhalten, dass die größte Herausforderung darin besteht, einen allgemeinen Algorithmus zu entwickeln, der das gesamte Spektrum verschiedener Stimmen unabhängig von Nationalität, Geschlecht oder Alter erkennen kann. Die signifikanten Unterschiede zwischen den extrahierten Merkmalen – selbst bei Sprechern, die dasselbe Wort oder denselben Satz verwenden – müssen erfolgreich überwunden werden.

Die Schnittstelle in natürlicher Sprache ermöglicht die Entwicklung von Technologien, die für viele verschiedene Anwendungen genutzt werden.

Einige der Hauptanwendungsgebiete sind:

• Diktieren ist heutzutage der häufigste Anwendungsbereich für automatische Spracherkennungssysteme (ASR). Dazu gehören medizinische Transkriptionen, juristische und geschäftliche Diktate sowie die allgemeine Textverarbeitung. In manchen Fällen werden spezielle Vokabulare verwendet, um die Genauigkeit des Systems zu erhöhen.
• Als Befehls- und Kontrollsysteme werden ASR-Systeme bezeichnet, die Funktionen und Aktionen im System ausführen. Befehle wie „Netscape öffnen“ und „Neues xterm starten“ bewirken genau das.
• Bei Telefoniesystemen ermöglichen einige PBX-/ Voicemail- Systeme den Anrufern, Befehle zu sprechen, anstatt Tasten zu drücken, um bestimmte Töne zu senden.
• Bei tragbaren Geräten ist Sprechen aufgrund der begrenzten Eingabemöglichkeiten eine naheliegende Option.
• Medizinische Gründe und Behinderungen : Viele Menschen haben aufgrund körperlicher Einschränkungen wie RSI (Repetitive Strain Injury), Muskeldystrophie und vielem mehr Schwierigkeiten beim Tippen. Beispielsweise könnten Menschen mit Hörbehinderung ein System nutzen, das an ihr Telefon angeschlossen ist, um die Sprache des Anrufers in Text umzuwandeln.
• Eingebettete Anwendungen und einige neue Mobiltelefone verfügen über eine C&C-Spracherkennung, die Äußerungen wie „nach Hause anrufen“ ermöglicht. Dies könnte ein wichtiger Faktor für die Zukunft der automatischen Spracherkennung und von Linux sein .

Nachfolgend werden einige der Anwendungen genannt und definiert, die natürliche Spracherkennung nutzen und daher die oben aufgeführten Hilfsprogramme integriert haben.

Ubiquity, ein Add-on für Mozilla Firefox , ist eine Sammlung schneller und einfacher, von natürlicher Sprache abgeleiteter Befehle, die als Mashups von Webdiensten fungieren und es Benutzern ermöglichen, Informationen zu erhalten und diese mit aktuellen und anderen Webseiten in Beziehung zu setzen.

Wolfram Alpha ist ein Online-Dienst, der Faktenanfragen direkt beantwortet, indem er die Antwort aus strukturierten Daten berechnet, anstatt wie eine Suchmaschine eine Liste von Dokumenten oder Webseiten bereitzustellen, die die Antwort enthalten könnten . ^{[ 6 ]} Er wurde im März 2009 von Stephen Wolfram angekündigt und am 15. Mai 2009 veröffentlicht. ^{[ 7 ]}

Siri ist eine intelligente persönliche Assistenten- Anwendung, die in das Betriebssystem iOS integriert ist . Die Anwendung nutzt die Verarbeitung natürlicher Sprache , um Fragen zu beantworten und Empfehlungen auszusprechen.

Siri wirbt unter anderem damit, dass sich die App im Laufe der Zeit an die individuellen Vorlieben des Nutzers anpasst und personalisierte Ergebnisse liefert. Außerdem soll sie Aufgaben wie die Reservierung eines Tisches im Restaurant übernehmen, während sie gleichzeitig versucht, ein Taxi zu rufen. ^{[ 8 ]}

• Ask.com – Die ursprüngliche Idee hinter Ask Jeeves (Ask.com) war die klassische Stichwortsuche mit der Möglichkeit, Antworten auf Fragen in natürlicher Alltagssprache zu erhalten. Das aktuelle Ask.com unterstützt dies weiterhin und bietet zusätzlich Unterstützung für Fragen zu Mathematik, Wörterbuch und Umrechnungen.
• Braina ^{[ 9 ]} – Braina ist eine natürliche Sprachschnittstelle für Windows-Betriebssysteme , die es ermöglicht, englische Sätze einzugeben oder zu sprechen, um eine bestimmte Aktion auszuführen oder Informationen zu finden.

• GNOME Do – Ermöglicht das schnelle Auffinden verschiedener Elemente der GNOME-Umgebung (Anwendungen, Kontakte aus Evolution und Pidgin, Firefox-Lesezeichen, Rhythmbox-Künstler und -Alben usw.) und die Ausführung grundlegender Aktionen darauf (Starten, Öffnen, E-Mail senden, Chatten, Spielen usw.). ^{[ 10 ]}
• hakia war eine Internetsuchmaschine. Das Unternehmen entwickelte eine alternative Indexierungsinfrastruktur, die auf dem SemanticRank-Algorithmus basierte – einer Kombination aus ontologischer Semantik, Fuzzy-Logik, Computerlinguistik und Mathematik. hakia wurde 2014 eingestellt.
• Lexxe – Lexxe war eine Internetsuchmaschine, die natürliche Sprachverarbeitung für Suchanfragen nutzte (semantische Suche). Suchanfragen konnten mit Schlüsselwörtern, Phrasen und Fragen wie „Wie alt ist Wikipedia?“ gestellt werden. Lexxe stellte seinen Suchmaschinendienst im Jahr 2015 ein.
• Pikimal – Pikimal nutzte natürliche Sprache in Verbindung mit Nutzerpräferenzen, um anhand von Vorlagen Suchvorschläge zu generieren. Pikimal wurde 2015 eingestellt.
• Powerset – Am 11. Mai 2008 stellte das Unternehmen ein Tool vor, mit dem sich eine festgelegte Teilmenge von Wikipedia mithilfe von Konversationsphrasen anstelle von Schlüsselwörtern durchsuchen ließ. ^{[ 11 ]} Am 1. Juli 2008 wurde es von Microsoft übernommen . ^{[ 12 ]}
• Q-go – Die Q-go-Technologie liefert Nutzern relevante Antworten auf Anfragen über die Website oder das Intranet eines Unternehmens, sowohl in natürlicher Sprache als auch per Stichworteingabe. Q-go wurde 2011 von RightNow Technologies übernommen.
• Yebol – Yebol war eine vertikale Suchmaschine mit einer wissensbasierten, semantischen Suchplattform. Die KI-gestützten Algorithmen von Yebol gruppierten und kategorisierten Suchergebnisse, Websites, Seiten und Inhalte automatisch und präsentierten sie in einem visuell indexierten Format, das der ursprünglichen Suchintention besser entsprach. Yebol analysierte verwandte Schlüsselwörter und Webseiten mithilfe von Assoziations-, Ranking- und Clustering-Algorithmen. Für jede Suchanfrage integrierte Yebol natürliche Sprachverarbeitung, metasynthetisch entwickelte offene komplexe Systeme und maschinelles Wissen mit menschlichem Wissen, um ein lernendes Webverzeichnis zu erstellen. Mithilfe von Korrelations-, Clustering- und Klassifizierungsalgorithmen generierte Yebol automatisch die Wissensanfrage, die gespeichert und für zukünftige Suchanfragen regeneriert wurde. ^{[ 13 ]}
• Celia – Huaweis virtueller Assistent mit Harmony Intelligent Agent Framework (HMAF) auf der HarmonyOS 6- Plattform, der es Drittanbieter-App-Entwicklern ermöglicht, interaktive, entscheidungsfähige Agenten ohne dedizierten Algorithmus auf der Grundlage dieses „nutzerintentionzentrierten“ Modells zu erstellen, wodurch das System die Bedürfnisse des Nutzers verstehen und proaktiv darauf reagieren kann. ^{[ 14 ]}

• Konversationelle Benutzerschnittstelle
• Natürliche Benutzerschnittstelle
• Programmierung in natürlicher Sprache
• Sprachbenutzerschnittstelle
• Chatbot , ein Computerprogramm, das menschliche Konversationen simuliert
• verrauschter Text
• Fragebeantwortung
• Selektionsbasierte Suche
• Semantische Suche
• Semantische Anfrage
• Semantisches Web