Web-Kommunikation mit OpenSource (eBook)

Vorwort 6
Die Autoren 9
Inhaltsverzeichnis 10
Teil I Für Entscheider: Frage-Antwort-Systeme 18
1 Einleitung 20
2 Das E-Learning- und Informationssystem I-can-EIB 22
2.1 Kommunikation 22
2.2 Die LERNET-Ausschreibung des BMWA 26
2.2.1 Arbeitsprozessorientierte Weiterbildung 27
2.2.2 Lernen am Kundenauftrag: Impliziter und expliziter Wissenserwerb 28
2.3 Struktur des Rich-Media-Systems I-can-EIB 28
2.4 Prototypische Anwendungsszenarien von I-can-EIB 32
2.4.1 Szenario 1: Optimiertes Informationsangebot einer Zielgruppe: Forum für BMW-Fans und -Fahrer 33
2.4.2 Szenario 2: Einsatz im kommunalen Bürgerservice 33
2.4.3 Szenario 3: Einsatz im Customer Relation Management (CRM) der Unterhaltungsmedien 36
2.4.4 Szenario 4: Interaktives Informationsangebot einer Musikkneipe 37
2.4.5 Szenario 5: Informationsangebot eines Universitätsinstituts 38
2.4.6 Szenario 6: E-Learning- und Informationsangebot einer Schule 39
2.4.7 Szenario 7: Beratungsservice eines innovativen Großunternehmens 39
3 Die Entwicklungsgeschichte von I-can-EIB 40
3.1 Das Uni-Seminar Agenten und Avatare 40
3.2 Der ffn-Chat 40
3.3 Die Vision eines internetbasierten Wissensmarktplatzes 42
4 Frage-Antwort-Systeme und I-can-EIB 46
4.1 Einleitung 46
4.2 Frage- und Antwort-Systeme 54
4.2.1 Theoretischer Rahmen von Frage und Antwort 55
4.2.2 Fragen 56
4.2.3 Antworten 58
4.2.4 Eine abstrakte FAS-Architektur 60
4.2.5 Frühere Systeme 61
4.2.6 State-of-the-Art: Der Halo-Pilot 62
5 Die Auslegung des I-can-EIB-Systems 76
6 Ausblick: Eine Roadmap der FAS 2003 – 2006 84
7 Avatare im E-Learning und E-Business 86
7.1 Chatbots, Avatare und Agenten 86
7.1.1 Agent 86
7.1.2 Chatbot 88
7.1.3 Avatar 89
7.1.4 Talking Head 89
7.1.5 Embodied Conversational Agent 90
7.2 Zusatznutzen von Avataren 90
7.3 Einsatzgebiete von Avataren 92
7.3.1 E-Learning 92
7.3.2 E-Business 93
8 Gesprächskompetenz digitaler Agenten 96
8.1 Der Turing-Test 97
8.2 Der Loebner-Preis 98
8.3 Chatbots 99
8.4 Information-Retrieval 101
9 Checkliste der erforderlichen Kompetenzen für IT-Experten 104
9.1 Rollenträger 104
9.2 Markup-Sprachen 105
9.3 Programmiersprachen 105
9.4 Administration 106
9.5 Multimedia 107
Teil II Für Content- und Software-Entwickler: Das I- can- EIB- System 109
10 Portal 110
10.1 Einleitung 110
10.2 Begriffsde.nition 110
10.3 Referenzarchitektur 111
10.4 Portal-Software 111
10.4.1 Portal-Anwendungen 112
10.4.2 Portal-Basisdienste 112
10.5 Lösungen auf Open-Source-Basis 113
10.6 Das TikiWiki-System 115
10.6.1 Einbinden von Portal-Anwendungen 116
10.6.2 Das Template-System „Smarty 117
11 Sprache 118
11.1 Einführung und Grundlagen 118
11.1.1 SAMPA 120
11.1.2 BOMP 121
11.2 Sprachsynthese 121
11.2.1 Verfahren der Sprachsynthese 122
11.2.2 Diphonsynthese 123
11.2.3 Unit-Selection 124
11.2.4 Mikrosegmentsynthese 125
11.3 TTS-Systeme 125
11.3.1 MBROLA 126
11.3.2 HADIFIX 127
11.3.3 IMS-Festival 127
11.3.4 G DATA Logox 128
11.4 Modellbasierte visuelle Synthese 128
11.4.1 Parametrische Modelle 129
11.4.2 Muskelbasierte Gesichtsanimation 129
11.5 Steuermodelle 130
11.5.1 Viseme 130
11.5.2 Koartikulationsmodelle 130
11.5.3 Triphonmodelle 131
11.6 Lippensynchronisation 131
11.7 Zusammenfassung 133
12 Der Avatar „EIBY 134
12.1 Einleitung 134
12.2 Grundlegende Architektur 136
12.3 Modell und Animation 138
12.3.1 Mimik 139
12.3.2 Spezi.kation von Avatar-Modellen 141
12.3.3 Avatar-Modellierung in ICE-FaceXML 142
12.3.4 Steuerung über Low-Level-Animationen 145
12.4 Verhalten 149
12.4.1 Herstellung von Glaubwürdigkeit und Vertrauen 149
12.4.2 Darstellung von Emotionen 150
12.4.3 Steuerung über High-Level-Animationen 153
12.4.4 Übertragbarkeit auf andere Modelle 155
12.5 EDGAR – der Avatar-Editor 156
12.5.1 Einleitung 156
12.5.2 Tour durch den Editor EDGAR 158
13 Gesprächskompetenz im I-can-EIB-System 164
13.1 Vorgehensmodell zur Verbesserung der Gesprächskompetenz 164
13.2 Open-Source-Chatbots 168
13.2.1 Selbstlernende Chatbot-Systeme 168
13.2.2 AIML-Chatbots 169
13.3 A.L.I.C.E. 170
13.3.1 Kompetenzerwerb durch Supervised Learning 170
13.3.2 A.L.I.C.E.-Server 171
13.3.3 Verarbeitung der natürlichen Sprache 173
13.3.4 Web-Applikation 177
13.3.5 Wissensrepräsentation mit AIML 179
13.3.6 Generierung der Antworten 183
13.3.7 Tools zur Bearbeitung und Analyse von AIML-Dateien 187
13.3.8 Einbindung von Skriptsprachen in die Antwort-Templates 191
13.4 Wissensbasen 193
13.4.1 Einsteigerberatung 194
13.4.2 Information-Retrieval-Systeme 208
13.4.3 Information-Mining dynamischer Inhalte aus dem Web 216
13.4.4 Zugriff auf Wissen über einen Index 225
14 Wissensmarktplatz mit Agenten und Avataren 230
14.1 Einleitung 230
14.2 Architektur 232
14.2.1 Chatsystem (VNet) 235
14.2.2 Agentensystem (JADE) 242
14.2.3 Chatbot-Integration (A.L.I.C.E.) 263
14.2.4 CMS-Anbindung 266
14.3 Entwicklung mit VRML, AgentScript und JADE 267
14.3.1 Virtual Reality Modelling Language (VRML) 267
14.3.2 AgentScript und eine JADE-Implementation 268
14.3.3 JADE-Verhaltensentwicklung für AgentScript 281
14.3.4 Beispiel für die Entwicklung eines Verhaltens 284
14.3.5 Agenten zur Raumerstellung und Kon.guration 287
15 Entwicklung und Integration von Rich Media Learning Objects 292
15.1 Rich Media Content im E-Learning 292
15.1.1 Das Projekt I-can-EIB 293
15.2 Entwicklung von Rich Media Content im E-Learning 294
15.2.1 Fein- und Grobkonzept von Lerninhalten 295
15.2.2 Drehbuchentwicklung 298
15.2.3 Erstellung ablauffähiger Lernsequenzen 299
15.2.4 Implementierung, SCORM-Metadaten 300
15.3 Der XML-Drehbucheditor 301
15.3.1 Beschreibung der Eingabefelder 303
16 Standardisierung der Lerneinheiten 310
16.1 Entwicklung eines Drehbucheditors zur Unterstützung von Autoren bei der Content- Entwicklung 310
16.2 Content-Standardisierung: ADL-SCORM 311
16.3 Generierung SCORM-kompatibler Lerneinheiten 316
17 Evaluation 320
17.1 Evaluationsobjekt I-can-EIB-Avatar 321
17.2 Fragebogen 321
17.3 Pre-Post-Testdesign 322
17.4 Datenanalyse und statistische Auswertung 322
17.5 Ergebnisse 324
17.6 Zusammenfassung und Resümee 327
Teil III Für Administratoren: Installation und Kon.guration 330
18 Portal 332
18.1 Systemvoraussetzungen 332
18.2 Apache HTTP-Server 333
18.3 PHP Version 4 333
18.4 MySQL 334
18.4.1 Installation 334
18.4.2 Starten des MySQL-Dämons 334
18.4.3 Erstellung der Tiki-Datenbank 335
18.4.4 PHPMyAdmin 335
18.5 TikiWiki 336
19 Gesprächskomponenten des I-can-EIB-Systems 338
19.1 TreeTagger 338
19.1.1 Installationsvoraussetzung 338
19.1.2 Installation 338
19.1.3 Kon.guration 339
19.1.4 Programmstart 339
19.1.5 Anmerkungen zur Nutzung als Web-Service 339
19.2 A.L.I.C.E. 339
19.2.1 Installationsvoraussetzungen 339
19.2.2 Installation 340
19.2.3 Kon.guration Kon . guration des A. L.I.C.E.-Servers 340
19.2.4 Eine Web-Applikation erzeugen 343
19.2.5 Auf dem Server installieren 343
19.2.6 Wissensinhalte verfügbar machen 343
19.3 Webbasierte Datenextraktion mit W3xtract 344
19.3.1 Installation 344
19.3.2 Kon.guration und Wartung 344
19.3.3 Zeitgesteuerte Ausführung 345
19.3.4 XPath-Ausdruck ermitteln 346
19.3.5 Alternative HTML-Parser 347
20 Avatar-System 348
20.1 Installation 348
20.1.1 Allgemeines 348
20.1.2 Systemanforderungen 348
20.1.3 Installation des Avatar-Editors EDGAR 350
20.1.4 Installation des Java-Applets 350
20.1.5 Das Applet in der Initialisierungsphase 350
20.2 Kon.guration 352
20.2.1 Einleitung 352
20.2.2 Kommunikation zwischen Applet und Server 352
20.2.3 Die Applet-Parameter 354
20.2.4 Anbindung alternativer TTS-Engines 355
21 3D-Multiagentensystem 356
21.1 Installation 356
21.1.1 Systemanforderungen 356
Clientseite 356
Serverseite 357
21.1.2 Installation des MAS-Systems 357
Installation der Komponenten 358
Neukompilierung des Systems 359
21.2 Kon.guration 359
21.2.1 VNet-Client/Server-Kon.guration 360
21.2.2 JADE-Eigenschaften 360
Kon.gurationsdateien 360
Element 361
Element 362
Element 362
Element 363
Element 363
Element 363
Beispiel 363
21.2.3 Ausstellungskon.gurator 365
Teil IV Anhang 369
A Avatar-Beschreibungssprache 370
A.1 ICE-FaceXML-DTD 370
A.2 ICE-FaceXML-Tags-Übersicht 371
A.2.1 371
A.2.2 371
A.2.3 371
A.2.4 371
A.2.5 371
A.2.6 372
A.2.7 372
A.2.8 372
A.2.9 372
A.2.10 373
A.2.11 373
A.2.12 373
A.3 Beispiel für eine Avatar-Beschreibung 373
B Avatar-Animationssprache 374
B.1 ICE-FaceAnimXML-DTD 374
B.2 ICE-FaceAnimXML-Tags-Übersicht 374
B.2.1 374
B.2.2 375
B.2.3 375
B.2.4 375
B.2.5 375
B.2.6 376
B.2.7 376
B.2.8 376
B.3 Avatar-Animationssprache – Beispielaufbau 376
C Beispiel einer Raumerstellung in VRML 378
D De.nition AgentScript Markup Language 388
E W3xtract 390
E.1 Das Wetterbeispiel 390
E.2 W3xtractCon.g-DTD 391
E.3 W3xtractCon.g-Tags-Übersicht 391
E.3.1 391
E.3.2 391
E.3.3 391
E.3.4 391
E.3.5 391
E.4 W3xtractCon.g – Beispielaufbau 392
E.5 W3xtractJob-DTD 392
E.6 W3xtractJob-Tags-Übersicht 393
E.6.1 393
E.6.2 393
E.6.3 393
E.6.4 393
E.6.5 393
E.6.6 393
E.6.7 394
E.6.8 394
E.6.9 394
E.6.10 394
E.6.11 394
E.6.12 394
E.7 W3xtractJob – Beispiel 395
F VRML Interchange Protocol 396
F.1 Einführung 396
F.2 VRML-Feld-Typenkodierung 396
F.3 Nachrichtenformat 397
F.3.1 Objekt 397
F.3.2 Feld 397
F.3.3 Wert 398
F.4 Pseudofelder reserviert von VNet 398
F.5 Beispiele zum Nachrichtenaustausch 399
G De.nition Wissensmarktplatz-Kon.guration 400
H Phonem-Übersicht 402
I LERNET-Partner 406
J Quellenangaben zu den Abbildungen 409
K Abkürzungs- und Akronymverzeichnis 410
Literaturverzeichnis 420
Index 436

11 Sprache (S.101)

Holger de Vries

Wer spricht, besitzt eine Sprache. Wie wird aber aus einer Folge von Geräuschen etwas Verständliches? Welche Bestandteile hat eine Sprache? Wie wird dieses abstrakte Gebilde auf die informatischeWelt übertragen? Diesen und ähnlichen Fragen wird im folgenden Kapitel nachgegangen.

11.1 Einführung und Grundlagen

Das Sprechen kann unter Gesichtspunkten der Phonetik1 und der Phonemik2 betrachtet werden, diese gilt es für den Anfang zu unterscheiden. Die Phonetik ist die wissenschaftliche Erforschung des gesamten lautbildenden Potentials des Menschen. Wird im Allgemeinen von Phonetik gesprochen, ist meistens das Gebiet der artikulatorischen Phonetik gemeint, die die anatomischen und physiologischen Grundlagen der Lauterzeugung (den Artikulationsapparat) untersucht.

Die Phonemik (oder Phonologie) untersucht Systeme von Phonemen, den kleinsten bedeutungsunterscheidenden Elementen einer Sprache. Sie untersucht die Beziehung der Phoneme zueinander sowie deren Funktion in dieser Sprache und in welcher Weise das universelle menschliche Lautbildungspotential in einzelnen Sprachen ausgeschöpft wird (vgl. [Linke u. a. 2004]).

Die Grundeinheit der Phonetik ist das Phon. Es ist die „kleinste durch Segmentierung (Zerlegung) gewonnene lautliche Einheit, die noch nicht als Repräsentant eines bestimmten Phonems klassi.ziert ist" (vgl. [Bußmann 1990]). Grundeinheit der Phonologie ist das Phonem. Es ist das „kleinste aus dem Schallstrom der Rede abstrahierte lautliche Segmente mit potentiell bedeutungsunterscheidender Funktion" (vgl. [Bußmann 1990]).

Die lautliche Repräsentation von Phonemen geschieht durch Phone. Um das Phoneminventar, die Zusammenstellung aller existierenden Phoneme einer Sprache, zu ermitteln, erfolgt u. a. eine Betrachtung von Minimalpaaren (distinktive Opposition). Dies sind Paare von Wörtern, die sich nur in einem Laut (oder Phon) unterscheiden, wie etwa Bein - Pein, Hase - Hose oder Mutter - Butter. Mittels dieser Paare werden also /b/ - /p/, /a/ - /o/ und /m/ - /b/ als Phoneme identifiziert.Phonologische Repräsentationen werden üblicherweise in Schrägstriche gesetzt und durch die Lautschriftsymbole des Internationalen Phonetischen Alphabets (IPA) dargestellt (vgl. [Linke u. a. 2004]).

Das Internationale Phonetische Alphabet wird verwendet, wenn eine lautgenaue Verschriftlichung gesprochener Sprache erfolgen soll. Es ist eine Sammlung von Zeichen, mit denen die Laute aller Sprachen der Welt genau beschrieben und damit einer Analyse zugänglich gemacht werden können. Das Internationale Phonetische Alphabet wird gepflegt, verwaltet und weiterentwickelt von der International Phonetic Association3. Eine Übersicht mit allen Lautzeichen des Internationalen Phonetischen Alphabets findet sich auf der Homepage der IPA.

Welche Laute sind für die deutsche Sprache von Bedeutung? Die Bildung von Lauten nennt man Artikulation, diese werden grundsätzlich in Konsonanten (Mitlaute) und Vokale (Selbstlaute) unterschieden, außerdem in stimmlose und stimmhafte Laute. Alle Vokale sind stimmhaft, Konsonanten können stimmhaft oder stimmlos sein.

Die Produktion von Konsonanten wird charakterisiert nach Artikulationsort und Artikulationsart. Folgende Artikulationsorte und damit Artikulatoren sind für das deutsche Konsonantensystem von Bedeutung (vgl. [Klein 2005], [Linke u. a. 2004]):

• Bilabialer Laut von Unter- und Oberlippe erzeugt (Pein (/p/)).

• Labiodentaler Laut von Unterlippe und oberen Schneidezähnen erzeugt (fast /f/).