Pragmatisch informierende Textgenerierung

Wir verbessern die Informationsdichte von Modellen für bedingte Textgenerierung durch die Anwendung von Techniken der computergestützten Pragmatik. Diese Techniken formulieren die Sprachproduktion als ein Spiel zwischen Sprechern und Hörern, bei dem ein Sprecher Ausgabetext erzeugen sollte, den ein Hörer verwenden kann, um das ursprüngliche Eingabedatensatz zu identifizieren, das der Text beschreibt. Obwohl solche Ansätze in der Kognitionsforschung und im begründeten Sprachlernen weit verbreitet sind, haben sie für standardisierte Textgenerierungsaufgaben weniger Beachtung gefunden. Wir betrachten zwei pragmatische Modellierungsverfahren für die Textgenerierung: eines, bei dem Pragmatik durch Informationsbewahrung aufgezwungen wird, und eines, bei dem Pragmatik durch explizites Modellieren von Störfaktoren (distractors) erreicht wird. Wir stellen fest, dass diese Methoden die Leistung starker bestehender Systeme für abstrakte Zusammenfassungen und Generierung aus strukturierten Bedeutungsrepräsentationen verbessern.