Die Rolle von reduziertem Sprechen in Gesprächen

Reduzierte Artikulationsgenauigkeit ist ein häufiges Merkmal in der Sprache, wo Worte nicht klar ausgesprochen werden und es dadurch schwerer wird, sie zu erkennen. Das kann in Gesprächen passieren, wo Sprecher vielleicht nuscheln oder unklar klingen. Frühere Studien haben meistens untersucht, wie das in gelesener Sprache vorkommt, aber nicht, wie es in natürlichem Dialog passiert. Dieses Papier zielt darauf ab, diese Lücke zu schliessen, indem es die Merkmale und Funktionen von reduzierter Sprache in Gesprächen erforscht.

#Was Wir Bereitstellen

In dieser Studie präsentieren wir mehrere wichtige Beiträge:

1. Wir bieten den ersten öffentlich verfügbaren Datensatz über das Mass an Reduktion in der Sprache. Diese Daten beinhalten über 25 Minuten Gesprächsmuster in Englisch und Spanisch.
2. Wir fanden heraus, dass in Dialogen die Marker der reduzierten Sprache hohe Tonlage, grosse Tonbereich und Lautstärke umfassen, was sich von Beobachtungen in gelesener Sprache unterscheidet.
3. Wir führen ein einfaches Modell ein, das die Reduktion in Dialogen vorhersagt. Unser Modell nutzt einfache Merkmale, die mit Klang und Rhythmus zusammenhängen. Es zeigt eine gewisse Korrelation damit, wie Menschen Reduktion wahrnehmen und erzielt dabei eine Punktzahl von 0,24 für Englisch und 0,17 für Spanisch.
4. Wir entdeckten, dass eine wahrgenommene Reduktion in der Sprache spezifische Funktionen im amerikanischen Englisch anzeigen kann, wie etwa Unsicherheit zu zeigen, Themen abzuschliessen, Gesprächswechsel zu gestalten und positive Meinungen zu teilen.

#Hintergrund zur Reduzierten Sprache

Menschen sprechen oft so, dass ihre Worte schwer zu erfassen sind. Diese unklaren Äusserungen fallen unter Begriffe wie reduzierte Artikulationsgenauigkeit oder phonetische Reduktion. Während wir viel über reduzierte Sprache in gelesenen Texten wissen, ist weniger bekannt, wie sie in natürlichen Gesprächskontexten funktioniert. Zu verstehen, wie die Klarheit der Sprache während des Dialogs abnehmen kann, ist entscheidend, besonders weil dies die übermittelte Botschaft verändern kann.

#Verwandte Arbeiten

In diesem Abschnitt geben wir einen kurzen Überblick über bestehende Forschung zur reduzierten Sprache und heben unsere Forschungsfragen hervor.

#Determinanten der Reduktion

Forscher haben Faktoren untersucht, die Reduktion verursachen. Diese können vom Sprecherintention bis hin zu einem einfachen Ausdruck ihres Komfortlevels mit der Sprache reichen. Studien zeigen, dass Sprecher oft minimale Klarheit bieten, nur genug, um die beabsichtigte Bedeutung zu vermitteln. Reduktion kann auch mit der Vorhersagbarkeit von Wörtern in einem Gespräch zusammenhängen.

Andere Faktoren sind die Sprachfähigkeiten des Sprechers und sein emotionaler Zustand. Strukturelle Elemente der Sprache, wie Grammatikregeln, beeinflussen ebenfalls die Reduktion. Neben individuellen Sprachmustern spielen soziale Kontexte eine Rolle - Reduktion passiert tendenziell mehr in lockeren Umgebungen und unter vertrauten Sprechern.

In der Zwischenzeit wurde die Beziehung zwischen Reduktion und pragmatischen Funktionen - wie Sprache im Kontext verwendet wird - weniger untersucht. Bestimmte Ausdrücke im Englischen können spezifische Funktionen offenbaren, wie Absichten oder Gleichgültigkeit auszudrücken.

#Forschungsfragen

Mit diesem Hintergrund wird unsere Studie von folgenden Fragen geleitet:

1. Welche spezifischen Funktionen hat Reduktion im Dialog?
2. Welche Klangmerkmale stehen am stärksten in Verbindung mit der Wahrnehmung von Reduktion?
3. Können wir ein effektives Werkzeug entwickeln, um Reduktion in der Sprache automatisch zu erkennen?

#Methoden und Werkzeuge in Unserer Untersuchung

Das Verständnis und die Untersuchung von Reduktion erfordern systematische Ansätze, aufgrund der variablen Wahrnehmung. Klassische Methoden beinhalten das Markieren von Phonemen in der Sprache und das Beobachten, wie klar sie im Vergleich zu ihren Standardformen ausgesprochen werden. Moderne Techniken beinhalten auch den Einsatz von Technologie, um Aspekte der Sprache automatisch zu berechnen. Diese hängen jedoch oft von gut strukturierten Datensätzen ab, die nicht immer verfügbar sind.

Unsere Studie konzentriert sich auf Gespräche, in denen wir Reduktion und ihre Merkmale analysieren. Wir wollen ein Werkzeug entwickeln, das die Reduktionsniveaus automatisch schätzen kann. Dieses Werkzeug sollte idealerweise in verschiedenen Sprachen und Gesprächsarten einsetzbar sein.

#Datensammlung und -analyse

Um unsere Forschungsfragen zu untersuchen, haben wir einen korpusbasierten Ansatz gewählt, bei dem wir eine Auswahl an Dialogdaten verwendet haben. Die Daten mussten mehrere Kriterien erfüllen: Sie sollten ein Spektrum an pragmatischen Funktionen zeigen, verschiedene Sprecher beinhalten und qualitativ hochwertiges Audio enthalten. Wir haben Gespräche aus unserem Dialogs Reenacted Across Languages (DRAL) Korpus ausgewählt, mit Fokus auf Englisch und Spanisch.

#Annotierungsprozess

Unser Datenannotierungsprozess war einzigartig, da bisher niemand Reduktion so detailliert dokumentiert hatte. Wir begannen damit, Teile der Aufnahmen anzuhören und wahrgenommene Reduktionen zu notieren. Wir haben vier Klarheitsstufen in der Sprache identifiziert: stark reduziert, reduziert, normal und klar artikuliert. Nach einigen Gruppendiskussionen haben wir unsere Ziele für die Daten formalisiert:

1. Einen Datensatz zur Bewertung der Reduktionsdetektion erstellen.
2. Einen Weg entwerfen, um ein Werkzeug zur Reduktionsdetektion zu trainieren.
3. Hoffen, Einblicke in die Natur der Reduktion zu gewinnen.
4. Messen, wie zuverlässig verschiedene Annotatoren darüber übereinstimmen, was sie wahrnehmen.

#Qualität der Annotationen

Während unsere Annotationen nützliche Erkenntnisse lieferten, erkannten wir, dass sie nicht perfekt waren. Um die Qualität unserer Annotationen zu bewerten, hat eine zweite Person Teile der Daten beschriftet. Wir haben die Inter-Annotator-Übereinstimmung mithilfe eines statistischen Masses berechnet und festgestellt, dass die Übereinstimmung für klarere Sprachstufen moderat war, aber schwächer für stärker reduzierte Formen.

Wir identifizierten mehrere Gründe für die Meinungsverschiedenheiten. Die Variabilität in der Abhängigkeit vom Kontext und unterschiedliche Wahrnehmungen des Einflusses der Reduktion trugen zu Inkonsistenzen bei. Weitere Faktoren umfassten, wie schnell die Sprecher sprachen, den Aufbau des Gesprächs und sogar die Eigenschaften bestimmter Wörter.

#Akustische Merkmale der Reduktion

Um unsere zweite Forschungsfrage zu beantworten, untersuchten wir verschiedene akustische Merkmale, die automatisch gemessen werden könnten. Merkmale wie Tonhöhe, Lautstärke und die Qualität der Vokale wurden berücksichtigt. Wir stellten fest, dass kurze Wortdauern, Veränderungen in der Vokalqualität und andere prosodische Aspekte auf Reduktionsniveaus hinweisen könnten.

Wir fanden heraus, dass, im Gegensatz zur gelesenen Sprache, die Merkmale der Reduktion in Dialogen eine Erhöhung der Tonhöhe und Lautstärke umfassten. Das deutet darauf hin, dass Sprecher diese Merkmale nutzen könnten, um das Engagement aufrechtzuerhalten, auch wenn ihre Artikulation weniger klar ist.

#Prädiktive Modelle und Leistung

Für unsere dritte Forschungsfrage versuchten wir, prädiktive Modelle auf der Grundlage der gesammelten Daten zu entwickeln. Wir verwendeten ein lineares Regressionsmodell und ein neuronales Netzwerkmodell, wobei der Fokus darauf lag, wie gut sie die Reduktionsniveaus basierend auf den identifizierten Merkmalen vorhersagen konnten. Überraschenderweise schnitt das lineare Regressionsmodell am besten ab im Vergleich zu den menschlichen Wahrnehmungspunkten.

Trotzdem erreichten unsere Modelle nicht die prädiktive Genauigkeit, die wir uns erhofft hatten, was darauf hindeutet, dass weiteres Arbeiten nötig ist, um unser Verständnis und Modell der Reduktion zu verbessern. Zukünftige Ansätze könnten darin bestehen, unsere Methoden zu verfeinern oder andere Datenquellen zu nutzen, um mehr Aspekte davon zu erfassen, wie Menschen kommunizieren.

#Pragmatiche Funktionen der Reduktion

Durch qualitative Analysen identifizierten wir mehrere spezifische Funktionen, die Reduktion im Dialog erfüllt. Dazu gehören:

• Unsicherheitsmarker: Phrasen, die mangelnde Sicherheit anzeigen, weisen oft reduzierte Artikulation auf.
• Themenschlüsse: Wenn Sprecher ein Thema abgeschlossen haben, nutzen sie oft reduzierte Sprache.
• Gesprächsübernahmen: Sprecher verwenden möglicherweise unklare Sprache, wenn sie noch nicht bereit sind, einen vollständigen Gedanken zu äussern, aber den Gesprächswechsel aufrechterhalten wollen.
• Vorhersehbare Wörter: Häufig verwendete oder vorhersehbare Wörter werden tendenziell weniger klar artikuliert.
• Positive Bewertungen: Ausdrucksformen von Zustimmung oder Interesse können ebenfalls reduzierte Klarheit zeigen.

#Zusammenfassung und Zukünftige Richtungen

Diese Studie trägt zu unserem Bewusstsein dafür bei, wie Reduktion im Dialog funktioniert und enthüllt zuvor unerkannte Rollen, die sie in der Kommunikation spielt. Wir hoffen, unser Verständnis weiter zu verfeinern, indem wir verschiedene Sprachen und Sprechstile betrachten und Werkzeuge entwickeln, die helfen könnten, Reduktion effektiv in Gesprächssystemen zu erkennen und zu nutzen.

Zusätzlich könnten die Ergebnisse Implikationen für den Spracherwerb haben, indem sie die Bedeutung betonen, reduzierte Sprache angemessen zu verstehen und zu verwenden. Reduktion könnte eine subtile, aber wichtige Rolle dabei spielen, wie effektiv Menschen in einer Vielzahl sozialer Situationen kommunizieren.

Abschliessend lässt sich sagen, dass unsere Forschung neue Wege zur Verständnis von Reduktion eröffnet hat, viele Fragen jedoch weiterhin bestehen, bezüglich der Interaktionen zwischen verschiedenen Funktionen und wie diese am besten gemessen und gelehrt werden können, sowohl in natürlichen als auch in Lernkontexten.