Künstliche neuronale Netze und Computerlinguistik
Detlef Peter Zaun
Die Arbeit behandelt das Verhältnis von Computerlinguistik und künstlichen neuronalen Netzwerken. Die Unzufriedenheit mit den traditionellen symbol- und regelorientierten Modellen sowie den sequentiellen Verarbeitungsmethoden rückt den Begriff des neueren Konnektionismus ins Blickfeld der Diskussion, unter dem hier die Modellierung und Simulation von Informationsverarbeitungsprozessen auf der Grundlage künstlicher neuronaler Netzwerke verstanden wird. Dabei wird die Frage aufgeworfen, ob der Grund für das Scheitern traditioneller computerlinguistischer Ansätze in den Grundannahmen der zugrunde liegenden Grammatikmodelle zu suchen ist, die als Mißverständnis einer computerisierten Linguistik gedeutet werden könnten. Ausgehend von einer allgemeinen Darstellung und kritischen Diskussion klassischer computerlinguistischer sowie neuerer konnektionistischer Ansätze und den damit verbundenen Modellen der Sprachverarbeitung soll mit dem in der Programmiersprache LISP realisierten NEURON-S Simulator und dem Verfahren der selektiven Propagierung ein eigener Beitrag zur Lösung bestehender Probleme geleistet werden. Mit der selektiven Propagierung wird dabei ein Algorithmus präsentiert, der eine deutliche Reduzierung der Verarbeitungsschritte bei der Simulation künstlicher neuronaler Netze ermöglicht. Eine vollständige Programmbeschreibung des NEURON-S Simulators ist über das Internet erhältlich (als Postscript-Datei unter ftp://ftp.uni-koeln.de/neural-nets/papers/neuron-s_code.ps.gz).
