Ons Erfdeel. Jaargang 31

[p. 569]

Taal machinaal
Of: kan een computer ooit leren praten?
P.C. uit den Boogaart

P.C. UIT DEN BOOGAART
werd geboren in 1942 in Rotterdam. Studeerde Nederlands en Italiaans aan de Universiteit van Utrecht. Is docent Nederlands en Italiaans aan de Technische Universiteit Eindhoven, faculteit Wijsbegeerte en Maatschappij Wetenschappen. Publiceerde o.a. ‘Woordfrequenties’ (1975) en sinds 1977 bijdragen in ‘Onze Taal’.
Adres: Poiterslaan 15, NL-5611 LA Eindhoven

Het antwoord op de vraag in het onderkopje luidt ja. Sterker nog: er zijn al computers die menselijke spraakklanken kunnen voortbrengen. Dat hebben ze gemeen met grammofoonplaten, cassetterecorders en aanverwante apparatuur. Heel bijzonder is het dus niet. Er zijn ook computers die menselijke spraakklanken kunnen registreren en herkennen. Net als microfoons. Dus alweer niet wereldschokkend. Iets interessanter wordt het als we weten dat er computerprogrammatuur bestaat die een stuk Nederlandse tekst kan ‘lezen’ en vrijwel correct kan uitspreken. Toch bedoelt u met een sprekende computer wat anders, waarschijnlijk, dan een werktuig dat alleen maar letters in klanken en eventueel vice-versa omzet. (Tussen haakjes, het omgekeerde proces, klanken naar letters, is veel gecompliceerder, om redenen die hieronder aan de orde zullen komen.) U denkt wellicht aan een apparaat dat in staat is op min of meer intelligent niveau een conversatie te voeren, of aan een instrument waar u bepaalde mondelinge opdrachten aan kunt geven, en dat u ook mondeling op de hoogte zal stellen van de uitvoerbaarheid van die opdracht.

Dit soort apparaten bestaat in principe ook, maar vooralsnog gaan ze mank aan twee tekortkomingen: ten eerste is de ‘taal’ die ze begrijpen erg beperkt, en ten tweede is de kans op verkeerd verstaan voorlopig groot. Het valt te verwachten dat het tweede manco in een niet al te verre toekomst zal worden verholpen. Het eerste gebrek is veel ernstiger. Het heeft te maken met onze onwetendheid aangaande de manier waarop wij als taalgebruikers met taal omgaan. Precies hetzelfde probleem speelt ook in de wereld van de ‘vertaalmachine’. In ruimere zin is het ook het probleem van de kunstmatige intelligentie.

Hoe komt het dat ondanks deze onwetendheid toch nog af en toe spectaculaire successen geboekt worden? We zullen in dit artikel proberen aan te geven waar mogelijkheden en (voorlopige) begrenzingen liggen van de toepassing van de computer in de taalkunde. Bij voorbaat zij gezegd dat de behandeling van deze materie uiterst globaal zal zijn. Wie meer wil weten, zouden wij kunnen verwijzen naar het boek Computertaalkunde van H. Brandt Corstius uit 1976. Helaas is dit boek niet meer in de handel en zal ook niet worden herdrukt. Het was tot dusverre het enige voor een breder publiek toegankelijk werk in het Nederlands. Alle andere literatuur vooronderstelt nogal wat kennis van theoretische taalkunde of van informatica en meestal van beide disciplines. Schrikt de lezer van deze specialismen niet terug, dan kan hij of zij inzake het automa-

[p. 570]

tisch vertalen aan de slag met De computer als vertaler van J.J. Schoon (Amsterdam, 1986).

Wat kunnen computers met taal?

De vraag wat computers in het algemeen kunnen is misleidend: ze kunnen niets, tenzij ze geprogrammeerd zijn. Het probleem van het bouwen van een vertaalcomputer of een schaakcomputer of een praatcomputer is dan ook niet zozeer een technisch probleem: het probleem bestaat daarin dat iemand een reeks van opdrachten moet verzinnen die de computer successievelijk kan uitvoeren en waarbij het resultaat overeenkomt met het resultaat dat we van een intelligent mens verwachten. (Ik gebruik het woord intelligent hier in volstrekt intuïtieve en onwetenschappelijke zin).

Een voorbeeld. Stel dat u een lange rij van zelfstandige naamwoorden op een diskette hebt staan, dat u daar allemaal meervouden van wilt maken, en dat u geen zin hebt die allemaal zelf uit te tikken. In de meeste gangbare programmeertalen is het mogelijk een programma te schrijven dat de computer dit werk voor u laat doen. Om te weten hoe dat in zijn werk gaat, kunt u zich het beste een vlijtige nauwkeurige slaaf voorstellen die geen Nederlands verstaat, maar wel, bijvoorbeeld, Engels.

U legt zo'n slaaf eerst uit wat klinkers en wat medeklinkers zijn. U vertelt dat als een woord op een klinker, maar niet op een -e eindigt, hij 's achter het woord moet zetten. Dan weet hij van auto auto's en van villa villa's te maken. U vertelt hem dat hij na een medeklinker

a)	eerst moet kijken of de voorlaatste letter een klinker is: zo nee, dan probeert hij direct en achter het woord. Van fiets maakt hij dus fietsen, van nacht nachten.
b)	als het voorafgaande antwoord ja luidde, dan moet hij kijken of de voorvoorlaatste letter dezelfde klinker is. Zo ja, dan moet hij die schrappen en daarna -en achter het woord zetten. Van plaat maakt hij dus platen, van eed eden, van buur buren enzovoorts.
c)	als het voorafgaande antwoord nee luidde dan moet hij kijken of de voorvoorlaatste letter een medeklinker is. Zo ja, dan moet hij die nogeens achter het woord zetten en daarna en achter het woord plaatsen. Van bed maakt hij dus bedden en van lip lippen. Zo nee, dan plaatst hij zonder verdubbeling en achter het woord en ziedaar, hij maakt van vlieg vliegen en van boek boeken.

U bent moe geworden van al die explicaties, laat uw slaaf een halfuurtje alleen werken. U komt terug en ziet dat hij vele meervouden correct heeft gemaakt, maar ook nogal wat fouten. Van kraai heeft hij kraai's, van lepel lepellen gemaakt. U krijgt er zogezegd de zenuwwen van. Trouwens, met liefde en ellende heeft hij helemaal niets gedaan, want daar was geen opdracht voor. Dit alles is geen domheid van uw slaaf maar van uzelf. U gaat wat beter nadenken over allerlei regels en na een paar uur bent u zover dat de weinige fouten die de slaaf dan nog maakt door uzelf zonder veel moeite kunnen worden verbeterd.

Nu hebt u een computer als slaaf en u legt aan uw computer in uw programmeertaal uit hoe meervouden gemaakt moeten worden. Na enige tijd krijgt u een vrijwel correct resultaat. Maar u wilt meer. U bedenkt dat het aardig zou zijn als uw computer van èlk zelfstandig naamwoord dat hij in een tekst vindt een meervoud zou kunnen maken. Wat zou u bij een menselijke slaaf doen? U geeft hem een woordenboek om op te zoeken of een woord in de tekst al dan niet een zelfstandig naamwoord is, en laat hem volgens de regels die u hem hebt geleerd de meervouden maken. Probleem nummer 1: hoe weet de slaaf als hij hoop tegenkomt dat daar op die plaats het zelfstandig naamwoord bedoeld wordt? Volgens de instructies kan hem dat niets schelen. Onverdroten schrijft hij uit de zin Waar was hoop voor ons bij haar?, waren, wassen,

[p. 571]

hopen, onzen, bijen en haren. Dus krabt u zich op het hoofd en besluit dat het probleem om te ontdekken of iets een zelfstandig naamwoord met meervoud is zonder context niet te achterhalen is. U gaat dan regels trachten op te sporen hoe je daar mét context achter kunt komen. Traditionele grammaticaboeken zullen u in de steek laten. Wat heeft uw slaaf aan de mededeling dat zelfstandige naamwoorden namen van dingen dieren of mensen zijn, of dat er de of het voor kan staan? Dat laatste zou een handige regel zijn, maar die helpt niet veel als de of het er niet voor staat. En dan nog.

Goed, is dit probleem nu onoplosbaar? Waarschijnlijk niet. Taal is gebouwd volgens grammaticaregels die in laatste instantie terug te brengen zijn op herkenning van aparte tekens, vervanging van tekens door andere en soortgelijke processen. De meervoudsvorming is daar een uiterst simpel voorbeeld van. Maar het ontdekken van zelfstandige naamwoorden in een tekst is ons niet genoeg. We zijn pretentieuzer.

Taal alleen is niet genoeg

Vrijwel meteen vanaf de vervaardiging van de eerste computers heeft men getracht programmatuur te maken waarmee het vertalen van de ene taal in de andere een kwestie van pure routine zou worden die aan de computer overgelaten zou kunnen worden. De eerste pogingen in die richting werden gedaan door computerspecialisten zonder noemenswaardige kennis van de taalkunde. Deze lieden faalden dus. En tegelijkertijd ontstond ook de scepsis tegen de mogelijkheid om een dergelijk apparaat te bouwen. De argumenten tegen het vertaalapparaat waren globaal gesproken de volgende:

1.	Onze kennis van de taal is te weinig exact om in computertermen omgezet te kunnen worden;
2.	Computers zijn rekenapparaten en kunnen derhalve ipso facto niet voor vertaalprocessen gebruikt worden: vertalen is niet opereren met getallen maar met betekenissen. Betekenissen zouden niet in getallen te vangen zijn.

Nog steeds bedienen sceptici zich in essentie van deze argumenten èn van het argument van de ervaring: na duizenden manjaren gestoken te hebben in een uitvinding van iets wat zich maar niet uit wil laten vinden, kunnen we beter eerst maar een jaar of honderd wat anders doen en dan kijken of we inmiddels voldoende hebben bijgeleerd.

Optimisten geloven intussen dat onze kennis van de taal in de loop der jaren voldoende exact is geworden om de vertaalprogrammatuur aan te kunnen. Sommigen onder hen menen dat noeste vlijt de zaak tot een goed einde zal brengen; anderen hopen op een soort ei van Colombus.

Tegen het tweede argument wordt ingebracht dat het naïef is te denken dat een computer uitsluitend zou kunnen rekenen. Het is gemakkelijk om een computer te laten rekenen, omdat dat een proces is dat we zelf het beste begrijpen. Maar het apparaat kan veel meer. Daarbij, zou je kunnen zeggen, hoeft een computer niet te weten wat woorden en zinnen betekenen. Hij moet weten dat neige in het Frans correspondeert met sneeuw in het Nederlands, en daarmee basta. In principe is dat juist. Toch lijdt het geen twijfel dat het niet voldoende is om alleen corresponderende woorden en corresponderende grammaticaregels in een computerprogramma te stoppen.

Een voorbeeld: op het eerste gezicht zijn de zinnen Het meisje lijkt niet te drinken, en Het water lijkt niet te drinken identieke zinnen. Bij vertaling echter blijkt dat te drinken in het eerste zinnetje qua betekenis correspondeert met ‘bezig te drinken’ en in het tweede geval met ‘drinkbaar’. Vooraleer de computer de vertaling in welke taal ook levert zal hij moeten kunnen onderkennen dat water niet drinkt en meisjes over het algemeen niet drinkbaar

[p. 572]

zijn. Het probleem is niet zozeer dat woorden en woordcombinaties dubbelzinnig zijn: het probleem is eerder dat mensen hier geen probleem mee hebben.

Het antwoord van sommigen hierop zou zijn dat kennis van de taal alleen niet genoeg is, maar dat ook onze gehele kennis van de wereld aan de computer toegevoegd moet worden.

Een van de aardigste voorbeelden van een apparaat met kennis van de taal en van de wereld is in 1974 door Terry Winograd in zijn boek Understanding Natural Language uiteengezet. Het ging hier niet om een vertaalmachine, maar om een soort robot die simpele opdrachten als: plaats een rood blokje op de groene kubus kon begrijpen en uitvoeren.

Deze robot ontleende zijn ‘intelligentie’ aan een taalprogramma, dat zinnen herkende en antwoorden produceerde, aan een ‘betekenisprogramma’ dat de relatie tussen objecten en woorden vastlegde, en aan een ‘denkprogramma’ dat hem in staat stelde om vast te stellen of bepaalde opdrachten al dan niet uitvoerbaar waren.

Bij dit alles moet gezegd worden, dat het natuurlijk maar een klein fragment van het Engels betrof, en dat de denkwereld van het apparaat ridicuul beperkt was. Toch meende de auteur een belangrijke stap op de weg naar meer gecompliceerde ‘denk-en-praat’-apparaten gezet te hebben. Helaas was dit niet het geval. Het systeem werd later wel enigszins geperfectioneerd, maar niet in die zin dat de weg naar ècht begrip van de taal definitief ontsloten leek.

Vertaalmachines bestaan vooralsnog niet. Het is intussen heel goed mogelijk dat oplossingen helemaal niet vanuit de richting van de taalkunde zullen komen en ook niet van theorieën over onze kennis van de wereld. Afgezien van het feit dat mensen over ongrijpbare kwaliteiten als intuïtie en associatievermogen beschikken, scoren we op sommige terreinen nog veel beter dan welk apparaat dan ook. Het meest raadselachtige vermogen van mensen is misschien wel onze vaardigheid in het herkennen. Neem klanken bijvoorbeeld, spraakklanken. Het is ongetwijfeld niet waar dat klanken niet in getallen te vangen zijn. Als u naar een bandrecorder luistert, beluistert u in zekere zin een lange rij (magnetische) plusjes en minnetjes: eentjes en nulletjes in de computerwereld. U bent in staat klanken te identificeren zonder enige moeite: de computer faalt nog in vele gevallen. Terwijl hij toch over exact dezelfde informatie als u beschikt, en hij bij uitstek een informatieverwerker is. Het is hem om te beginnen al een enorm probleem om een woord als lat op te splitsen in drie spraakklanken. Hij neemt alleen een stroom geluidjes waar waar hij letterlijk kop nog staart aan kan ontdekken.

In nog sterkere mate blijkt onze voorsprong op de computer als we het apparaat moeten leren om (van een foto) mensen te herkennen. Het is zeer wel mogelijk dat onze pogingen om de computer ònze manier van waarnemen op te dringen tot mislukken zijn gedoemd. Misschien moeten we de computer toch meer op zijn kwaliteit van rekenmeester aanspreken.

De rekenaar

Een volslagen andere richting van computertaalkunde dan de tot nu toe genoemde disciplines, is de taalstatistiek. Statistici hebben gevonden dat er methoden bestaan om de computer te laten voorspellen door welke auteur een bepaalde tekst geschreven is, alleen maar door te tellen hoe vaak bepaalde woorden in die tekst voorkomen. De praktijk heeft uitgewezen dat de computer hierin een groter herkenningsvermogen ten toon spreidt dan de mens met al zijn gevoel voor stijl en nuances en met zijn fenomenale kennis van de wereld. Het is mogelijk dat het hele herkenningsprobleem

[p. 573]

uiteindelijk met louter statistische methoden opgelost zal worden en dat daarin domme maar efficiënte hulpmiddelen gevonden worden voor de vertaalcomputer en de praatcomputer.

U vindt het misschien wat ontluisterend dat puur ‘dom rekenwerk’ in dit soort gevallen zaken aan het licht zou kunnen brengen waar wij geen oog voor hebben. Maar waarom? U vindt het toch ook niet vervelend dat een thermometer op het gebied van warmtemeting nauwkeuriger is dan u?

Puur gevoelsmatig gesproken, lijkt het mij wel zo plezierig, geen al te slimme concurrent van de homo sapiens te creëren. Het is fascinerend te zien tot in welke mate de computer sporen van intelligent gedrag kan lijken te vertonen, maar uiteindelijk moet hij wel zijn plaats weten. Dus: zwijgen als hem niets wordt gevraagd.