Web-Kommunikation mit OpenSource - Chatbots, Virtuelle Messen, Rich-Media-Content

von: Claus Möbus

Springer-Verlag, 2006

ISBN: 9783540290933

Sprache: Deutsch

433 Seiten, Download: 11872 KB

Format: PDF, auch als Online-Lesen

geeignet für:

eBook anfordern

▸

Mehr zum Inhalt

Web-Kommunikation mit OpenSource - Chatbots, Virtuelle Messen, Rich-Media-Content

	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

Web-Kommunikation mit OpenSource - Chatbots, Virtuelle Messen, Rich-Media-Content

von: Claus Möbus

Web-Kommunikation mit OpenSource - Chatbots, Virtuelle Messen, Rich-Media-Content

Kategorien

eBooks

Audiobooks