mini|300px|Das Kohortenmodell im Schema. Das Kohortenmodell ist ein Modell über die auditive Worterkennung, welches in den 1980er Jahren von Wissenschaftlern unter Führung des britischen Psychologen William Marslen-Wilson entwickelt wurde. Es beschreibt, wie auf einzelne Wörter, die im mentalen Lexikon gespeichert sind, beim Hören zugegriffen wird. Dabei wird aus einer Menge potentieller Kandidaten dasjenige Wort Laut für Laut ausgefiltert, welches den eingehenden akustischen Informationen am besten entspricht.
Überblick Worterkennung vs. Spracherkennung Das Kohortenmodell ist ein Modell über die auditive Worterkennung, das heißt, es versucht zu erklären, wie der Zugriff auf die im Kopf gespeicherten Informationen einzelner Wörter beim Hören von Sprache funktioniert. Es geht dabei um die Frage, wie von den akustischen Signalen, welche zusammen ein Wort ergeben, auf den passenden Eintrag im mentalen Lexikon geschlossen wird. Für diese Modelle ist zunächst nicht von Interesse, wie sich die Bedeutungen einzelner Wörter im Gesamtkontext einer sprachlichen Äußerung ergeben. Vielmehr geht es nur um die Bedeutung der Wörter selbst, die durch den Kontext lediglich spezifiziert wird.
Dazu ein Beispiel: Ein ambiges Wort wie Bank umfasst viele verschiedene Bedeutungen (zum Beispiel Gesteinsschicht, Kreditinstitut, Sitzgelegenheit, …). Welche davon in einer sprachlichen Äußerung gerade gemeint ist, ergibt sich in den meisten Fällen aus dem sprachlichen und nichtsprachlichen Kontext. In der Theorie sind alle Bedeutungen eines Wortes in demselben Eintrag im mentalen Lexikon gespeichert, so auch alle Bedeutungen des Wortes Bank. Die eigentliche Bedeutung wird erschlossen, wenn diese durch den Kontext gefördert (im Fachjargon: geprimt) wird. Dies gilt auch für morpho-syntaktische Prozesse. So wird beispielsweise beim Verstehen des Wortes Banken ebenfalls zunächst auf den Eintrag für das Lexem Bank zugegriffen, dann für den der Pluralendung -en. In einem weiteren, für die Worterkennung selbst aber irrelevanten Prozess, werden die beiden erkannten Lexeme zusammengeführt und das Wort in seiner spezifischen Bedeutung (hier: mehrere Kreditinstitute, nicht aber mehrere Sitzgelegenheiten, da hier der Plural Bänke wäre) verstanden. Dasselbe gilt für komplexe Ausdrücke wie endozentrische Komposita (z. B. Bankangestellter) oder derivierte Wörter (z. B. Arbeiter aus den Einträgen für den Verbstamm arbeit- und dem substantivierenden Suffix -er). Ebenfalls zur Spracherkennung, nicht aber zur Worterkennung, gehört die syntaktische Analyse, wie zum Beispiel die Frage, ob das Wort Bank, in einem Satz eingebettet, als Subjekt (Die Bank befindet sich in der Innenstadt) oder als Objekt (Der Geldautomat befindet sich in der Bank) fungiert.
Geht es bei Modellen der Spracherkennung allgemein um das Finden einer konkreten Bedeutung eines Wortes oder eines Satzes in Abhängigkeit vom semantischen, syntaktischen und sprachlichen Kontext, beschränken sich Modelle der Worterkennung einzig auf das Finden des Eintrages im mentalen Lexikon entsprechend dem zu verstehenden Wort. Die Existenz eines solchen mentalen Lexikons wird als gegeben vorausgesetzt. Zusammengefasst befassen sich Modelle der Worterkennung allgemein mit der Frage, wie auf dieses Lexikon zugegriffen wird. Bei solchen Modellen ist es zunächst unerheblich, welche konkrete Bedeutung des Eintrages letztlich durch den Kontext vorgegeben ist. Somit ist die Worterkennung ein Teil der Spracherkennung, nicht aber mit ihr gleichzusetzen.vergleiche Harley (2008:241f.)
Vorgeschichte und Abgrenzung
In der Psycholinguistik unterscheidet man grob zwei Arten von Modellen über auditive Worterkennung. Zum einen gibt es die phonologischen Ansätze, zum anderen die psycholinguistischen. Die phonologischen Ansätze sind forschungsgeschichtlich älter als die psycholinguistischen, beide existieren aber nach wie vor nebeneinander und werden von unterschiedlichen Wissenschaftlern je nach gegebener Fragestellung angenommen.
Phonologische Ansätze mini|300px|Schema, das die beiden Ansätze zur auditiven Worterkennung gegenüberstellt.Die phonologischen Ansätze (links) greifen auf das akustische Signal (unterste Ebene) wiederholt zurück, und erst nach der vollständigen Abstraktion (mittlere Ebene) wird auf den Eintrag im mentalen Lexikon (obere Ebene) zugegriffen.In den psycholinguistischen Modellen (rechts) wird das akustische Signal einmalig rekodiert und das Wort unter mehrmaligem Zugriff auf das mentale Lexikon erkannt. Die phonologischen Ansätze beschreiben Worterkennung als einen dynamischen Prozess, bei dem nach Eingang des akustischen Signals im Laufe der Erkennung wiederholt auf dieses Signal zurückgegriffen wird. Man spricht dabei von bottom-up-Ansätzen, das heißt, die Worterkennung geht allein vom akustischen Signal aus. Darüber hinaus gehen diese Modelle von früher Abstraktion aus. Demnach wird das einkommende Signal recht früh in diskrete Einheiten, beispielsweise distinktive Merkmale, zerlegt. Auch phonologische Eigenschaften der Sprache spielen bei der Erkennung eine wichtige Rolle.
Als Beispiele sind die Motor-Theorie, die Akustische Invarianztheorie oder die Quantentheorie der Sprachwahrnehmung zu nennen.
Psycholinguistische Ansätze Die Psycholinguistischen Ansätze dagegen legen den Fokus auf die Wortsegmentierung und die Worterkennung. Spielt Weltwissen bei den phonologischen Ansätzen keine oder nur eine untergeordnete Rolle, wird in den psycholinguistischen Ansätzen dieses zur Reparatur von phonetisch verstümmelten Signalen verwendet. Damit sind diese Modelle top-down-orientiert, was bedeutet, dass bei der Erkennung von Wörtern auf vorhandenes Wissen, beispielsweise über strukturelle Eigenschaften der bekannten Wörter, zurückgegriffen wird. Das Kohortenmodell ist eine der ersten psycholinguistischen Theorien über die auditive Worterkennung. Weitere sind zum Beispiel das TRACE-Modell von McClelland und Elman, sowie seine Weiterentwicklungen Shortlist-Modell oder Merge-Modell, welche zum Teil auf Mechanismen des Kohortenmodells zurückgreifen.
Die Wissenschaftler um William Marslen-Wilson entwickelten das Kohortenmodell Anfang der 1980er Jahre auf Basis einer Reihe von Experimenten, welche Ergebnisse brachten, die bisherige Modelle nicht oder nur mit zusätzlichen Annahmen erklären konnten.
Allgemeine Funktionsweise Das Modell Marslen-Wilson unterteilt die auditive Worterkennung in drei Makrostufen: Zugriff (engl. Access), Auswahl (engl. selection) und Integration.
Unter Zugriff wird im Modell die Umwandlung von akustischen Signalen in Merkmale bzw. Laute verstanden. In der Auswahlphase wird über den Mechanismus der Kohortenbildung (siehe unten) der passende Eintrag im mentalen Lexikon ausgewählt und in der Integrationsphase in den entsprechenden semantischen und syntaktischen Kontext eingebettet. Das Modell allein macht keine Aussagen über das Erfassen der Bedeutung von komplexen Sinneinheiten wie Sätzen oder Phrasen.
Lexikaler Zugriff im Kohortenmodell mini|300px|Schema der Funktionsweise des Kohortenmodells. Dabei nimmt der Hörer den Input Laut für Laut wahr und schließt iterativ alle Lexeme aus, die nicht zum Gehörten passen. Die Grundidee des Modells ist, dass das eingehende akustische Signal (der so genannte Input) beim Hören gesprochener Sprache seriell in Phone zerlegt wird. Der Hörer erkennt dabei den ersten Laut des zu verstehenden Wortes und öffnet eine Menge aller in seinem mentalen Lexikon gespeicherter Einträge, die mit ebendiesem Laut beginnen. Diese Menge lexikaler Einträge wird Kohorte genannt. Im nächsten Schritt wird der zweite Laut des Wortes analysiert. Aus der ersten Kohorte werden nun alle die Einträge ausgewählt, deren zweiter Laut mit dem erkannten des Inputs übereinstimmt. Die übrigen Lexeme werden aus der Kohorte entfernt. Im Weiteren stehen also nur die Lexeme zur Wahl, die nach wie vor mit den bisher erkannten Informationen des Inputs übereinstimmen. Diese Vorgehensweise wird nun mit den nachfolgenden Lauten solange wiederholt, bis das Wort eindeutig erkannt ist. Dies ist dann der Fall, wenn die Kohorte nur noch einen Eintrag enthält. Die nebenstehende Grafik verdeutlicht diese allgemeine Funktionsweise des Modells am Beispiel des zu erkennenden englischen Wortes „trespass“ (zu Deutsch: unbefugtes Betreten).
Das ursprüngliche Kohortenmodell war in der Lage, Kontexteffekte und den seriellen Charakter der auditiven Worterkennung zu erklären. Nachdem als Schwächen des Modells Frequenzeffekte und der Umgang mit defektem Input bekannt wurden, erweiterte Marslen-Wilson das Modell in der Mitte der 1980er Jahre. In der Literatur haben sich für diese beiden Stadien des Modells die Begriffe Cohort I bzw. Cohort II eingebürgert.
Experimentelle Grundlagen William Marslen-Wilson führte eine Reihe von Experimenten durch, welche zwei wichtige Eigenschaften der auditiven Worterkennung aufzeigten. Zum einen den seriellen Charakter und zum anderen den Einfluss von kontextuellen Informationen auf die Worterkennung. Gleichzeitig konnte er damit Schwächen in den bis dahin bestehenden Modellen über die Sprachwahrnehmung demonstrieren. Aus den Ergebnissen dieser Experimente ist dann das Kohortenmodell erwachsen, welches die zu beobachtenden Effekte erklären sollte.
Shadowing-Experimente Die ersten Experimente, welche Marslen-Wilson durchführte, waren so genannte Shadowing-Experimente. Bei diesen Experimenten liest der Versuchsleiter einen Text vor, der von der Versuchsperson so schnell wie möglich nachgesprochen werden muss. Bei einer durchschnittlichen Wortlänge von 500 ms ergab sich eine Verzögerung zwischen den Worten des Versuchsleiters und der Wiederholung durch die Versuchsperson von 250 ms. Dies heißt, dass die Versuchsperson ein Wort erkennen und nachsprechen konnte, noch bevor der Versuchsleiter das Wort vollständig ausgesprochen hatte. Abzüglich der Zeit, welche die Artikulation der wahrgenommenen Wörter in Anspruch nimmt, geht man heute davon aus, dass der Prozess des reinen Erkennen eines Wortes innerhalb von etwa 200 ms vonstattengeht. Dies entspricht bei normaler Sprechgeschwindigkeit einer Länge von etwa zwei bis drei Lauten (Phonemen).
In diesem Zusammenhang spricht man von den so genannten uniqueness bzw. recognition points.William D. Marslen-Wilson und Lorraine Komisarjevsky Tyler: The temporal structure of spoken language understanding. In: Cognition Nr. 8, 1980, S. 1–71 Der uniqueness point (auch Diskriminationspunkt) ist dabei der Punkt, ab dem ein Wort zweifelsfrei erkannt ist, wenn es also kein anderes Wort gibt, welches durch dieselbe Phonemsequenz kodiert ist, wie das zu erkennende. Dies ist spätestens dann gegeben, wenn ein neues Wort beginnt. Der recognition point ist dagegen der Punkt, ab dem der Hörer mit hoher Sicherheit sagen kann, welches Wort er wahrnimmt, also nach etwa 200 ms.
Versuchsleitermeint Versuchsleiterliest vor president howident company comsiny tomorrow tommorane In weiteren derartigen Experimenten wurde der Versuchsperson ein Text vorgelesen, der im Gegensatz zum ersten Experiment aber Fehler enthielt. Dabei variierte die Position des Fehlers innerhalb eines Wortes, wobei der Fehler am Anfang, in der Mitte oder am Ende des Wortes platziert sein konnte. Die nebenstehende Tabelle zeigt einige Beispiele. Diese teilweise fehlerbehafteten Wörter wurden in drei verschiedene Texte verpackt, wobei der eine ein normaler Text war. Der zweite Text war semantisch anormal, die darin vorkommenden Sätze waren grammatisch richtig, ergaben aber keinen zusammenhängenden Sinn. Der dritte Text war semantisch und syntaktisch anormal, also eine zusammenhanglose Aneinanderreihung von Wörtern.