=Paper=
{{Paper
|id=Vol-2197/paper4
|storemode=property
|title=Sag „Hallo“ zu Deiner Karte
(Say “Hello“ to Your Map)
|pdfUrl=https://ceur-ws.org/Vol-2197/paper4.pdf
|volume=Vol-2197
|authors=Matthias Bluhm,Antonia van Eek,Martin Wilden
}}
==Sag „Hallo“ zu Deiner Karte
(Say “Hello“ to Your Map)==
https://ceur-ws.org/Vol-2197/paper4.pdf
Tagungsband UIS 2018
Beitrag D: Martin Wilden, Antonia van Eek, Matthias Bluhm
Sag „Hallo“ zu deiner Karte
Say “Hello“ to Your Map
Matthias Bluhm, Antonia van Eek, Martin Wilden
con terra GmbH, m.bluhm@conterra.de
Abstract
"Will voice control soon replace typing?" More and more linguistic assistants like Google
Assistant, Amazon Alexa, Microsoft Cortana or Apple's Siri have recently entered the market
and its usage is already possible in many applications. The market trend shows that many of
our interactions with technology take place through conversations today, but does this trend
also apply to mapping applications?
Con terra picked up on this trend and carried out its first realizations. It uses natural language
understanding (NLU) to control web mapping applications. For example, if one could say "show
me the distribution of porpoises in the summer of 2013" instead of searching in a table of
content, it would be a great advantage for the users. Also functions like “zoom” or “pan” can
be well performed using voice control.
In addition to an introduction to the topic, this article introduces the exemplary implementation
of voice control for a mapping application. For the software map.apps a voice recognition was
implemented and trained. Commands like "zoom", "pan" or the map theme selection have been
realized. The results were implemented and tested for applications in biodiversity monitoring.
Zusammenfassung
„Wird Sprachsteuerung das Tippen bald ersetzen?" In letzter Zeit erreichen mehr und mehr
Sprach-Assistenten wie Google Assistant, Amazons Alexa, Microsoft Cortana oder Apples Siri
den Markt und der Einsatz ist in vielen Anwendungsfeldern bereits möglich. Der Markttrend
zeigt, dass bereits heute viele unserer Interaktionen mit Technologie durch Gespräche
stattfinden. Aber gilt dieser Trend auch für Kartenanwendungen?
48
Tagungsband UIS 2018
Die con terra hat diesen Trend aufgegriffen und im Zuge von F&E-Aktivitäten erste
Realisierungen durchgeführt. Dabei wird „natural language understanding“ (NLU) genutzt, um
Web-Mapping-Anwendungen zu steuern. Wenn man beispielsweise “zeige mir die Verteilung
der Schweinswale im Sommer 2013“ sagen könnte, anstatt das Thema in einem Themenbaum
zu suchen, wäre das für die Nutzer eine große Erleichterung. Aber auch Funktionen wie
„zoom“, „verschieben“ oder den Kartenausschnitt auf ein bestimmtes Gebiet setzen, lassen
sich gut über Sprache steuern.
In diesem Beitrag wird neben einer Einführung in die Thematik die exemplarische Umsetzung
von Sprachsteuerung für eine Mapping Anwendung vorgestellt. Für die Software map.apps
wurde eine Sprachsteuerung umgesetzt und trainiert. Befehle wie „zoom“, „verschieben“ oder
die Auswahl von Kartenthemen wurden realisiert. Exemplarisch wurden die Ergebnisse für
Anwendungen im Biodiversitätsmonitoring umgesetzt und getestet.
1 Zielsetzung und Motivation
Sprachschnittstellen haben den Massenmarkt bereits erobert. 2011 hat Apple mit Siri
einen Sprachassistenten auf Iphones gebracht. Smarte Lautsprecher wie Alexa von
Amazon oder Google Home drängen derzeit sehr stark auf den Markt. Google
Assistant steht auf 400 Millionen Endgeräten zur Verfügung. Endbenutzer sind es
zunehmend gewöhnt, über Sprachschnittstellen mit Geräten zu interagieren. Jeder
kennt heutzutage Systeme wie Siri, Alexa, Google Assistant oder Cortana. Gartner
[Gartner 2015] hatte bereits vor einigen Jahren vorausgesagt, dass bis zum Jahr 2018
30% unserer Interaktionen mit Technologie durch Gespräche stattfinden wird.
Besonders auf mobilen Geräten wird besonders oft über Spracheingabe gesucht.
Da die Fehlerrate der Spracherkennung in den letzten 5 Jahren deutlich
zurückgegangen ist (z.B. bei Google von ca. 23% auf ca. 5%) [Protalinski, 2017], lässt
sich die Spracherkennug jetzt operationell einsetzen. Auch für
Geoinformationssysteme sehen wir Anwendungsfälle und beschreiben nachfolgend
unsere Umsetzung mit map.apps und die Erfahrungen.
map.apps ist ein Entwicklungstoolkit und eine Betriebsumgebung für Geo-Apps (web
/ mobile) und Lösungen [Uhlenküken 2018; Hackmann 2015]. map.apps bietet GIS-
Funktionen in ansprechender und leicht nutzbarer Form. Die Anwendungen bieten
meist wenige, aber sehr zielgerichtete Funktionen und machen GIS-Funktionalitäten
für jedermann überall zugänglich. Als zentrale Betriebsumgebung sorgt map.apps
49
Tagungsband UIS 2018
auch in größeren Organisationen für einen effizienten IT-Betrieb multipler Apps für
unterschiedlichste Zwecke, wie z.B. bei der Bundesanstalt für Geowissenschaft und
Rohstoffe [Heber & Kruse 2016] oder in der hessischen Umweltverwaltung [Giese &
Bluhm 2017]. Weitere Anwendungsbeispiele sind auf der Website6 von con terra
beschrieben.
2 Sprachsteuerung für Kartenanwendungen
Ziel der Sprachsteuerung ist es, die natürliche Sprache in strukturelle Daten (hier:
Karteninteraktionen) umzuwandeln, die maschinell gelesen werden können.
Eine der Hauptherausforderungen bei der Entwicklung ist es, die völlig
unterschiedlichen Ausdrücke und Phrasen, die unterschiedliche Menschen für den
gleichen Sachverhalt verwenden, zu modellieren. So sagt beispielsweise ein GIS
Experte "Aktiviere den Layer Grundschulen'", aber ein GIS-Laie formuliert "Zeige mir
Grundschulen".
Abbildung 1: Systemskizze
6
https://www.conterra.de/mapapps-demos zuletzt aufgerufen 30.08.2018
50
Tagungsband UIS 2018
In Abbildung 1 ist die Systemskizze mit einer exemplarischen Anfrage dargestellt. In
einem ersten Schritt wird die Anfrage des Anwenders von map.apps an die
Spracherkennung geschickt. Die Spracherkennung wandelt die gesprochene Sprache
in Text um. In der Pilotimplementierug wird für die Spracherkennung die von Google
für den Browser Chrome umgesetze Implementierung der Web Speech API7
verwendet. Diese wäre aber durch eine andere Spracherkennung ersetzbar.
In einem zweiten Schritt muss der Text nun in eine ausführbare Aktion für die Web-
Mapping Anwendung umgesetzt werden. Dafür wird die open-source Bibliothek Rasa
NLU8 genutzt, mit der über eine HTTP Schnittstellekommuniziert wird. Mit Hilfe von
Rasa NLU können aus dem Text Intents und Entities extrahiert werden. Der Intent
besagt, welche Funktion ausgeführt werden soll und extrahierte Entities beschreiben
genauer, wie diese Funktion ausgeführt werden soll. Im Beispiel „Gehe nach Münster“
wäre die auszuführende Funktion „zoom“ mit der zusätzlichen Information, dass nach
„Münster“ gezoomt werden soll.
Mit Hilfe dieser Informationen ist es nachfolgend möglich, die in map.apps
implementierten Funktionen auszuführen und somit das vom Nutzer gewünschte
Ergebnis zu erreichen.
3 Pilotimplementierung Biodiversitätsmonitoring
Als Beispiel aus dem Umweltbereich wurde die Sprachsteuerung prototypisch für eine
Anwendung zum Biodiveritätsmonitoring umgesetzt. Die Anwendung informiert über
die Verbreitung geschützter Tierarten (Seevögel, Meeressäugetiere) in der deutscher
Nord- und Ostsee [Hauswirth & Bluhm 2017]. Die Anwendungen zum
Biodiversitätsmonitoring9 (ohne Sprachsteuerung) sind beim Bundesamt für
Naturschutz mit kurzen Beschreibungen öffentlich nutzbar.
Als Basisfunktionen für die Web-Mapping Anwendung sind beispielsweise „Maßstab
setzen“, „Karteninhalt anzeigen“, „Legende anzeigen“, „Kartenausschitt verschieben“
und „Drucken“ über Sprachbefehle verfügbar.
7
https://www.google.com/intl/en/chrome/demos/speech.html zuletzt aufgerufen 30.08.2018
8
https://nlu.rasa.com/ zuletzt aufgerufen 30.08.2018
9
https://www.bfn.de/infothek/karten.html zuletzt aufgerufen 30.08.2018
51
Tagungsband UIS 2018
Für die Fachanwendung werden weitere Fuktionen unterstützt. Dazu gehören die
Anzeige von Schutzgebeieten („Zeige mir das Naturschutzgebiet Doggerbank“), die
Anzeige von Informationen zum Schutzgebiet („Zeige mir Informationen zum
Naturschutzgebiet Doggerbank“), sowie die Möglichkeit die Nutzeroberfläche zum
Hinzuladen von Themen mit Hilfe von Sprachbefehlen zu steuern. Da letzteres mit
Hilfe von Sprachsteuerung teilweise umständlich sein kann, wurden zusätzlich Ein-
Satz-Befehle zum Hinzuladen eines Themas eingeführt, wie folgende Beispiele
zeigen:
• Zeige mir Basstölpel im Sommer 2010
• Zeige mir Eiderenten aus dem Sommer 2005
• Lade das Thema Eisente Sommer 2012
• Basstölpel Sommer 2005
• Ich möchte gerne die Daten zur Heringsmöve im Sommer 2007 sehen
• Jetzt zeige mir noch Basstölpel im Herbst 2003
Da es für den Nutzer nicht immer einfach ersichtlich ist, was er überhaupt eingeben
kann, sind neben einzelnen Sprachbefehlen zum Steuern von Apps auch Assistenten
beziehungweise Bots sinnvoll. Daher wurde prototypisch für die Anwendung zum
Biodiveritätsmonitoring ein einfacher Bot implementiert, der den Nutzer beim
Hinzufügen eines neuen Themas unterstützen soll. Für die Umsetzung wurden die
selben Technologien genutzt. Ein beispielhafter Gesprächsverlauf könnte wie folgt
aussehen:
Nutzer „Hallo, Bot“
Bot „Hallo, wie kann ich Ihnen weiterhelfen?“
Nutzer „Ich möchte gerne ein neues Thema hinzuladen.“
Bot „Welche Art möchten Sie gerne sehen?“
Nutzer „Die Art Eiderente.“
Bot „Für welche Jahreszeit möchten sie gerne Daten sehen?“
Nutzer „Sommer“
Bot „Welches Jahr möchten Sie auswählen?“
52
Tagungsband UIS 2018
Nutzer „2010“
Bot „Möchten Sie das Thema ‚Eiderenten im Sommer 2010‘ zur Karte
hinzuladen oder die Transparenz setzen?“
Nutzer „Setze die Transparenz auf 60“
Bot „Möchten Sie das Thema nun zur Karte hinzufügen?“
Nutzer „Ja“
Bot „Ich füge das Thema zur Karte hinzu. Auf wiederhören.“
Tabelle 1: Beispiel für einen Gesprächsverlauf zwischen Nutzer und Bot
4 Fazit
Bereits heute werden viele Interaktionen mit Technologie durch Sprache gesteuert.
Die exemplarische Umsetzung von Sprachsteuerung für eine Web-Mapping
Anwendung hat gezeigt, dass dies auch für Kartenanwendungen realisierbar ist.
Die Spracherkennung funktioniert in der Regel gut, zu Fehlern kommt es insbesondere
bei selten gebrauchten Fachbegriffen bzw. Namen. Beispielsweise wird häufig der
Begriff „Dreizehenmöwe“ als „13 Möwen“ erkannt.
Bei der Zuordnung von Aktionen ist für das richtige Erkennen von „Intent“ und „Entity“
eine gewisse Anzahl an Texten zum Lernen notwendig. Dies ist abhängig von der
Anzahl der Intents und Entities, die für eine Anwendung definiert wurden und demnach
von der Komplexität der Anwendung. Prägnante Texte mit Schlüsselwörtern
erleichtern dabei das Erkennen.
Bezüglich der Aktionen in der Karte kann festgehalten werden, dass folgende Aktionen
sehr gut umsetzbar sind: Auswahl von Themen, Vergrößern, Verkleinern,
Verschieben, Objekt über Namen auswählen und Info zu Objekt abfragen.
Nicht so gut funktionieren verständlicherweise Aktionen wie „in Karte selektieren“ oder
in der Karte messen. Hier kann ein multimodaler Ansatz helfen, bei dem
unterschiedliche Eingabemöglichkeiten zur Verfügung gestellt werden. Der Anwender
kann dann die für ihn beste Möglichkeit verwenden und somit den Bedienkomfort
erhöhen. Die dargestellte map.apps Anwendung bietet dies. Diese Möglichkeit ist
allerdings nicht gegeben, wenn Sprachsteuerung in Situationen genutzt werden soll,
53
Tagungsband UIS 2018
in denen die Bedienung mit Tastatur und Maus nicht möglich ist, z.B. wenn die Hände
anderweitig benötigt werden oder im Sinne der Barrierefreiheit für Nutzer mit
Einschränkungen.
5 Literaturverzeichnis
Bundesamt für Naturschutz (2017): Schweinswale und Seevögel in Nord- und Ostsee,
Pressemitteilung Online-Karten:
(https://www.bfn.de/presse/pressearchiv/2017/detailseite.html?tx_ttnews%5Btt_news%5D
=6232&cHash=2254765636fc68d9a87acd026a400f80 ); zuletzt abgerufen: 26.07.2018
Gartner (2015): Market Trends: Voice as a UI on Consumer Devices — What Do Users Want?
(https://www.gartner.com/doc/3021226/market-trends-voice-ui-consumer), (zuletzt
abgerufen: 26.07.2018)
Giese, M., Bluhm, M. (2017): GruSchu Hessen - Die neue Informationsplattform zum Thema
Grund- und Trinkwasserschutz; In: Tagungsband des 24. Workshops
"Umweltinformationssysteme 2017 - Vernetzte Umweltdaten (UIS 2017)" des
Arbeitskreises "Umweltinformationssysteme" der Fachgruppe "Informatik im Umweltschutz"
der Gesellschaft für Informatik (GI); http://ceur-ws.org/Vol-1919/paper3.pdf. (zuletzt
aufgerufen 26.07.2018); Brandenburg an der Havel, Deutschland, 18.-19. Mai 2017.
Herausgegeben von Ulrike Freitag, Frank Fuchs-Kittowski, Friedhelm Hosenfeld, Andreas
Abecker, Dietmar Wikarski
Hackmann, Ralf (2015): Building and managing next generation geo apps. In: Geospatial
World Forum 2015, Lisbon.
https://geospatialworldforum.org/speaker/SpeakersImages/%20Ralf%20Hackmann.pdf
(zuletzt aufgerufen 26.07.2018)
Hauswirth, M., Bluhm, M. (2017): Biodiversitätsmonitoring in der Ausschließlichen
Wirtschaftszone (AWZ); In: Tagungsband des 24. Workshops "Umweltinformationssysteme
2017 - Vernetzte Umweltdaten (UIS 2017)" des Arbeitskreises
"Umweltinformationssysteme" der Fachgruppe "Informatik im Umweltschutz" der
Gesellschaft für Informatik (GI); Brandenburg an der Havel, Deutschland, 18.-19. Mai 2017.
Herausgegeben von Ulrike Freitag, Frank Fuchs-Kittowski, Friedhelm Hosenfeld, Andreas
Abecker, Dietmar Wikarski. http://ceur-ws.org/Vol-1919/paper4.pdf (zuletzt aufgerufen
26.07.2018)
Heber M., Kruse K. (2016): map.apps Kartenanwendung - „Bodenatlas Deutschland“ digital.
In: ESRI-Anwendertreffen Norddeutschland, LGLN, Hannover, 10. Mai 2016.
http://www.pointsgeoinformatik.de/fileadmin/dateien/BGR_Kruse_Bodenatlas.pdf (zuletzt
abgerufen 27.07.2018)
Protalinski, Emil (2017): Google’s speech recognition technology now has a 4.9% word error
rate. https://venturebeat.com/2017/05/17/googles-speech-recognition-technology-now-
has-a-4-9-word-error-rate/ zuletzt abgerufen: 26.07.2018
Uhlenküken, Christoph (2018): „map.apps - Innovative Apps für Web und Mobile“.
https://www.conterra.de/mapapps (zuletzt aufgerufen 26.07.2018)
54