Refine
Year of publication
Document Type
- Part of a Book (3005)
- Article (1980)
- Book (679)
- Conference Proceeding (456)
- Part of Periodical (227)
- Review (114)
- Working Paper (58)
- Doctoral Thesis (49)
- Other (42)
- Contribution to a Periodical (14)
Language
- German (5547)
- English (928)
- Russian (120)
- Spanish (16)
- Portuguese (14)
- French (12)
- Multiple languages (9)
- Polish (5)
- Bulgarian (1)
- Danish (1)
Keywords
- Deutsch (3787)
- Korpus <Linguistik> (492)
- Wörterbuch (405)
- Rezension (292)
- Sprachgeschichte (285)
- Konversationsanalyse (261)
- Grammatik (227)
- Gesprochene Sprache (223)
- Rechtschreibung (204)
- Verb (198)
Publicationstate
- Veröffentlichungsversion (2222)
- Zweitveröffentlichung (365)
- Postprint (154)
- Preprint (8)
- Erstveröffentlichung (4)
- (Verlags)-Lektorat (2)
- Verlags-Lektorat (1)
Reviewstate
- (Verlags)-Lektorat (1914)
- Peer-Review (615)
- Verlags-Lektorat (94)
- Peer-review (57)
- Qualifikationsarbeit (Dissertation, Habilitationsschrift) (25)
- Peer-Revied (20)
- Review-Status-unbekannt (13)
- (Verlags-)Lektorat (7)
- Abschlussarbeit (Bachelor, Master, Diplom, Magister) (Bachelor, Master, Diss.) (4)
- Peer-reviewed (4)
Traditionally, research on language change has been a post-mortem activity, focused on isolated changes that are complete and often only documented in written texts. In the 1960s the field was advanced considerably by Labovian sociolinguistics and the investigation of “change in progress” adduced through patterns of community-internal linguistic variation correlated with external facts about speakers such as age and class (see Labov 1994 for an overview). However, despite the many benefits of such work on “dynamic synchrony,” we still know relatively little about how language change unfolds over the lifetimes of individual speakers, that is, in real time (cf. Bailey et al. 1991). The logistical challenges of such research are, of course, considerable. Whereas it is straightforward for psycholinguists to observe language development in children over the course of a few years, documenting changes in the verbal behavior of individuals over several decades is by contrast much less feasible. Nevertheless, present theoretical models of language change could be considerably improved by the results of real-time studies.
Berichtet wird aus einem Forschungsprojekt des Instituts für deutsche Sprache, Mannheim, das sich zum Ziel gesetzt hat, Sprachwandel in statu nascendi zu beobachten, den Sprecher und die individuellen Veränderungen seines Sprechens und seiner Einstellung zur Sprache nach Ablauf von etwa vier Jahrzehnten in den Blick zu nehmen. Erneut interviewt werden Sprecher deutscher Dialekte oder Umgangssprachen, die in verschiedenen Forschungsprojekten in den 50er und 60er Jahren aufgenommen wurden und von denen eine Tonbandaufnahme im Deutschen Spracharchiv archiviert ist. Im Rahmen einer dem Forschungsprojekt vorgeschalteten inzwischen abgeschlossenen Pilotstudie wurde ein umfängliches methodisches Instrumentarium erprobt, um aussagekräftiges Vergleichsmaterial und Sprachbiographien einiger ausgewählter Sprecher elizitieren zu können. Auf der Basis dieser Studie werden das Projektdesign und die Analysekategorien für die Hauptuntersuchung festgelegt.
In this paper, we describe MLSA, a publicly available multi-layered reference corpus for German-language sentiment analysis. The construction of the corpus is based on the manual annotation of 270 German-language sentences considering three different layers of granularity. The sentence-layer annotation, as the most coarse-grained annotation, focuses on aspects of objectivity, subjectivity and the overall polarity of the respective sentences. Layer 2 is concerned with polarity on the word- and phrase-level, annotating both subjective and factual language. The annotations on Layer 3 focus on the expression-level, denoting frames of private states such as objective and direct speech events. These three layers and their respective annotations are intended to be fully independent of each other. At the same time, exploring for and discovering interactions that may exist between different layers should also be possible. The reliability of the respective annotations was assessed using the average pairwise agreement and Fleiss’ multi-rater measures. We believe that MLSA is a beneficial resource for sentiment analysis research, algorithms and applications that focus on the German language.
We use a convolutional neural network to perform authorship identification on a very homogeneous dataset of scientific publications. In order to investigate the effect of domain biases, we obscure words below a certain frequency threshold, retaining only their POS-tags. This procedure improves test performance due to better generalization on unseen data. Using our method, we are able to predict the authors of scientific publications in the same discipline at levels well above chance.
Though polarity classification has been extensively explored at document level, there has been little work investigating feature design at sentence level. Due to the small number of words within a sentence, polarity classification at sentence level differs substantially from document-level classification in that resulting bag-of-words feature vectors tend to be very sparse resulting in a lower classification accuracy.
In this paper, we show that performance can be improved by adding features specifically designed for sentence-level polarity classification. We consider both explicit polarity information and various linguistic features. A great proportion of the improvement that can be obtained by using polarity information can also be achieved by using a set of simple domain-independent linguistic features.
Bootstrapping Supervised Machine-learning Polarity Classifiers with Rule-based Classification
(2010)
In this paper, we explore the effectiveness of bootstrapping supervised machine-learning polarity classifiers using the output of domain-independent rule-based classifiers. The benefit of this method is that no labeled training data are required. Still, this method allows to capture in-domain knowledge by training the supervised classifier on in-domain features, such as bag of words.
We investigate how important the quality of the rule-based classifier is and what features are useful for the supervised classifier. The former addresses the issue in how far relevant constructions for polarity classification, such as word sense disambiguation, negation modeling, or intensification, are important for this self-training approach. We not only compare how this method relates to conventional semi-supervised learning but also examine how it performs under more difficult settings in which classes are not balanced and mixed reviews are included in the dataset.
Opinion holder extraction is one of the important subtasks in sentiment analysis. The effective detection of an opinion holder depends on the consideration of various cues on various levels of representation, though they are hard to formulate explicitly as features. In this work, we propose to use convolution kernels for that task which identify meaningful fragments of sequences or trees by themselves. We not only investigate how different levels of information can be effectively combined in different kernels but also examine how the scope of these kernels should be chosen. In general relation extraction, the two candidate entities thought to be involved in a relation are commonly chosen to be the boundaries of sequences and trees. The definition of boundaries in opinion holder extraction, however, is less straightforward since there might be several expressions beside the candidate opinion holder to be eligible for being a boundary.
This paper presents a survey on hate speech detection. Given the steadily growing body of social media content, the amount of online hate speech is also increasing. Due to the massive scale of the web, methods that automatically detect hate speech are required. Our survey describes key areas that have been explored to automatically recognize these types of utterances using natural language processing. We also discuss limits of those approaches.
We present a gold standard for semantic relation extraction in the food domain for German. The relation types that we address are motivated by scenarios for which IT applications present a commercial potential, such as virtual customer advice in which a virtual agent assists a customer in a supermarket in finding those products that satisfy their needs best. Moreover, we focus on those relation types that can be extracted from natural language text corpora, ideally content from the internet, such as web forums, that are easy to retrieve. A typical relation type that meets these requirements are pairs of food items that are usually consumed together. Such a relation type could be used by a virtual agent to suggest additional products available in a shop that would potentially complement the items a customer has already in their shopping cart. Our gold standard comprises structural data, i.e. relation tables, which encode relation instances. These tables are vital in order to evaluate natural language processing systems that extract those relations.
Der Beitrag beschäftigt sich mit der Interaktion zwischen blinden und sehenden Personen bei der kooperativen Anfertigung einer Audiodeskription. Eine Audio-deskription ist die verbale Beschreibung visueller Inhalte für Sehbeeinträchtigte und stellt eine Sonderform der Translation dar. Auf der Basis von Videodaten wird die Kooperation eines Dreierteams mit den Verfahren der multimodalen Interaktionsanalyse untersucht. Ein Charakteristikum dieser Kooperation besteht darin, dass eines der Teammitglieder blind ist und die beiden anderen sehen können. Das Erkenntnisinteresse richtet sich besonders auf die professionelle Beteiligung des blinden Teammitglieds an der Interaktion. Die Analyse zeigt, wie Blindheit als Ressource für die kooperative Herstellung der Audiodeskription genutzt wird und wie die Beteiligten in einer visuell asymmetrischen Situation interagieren. Der Beitrag ist eine der seltenen Untersuchungen, die sich mit professioneller Interaktion zwischen Blinden und Sehenden beschäftigen. Er diskutiert Aspekte von genereller Relevanz für die weitere Entwicklung der empirischen Interaktionsforschung, vor allem in Bezug auf eine Erweiterung von Beteiligungsperspektiven in Richtung Inklusion.
Bibliographie
(1980)
Automatic Food Categorization from Large Unlabeled Corpora and Its Impact on Relation Extraction
(2014)
We present a weakly-supervised induction method to assign semantic information to food items. We consider two tasks of categorizations being food-type classification and the distinction of whether a food item is composite or not. The categorizations are induced by a graph-based algorithm applied on a large unlabeled domain-specific corpus. We show that the usage of a domain-specific corpus is vital. We do not only outperform a manually designed open-domain ontology but also prove the usefulness of these categorizations in relation extraction, outperforming state-of-the-art features that include syntactic information and Brown clustering.
In opinion mining, there has been only very little work investigating semi-supervised machine learning on document-level polarity classification. We show that semi-supervised learning performs significantly better than supervised learning when only few labelled data are available. Semi-supervised polarity classifiers rely on a predictive feature set. (Semi-)Manually built polarity lexicons are one option but they are expensive to obtain and do not necessarily work in an unknown domain. We show that extracting frequently occurring adjectives & adverbs of an unlabeled set of in-domain documents is an inexpensive alternative which works equally well throughout different domains.
In order to automatically extract opinion holders, we propose to harness the contexts of prototypical opinion holders, i.e. common nouns, such as experts or analysts, that describe particular groups of people whose profession or occupation is to form and express opinions towards specific items. We assess their effectiveness in supervised learning where these contexts are regarded as labelled training data and in rule-based classification which uses predicates that frequently co-occur with mentions of the prototypical opinion holders. Finally, we also examine in how far knowledge gained from these contexts can compensate the lack of large amounts of labeled training data in supervised learning by considering various amounts of actually labeled training sets.
We investigate the task of detecting reliable statements about food-health relationships from natural language texts. For that purpose, we created a specially annotated web corpus from forum entries discussing the healthiness of certain food items. We examine a set of task-specific features (mostly) based on linguistic insights that are instrumental in finding utterances that are commonly perceived as reliable. These features are incorporated in a supervised classifier and compared against standard features that are widely used for various tasks in natural language processing, such as bag of words, part-of speech and syntactic parse information.
In this paper, we examine methods to automatically extract domain-specific knowledge from the food domain from unlabeled natural language text. We employ different extraction methods ranging from surface patterns to co-occurrence measures applied on different parts of a document. We show that the effectiveness of a particular method depends very much on the relation type considered and that there is no single method that works equally well for every relation type. We also examine a combination of extraction methods and also consider relationships between different relation types. The extraction methods are applied both on a domain-specific corpus and the domain-independent factual knowledge base Wikipedia. Moreover, we examine an open-domain lexical ontology for suitability.
In this paper, we investigate the role of predicates in opinion holder extraction. We will examine the shape of these predicates, investigate what relationship they bear towards opinion holders, determine what resources are potentially useful for acquiring them, and point out limitations of an opinion holder extraction system based on these predicates. For this study, we will carry out an evaluation on a corpus annotated with opinion holders. Our insights are, in particular, important for situations in which no labelled training data are available and only rule-based methods can be applied.
In this paper, we compare three different generalization methods for in-domain and cross-domain opinion holder extraction being simple unsupervised word clustering, an induction method inspired by distant supervision and the usage of lexical resources. The generalization methods are incorporated into diverse classifiers. We show that generalization causes significant improvements and that the impact of improvement depends on the type of classifier and on how much training and test data differ from each other. We also address the less common case of opinion holders being realized in patient position and suggest approaches including a novel (linguistically-informed) extraction method how to detect those opinion holders without labeled training data as standard datasets contain too few instances of this type.
We address the detection of abusive words. The task is to identify such words among a set of negative polar expressions. We propose novel features employing information from both corpora and lexical resources. These features are calibrated on a small manually annotated base lexicon which we use to produce a large lexicon. We show that the word-level information we learn cannot be equally derived from a large dataset of annotated microposts. We demonstrate the effectiveness of our (domain-independent) lexicon in the crossdomain detection of abusive microposts.
Both compounds and multi-word expressions are complex lexical units, made up of at least two constituents. The most basic difference is that the former are morphological objects and the latter result from syntactic processes. However, the exact demarcation between compounds and multi-word expressions differs greatly from language to language and is often a matter of debate in and across languages. Similarly debated is whether and how these two different kinds of units complement or compete with each other.
The volume presents an overview of compounds and multi-word expressions in a variety of European languages. Central questions that are discussed for each language concern the formal distinction between compounds and multi-word expressions, their formation and their status in lexicon and grammar.
The volume contains chapters on German, English, Dutch, French, Italian, Spanish, Greek, Russian, Polish, Finnish, and Hungarian as well as a contrastive overview with a focus on German. It brings together insights from word-formation theory, phraseology and theory of grammar and aims to contribute to the understanding of the lexicon, both from a language-specific and cross-linguistic perspective.
Based on the empirical data of 97 fourth-graders from three districts of Braunschweig in Germany, this paper investigates the possibility of changing semantic frames in multilingual communities. The focus of study is the verb field of self-motion. In a free-sorting task involving 52 verbs, Turkish-speaking students, in particular, placed the verbs schleichen (‘to sneak’) and kommen (‘to come’) in the same group. When explaining the perceived similarity they also used the word schleichen (‘to sneak’), in a specific grammatical construction that is not found in Standard German. This paper suggests that semantic frames may change along with grammatical constructions when typologically distinct languages come into close contact.
Defining groups and affiliating the self and the other with specific social categories is an important part of constructing a colonial conceptualization of societies. Many written documents from the colonial period attest to this practice. The current paper focuses on missionaries’ ways of positioning themselves and others within the colonial context. The German speaking Rheinische Missionsgesellschaft (RMG, Rhenish Mission Society) established mission stations in the Astrolabe Bay area of New Guinea, an area that was under German domination between 1884 and 1914. The paper analyzes how RMG missionaries, by means of language, construct, define, and position different population groups, and it investigates what patterns emerge from these language practices.
We report on the two systems we built for Task 1 of the German Sentiment Analysis Shared Task, the task on Source, Subjective Expression and Target Extraction from Political Speeches (STEPS). The first system is a rule-based system relying on a predicate lexicon specifying extraction rules for verbs, nouns and adjectives, while the second is a translation-based system that has been obtained with the help of the (English) MPQA corpus.
We present the German Sentiment Analysis Shared Task (GESTALT) which consists of two main tasks: Source, Subjective Expression and Target Extraction from Political Speeches (STEPS) and Subjective Phrase and Aspect Extraction from Product Reviews (StAR). Both tasks focused on fine-grained sentiment analysis, extracting aspects and targets with their associated subjective expressions in the German language. STEPS focused on political discussions from a corpus of speeches in the Swiss parliament. StAR fostered the analysis of product reviews as they are available from the website Amazon.de. Each shared task led to one participating submission, providing baselines for future editions of this task and highlighting specific challenges. The shared task homepage can be found at https://sites.google.com/site/iggsasharedtask/.
Terminological resources play a central role in the organization and retrieval of scientific texts. Both simple keyword lists and advanced modelings of relationships between terminological concepts can make a most valuable contribution to the analysis, classification, and finding of appropriate digital documents, either on the web or within local repositories. This seems especially true for long-established scientific fields with elusive theoretical and historical branches, where the use of terminology within documents from different origins is often far from being consistent. In this paper, we report on the progress of a linguistically motivated project on the onomasiological re-modeling of the terminological resources for the grammatical information system grammis. We present the design principles and the results of their application. In particular, we focus on new features for the authoring backend and discuss how these innovations help to evaluate existing, loosely structured terminological content, as well as to efficiently deal with automatic term extraction. Furthermore, we introduce a transformation to a future SKOS representation. We conclude with a positioning of our resources with regard to the Knowledge Organization discourse and discuss how a highly complex information environment like grammis benefits from the re-designed terminological KOS.
This paper critically examines some recent performativist conceptions of analysing and describing interpretation of explicit performatives. In an alternative constativist approach the paper tries to determine the illocutionary point of explicit performatives on the basis of sentence mood, lexical information (i.e. the meaning of the speech act verb), utterance meaning, speaker’s authority, and some general principles of social behaviour.
Phänomene im Bereich von Valenz, Argumentstruktur, Diathesen, Kollokationen und Phrasemen dienen von jeher zur Bestimmung der Schnittstelle zwischen Lexikon und Grammatik. Mittlerweile sind allerdings grundsätzliche Zweifel an der Berechtigung der sprachtheoretischen Zweiteilung in Lexikon und Grammatik aufgekommen, auch weil die Entwicklungen im Bereich empirischer Methodik einen zunehmend besseren Einblick in die differenzierte Natur sprachlichen Wissens ermöglichen und uns mit semiproduktiven Prozessen, graduellen Kategoriezuordnungen, instabilen sprachlichen Mustern und frequenzgesteuerten Usualisierungen eigentlich regelhafter Strukturen konfrontieren. Die strikte Grenze zwischen der Grammatik als dem Ort des syntaktisch-semantisch Regelhaften und dem Lexikon als dem Repositorium des syntaktisch-semantisch Idiosynkratischen ist damit in Frage gestellt. Die Beiträge des Bandes betrachten den Bereich, wo Regelhaftes und Idiosynkratisches miteinander verwoben sind, sie führen Kontroversen zum Status von Konstruktionen und dem Verhältnis zwischen Lexikon und Grammatik, und sie zeigen, wie empirische Methoden der Korpuslinguistik, Psycho- und Neurolinguistik und Spracherwerbsforschung zur Klärung dieser Kontroversen beitragen.
Dieses Jahrbuch des Instituts für Deutsche Sprache ist dem Jahr der Geisteswissenschaften gewidmet und beleuchtet aus interdisziplinärer Perspektive das Zusammenwirken von cultural und linguistic turn. Die Beiträge aus Linguistik, Kultur- und Kognitionswissenschaft sowie Literatur- und Geschichtswissenschaft zielen darauf ab, die kulturwissenschaftlichen Traditionen der Sprachwissenschaft zu vergegenwärtigen und gleichzeitig den Anschluss der Linguistik an die modernen Forschungsrichtungen der Kulturwissenschaft zu dokumentieren: Hermeneutik, Rhetorik und Lexikographie, Kognitionstheorie und Diskursanalyse werden aus sprachwissenschaftlicher Perspektive diskutiert. Darüber hinaus beleuchten die Beiträge die Folgen des linguistic turn in den Nachbarwissenschaften exemplarisch anhand der Literaturwissenschaft und der Historiographie. Insgesamt präsentiert der Band das Spektrum von Grundlagen, Theorien und Methoden sowie anwendungsbezogene Beispiele einer kulturwissenschaftlichen Linguistik.
Anhand eines Fallbeispiels wird gezeigt, dass in der praktischen Arbeit des EuGH Rechtsarbeit und Spracharbeit eng miteinander verflochten sind. Wenn es in einem strittigen Fall um die konkrete Ausarbeitung einer haltbaren Sachverhaltsbeschreibung geht, zeigt sich, dass die Rechtsarbeit und die Spracharbeit des Gerichts eigentlich identisch sind. In einem solchen Fall ist es für das Gericht nützlich und günstig, wenn es auf so viele sprachliche Formulierungen (auch in verschiedenen Sprachen) zurückgreifen kann wie möglich. Das Ziel ist, möglichst viele Interpretationen in Betracht zu ziehen, um das Urteil bestandssicher zu machen. In dieser Situation sind Vorschläge, das Sprachenspektrum, in dem der EuGH arbeitet, im Vorhinein und generell einzuschränken, kontraproduktiv.
The aim of this paper is to present the results of an empirical analysis of the use of non-alphabetic graphic signs (e.g. asterisks, slashes, plus signs etc.) in the context of repairs in Russian and German informal electronic communication. The data for the analysis were taken from the “Mobile Communication Database MoCoDa” (http://mocoda.spracheinteraktion.de/), which contains Russian and German private electronic communication via SMS, WhatsApp and other short message services, and the “Dortmunder Chat-Korpus” (http://www.chatkorpus.tu-dortmund.de/korpora.html). This paper describes the functions of various graphic resources in the context of repairs in both data collections and compares the occurrences of these functions in current Russian and German computer-mediated communication. It concludes that particular signs in both data sets share the same subset of functions, but they differ in terms of how frequently these resources occur in each form of communication.
Adverbkonnektoren und die von konjunktionalen Konnektoren eingeleiteten Sätze (sententiale Adverbiale) sind in der Regel äußerst stellungsflexibel. Die topologischen Varianten sind jedoch großteils nicht äquivalent, sondern mit bestimmten diskusfunktionalen und informationsstrukturellen Eigenschaften verbunden. Am Beispiel von Konnektoren in der linksperipheren Position der „Nullstelle“ („Vorvorfeld“, „linkes Außenfeld“) wird gezeigt, dass diese Position unabhängig von der syntaktischen Subklasse des Konnektors syntaktisch und funktional einheitlich erklärt werden kann und dass die dort auftretenden Restriktionen für Konnektoren identisch sind mit denen von V2-Komplementsatz-Einbettung unter Matrixsatzprädikate. Ein Phänomen wie „weil mit Verbzweitstellung“ kann dadurch in einen übergeordneten Zusammenhang eingebettet werden.
Neben dieser systematischen Variation gibt es vereinzelt aber auch eine - historisch bedingte - unsystematische und nicht funktional genutzte topologische Variation, die dadurch entsteht, dass Sprecher bei einer uneindeutigen und „schwierigen“ Ausgangslage im Sprachsystem unterschiedliche Reparaturstrategien wählen. Ein Beispiel dafür ist der korrelative Konnektor "sowohl ...als auch".
Im Artikel „Stigma - Semiotik der Diskriminierung“ geht es um einen systematischen Überblick über die sprachlichen Formen der Stigmatisierung von Menschen in einer Gesellschaft. Ausgehend von der semiotischen Prämisse, dass das symbolische Zeichensystem Sprache alle anderen Zeichensysteme mitkonstituiert, werden der Prozess der Semiose und die Stigmatisierungspraxis seit frühneuhochdeutscher Zeit bis zu den Nationalsozialisten auf der visuellen, der auditiven und der olfaktorischen Ebene am Beispiel des antijüdischen bzw. antisemitischen Diskurses dargestellt. Im Vordergrund stehen dabei die sprachlichen Mittel der Stigmatisierungspraxis, vor allem die Stigmatisierung durch Wortbildungen, durch ideologische Polysemierung und durch Stigmatisierungsmetaphorik. Stigmatisierung ist eine kommunikative Praxis, die von Menschen ausgeübt wird, um andere Menschen oder Gruppen zu exkludieren. Zu ihren Opfern zählen aber nicht nur die direkt Betroffenen, sondern auch diejenigen, die sich mit ihnen solidarisieren oder solche Menschen, bei denen ein irgendwie geartetes tertium comparationis vorliegt, so dass man sie durch Übertragung der Stigmatisierungspraxis ebenfalls angreifen kann. Diese Art der Sekundärstigmatisierung und ihre Folgen für die Primärstigmatisierten ist ein bislang unterschätzter Untersuchungsgegenstand.
We continue the study of the reproducibility of Propp’s annotations from Bod et al. (2012). We present four experiments in which test subjects were taught Propp’s annotation system; we conclude that Propp’s system needs a significant amount of training, but that with sufficient time investment, it can be reliably trained for simple tales.
We present an experimental approach to determining natural dimensions of story comparison. The results show that untrained test subjects generally do not privilege structural information. When asked to justify sameness ratings, they may refer to content, but when asked to state differences, they mostly refer to style, concrete events, details and motifs. We conclude that adequate formal models of narratives must represent such non-structural data.
Konnexion in argumentativen Texten. Gebrauchsunterschiede in Deutsch als L2 vs. Deutsch als L1
(2016)
Für die Kodierung interpropositionaler semantischer Relationen wie Additivität, Adversativität, Kausalität etc. steht im Deutschen wie in vielen anderen Sprachen ein reichhaltiges Inventar von Konnektoren unterschiedlicher syntaktischer Kategorien zur Verfügung. Einige semantische Relationen müssen jedoch nicht explizit kodiert werden, da sie auf der Basis übereinzelsprachlicher Erwartungen an „normale“ Sachverhaltszusammenhänge aus dem Kontext erschließbar sind. Ob diese Relationen dann auch von Schreibern ausbuchstabiert werden, ist einzelsprach-spezifisch unterschiedlich. Der Beitrag untersucht vor diesem Hintergrund die Kodierung interpropositionaler Relationen bei Lernern des Deutschen als Fremdsprache. Die Analyse eines Lernerkorpus mit Essays fortgeschrittener Deutschlerner aus Schweden, China und Weißrussland (KobaltDaF-Korpus) und eines muttersprachlichen Kontrollkorpus zeigt, dass Lerner von den Mustern der Muttersprachler quantitativ und qualitativ abweichen. Der Beitrag beschreibt diese Abweichungen und diskutiert mögliche Erklärungen.
We propose a new type of subword embedding designed to provide more information about unknown compounds, a major source for OOV words in German. We present an extrinsic evaluation where we use the compound embeddings as input to a neural dependency parser and compare the results to the ones obtained with other types of embeddings. Our evaluation shows that adding compound embeddings yields a significant improvement of 2% LAS over using word embeddings when no POS information is available. When adding POS embeddings to the input, however, the effect levels out. This suggests that it is not the missing information about the semantics of the unknown words that causes problems for parsing German, but the lack of morphological information for unknown words. To augment our evaluation, we also test the new embeddings in a language modelling task that requires both syntactic and semantic information.
Zum Orientierungskurs über Methoden der Linguistik am Institut für deutsche Sprache in Mannheim
(1970)
Neuseeland
(2001)
What the speaker means in uttering a linguistic expression of a certain language in an actual communicative context can be described as the meaning of that expression in the given context plus its function with respect to an intended reaction of the hearer to whom the utterance is addressed. In our approach we refer to these aspects of the interpretation of linguistic utterances with utterance meaning and communicative (interactional) function of the utterance respectively. Together they are called the communicative sense of an utterance. The latter concept is analyzed in detail. It presupposes a proper concept of action of a speaker and assumptions on the general relations between meaning of linguistic expressions and intentions of the speaker as fundamental components of the concept “action of a speaker”. The linguistic expression pertaining to an utterance may be a sentence or a more complex linguistic structure, i.e. a text. A text is considered as a structure of illocutions, i.e. of elementary actions of a speaker. The communicative sense of a structure of illocutions is understood as the result of an interaction of the communicative sense of the single illocutions, constituting that structure.
Orthographie (Kapitel B.IV.)
(2003)
Universal Dependency (UD) annotations, despite their usefulness for cross-lingual tasks and semantic applications, are not optimised for statistical parsing. In the paper, we ask what exactly causes the decrease in parsing accuracy when training a parser on UD-style annotations and whether the effect is similarly strong for all languages. We conduct a series of experiments where we systematically modify individual annotation decisions taken in the UD scheme and show that this results in an increased accuracy for most, but not for all languages. We show that the encoding in the UD scheme, in particular the decision to encode content words as heads, causes an increase in dependency length for nearly all treebanks and an increase in arc direction entropy for many languages, and evaluate the effect this has on parsing accuracy.
Laute und leise Prosodie
(2006)
Dass die Prosodie uns beim Verständnis der gesprochenen Sprache unterstützt, ist selbstverständlich. Syntaktisch und semantisch mehrdeutige Sätze werden oft erst auf ihrer Basis richtig interpretiert. Weniger selbstverständlich ist, dass auch bei leise gelesener Sprache die Prosodie nicht auszuschalten ist. Eine abstrakte prosodische Struktur wird auf geschriebenen Texten aufgebaut, die der unmarkierten Informationsstruktur entspricht, es sei denn, kontextuelle Faktoren lösen spezielle diskursstrukturelle Merkmale und somit eine markierte prosodische Struktur aus. Aus diesem Grund ist auch die Prosodie ein wichtiger Faktor für die Verarbeitung von sog. Garden-Path-Sätzen und anderen lokal ambigen Sätzen: Es wird zuerst eine unmarkierte prosodische Struktur aufgebaut, die dann aufgrund weiterer morpho-syntaktischer Evidenz revidiert werden muss. Diese Reanalyse der syntaktischen und prosodischen Struktur geht mit erhöhten Verarbeitungskosten einher. Verlängerte Lesezeiten bei Sätzen mit markierter syntaktischer Struktur, wie z. B. bei Topikalisierungen und Scrambling, werden dadurch erklärt, dass neben der komplexeren Syntax auch eine markierte, weil aufwändige, prosodische Struktur aufgebaut werden muss. Im vorliegenden Beitrag wird ein Modell der Prosodie des Deutschen zusammengefasst, das die unmarkierte und markierte Prosodie erfasst und ihre Rolle beim Sprachverstehen beleuchtet. Silverman (1987) zeigt für das Englische, dass die Prosodie auch auf der Textebene eine disambiguierende Rolle spielt und dass die Skalierung der Tonakzente sowie die Dauerverhältnisse zwischen Sätzen uns dabei helfen, die richtigen Bezüge zwischen anaphorischen Elementen zu verstehen. Dieser Aspekt der Prosodie ist aber bisher kaum untersucht. Der Schwerpunkt der vorliegenden Analyse konzentriert sich deshalb auf den Satz.
The most important modern research on characteristic features and the history of language usage in Berlin are those of Agathe Lasch and Hermann Tetjchebt. Both authors disagree on the question of Upper Saxon influence on early Berlin language. As early as the end of the 18th century there was a lively discussion of problems concerning the representative standard of German pronunciation and other regional differences by teachers of Berlin grammar schools. They recommended a Northern German variant of pronunciation instead of the traditional Saxon one. The membership of the Royal Academy of Sciences gave them an occasion to find a public audience and to produce a noticeable effect.
Die Bedeutung des Regelbegriffs der praktischen Semantik für den kommunikativen Sprachunterricht
(1974)
Über den gemeinsamen Sprachgebrauch in Ost und West, seine Probleme und kreativen Möglichkeiten
(2009)
In dieser Arbeit über den neueren deutschen Sprachgebrauch in Ost und West soll nicht das Trennende betont werden, sondern das gemeinsame Spracherbe und seine Wirkung in der Gegenwart. Aber eine Beobachtung gegenüber vielen kritischen Stimmen aus West und Ost sei, in völlig unpolemischer Absicht, nicht verschwiegen: Zu viele sprachkritische Artikel aus der Bundesrepublik haben in der Vergangenheit von der aus Texten bekannten offiziellen Sprache der DDR-Machthaber zu direkt auf die wirklich gesprochene Sprache der Bevölkerungsmehrheit geschlossen, und zu viele DDR-Sprachwissenschaftler und Polemiker haben auf die westliche Kritik vor allem als Verteidiger des politischen Kurses der SED reagiert, aus welchen persönlichen Gründen auch immer. Gedruckt worden wären andere Meinungen in der DDR allerdings nicht, und der Karriere waren sie auch nicht förderlich. Trotzdem gilt: Die deutsche Sprache hat sich in Ost und West auf jeweils spezifische Weise weiterentwickelt, sie wurde aber nicht gespalten und funktionierte in Ost und West und - trotz spürbarer Unterschiede - zwischen Ost und West als gemeinsames Verständigungsmittel, wo immer sie dafür benutzt wurde. Zwischen den Begriffen „Sprachwandel“ und „Bezeichnungswandel“ muss sorgfältig unterschieden werden. Im kreativen Umgang mit dem gemeinsamen Deutsch haben sich Ost und West längst wieder zusammengefunden. Genauere Untersuchungen über das Alltags-deutsch in der DDR sind sehr zu wünschen, die Schaffung eines brauchbaren Korpus dafür ist im Nachhinein nicht einfach, sollte aber in Angriff genommen werden.