Refine
Year of publication
Document Type
- Part of a Book (1266)
- Article (592)
- Conference Proceeding (277)
- Book (115)
- Working Paper (28)
- Other (18)
- Doctoral Thesis (12)
- Review (8)
- Part of Periodical (3)
- Habilitation (2)
Language
- German (1842)
- English (442)
- Spanish (11)
- Portuguese (9)
- Multiple languages (8)
- Russian (7)
- French (4)
- Dutch (1)
- Polish (1)
Keywords
- Deutsch (990)
- Korpus <Linguistik> (306)
- Wörterbuch (118)
- Gesprochene Sprache (116)
- Konversationsanalyse (111)
- Grammatik (83)
- Computerunterstützte Lexikographie (76)
- Rezension (76)
- Computerlinguistik (70)
- Sprachvariante (69)
Publicationstate
- Veröffentlichungsversion (2325) (remove)
Reviewstate
- (Verlags)-Lektorat (1689)
- Peer-Review (381)
- Verlags-Lektorat (78)
- Peer-review (37)
- Qualifikationsarbeit (Dissertation, Habilitationsschrift) (18)
- Review-Status-unbekannt (12)
- Peer-Revied (9)
- (Verlags-)Lektorat (4)
- Verlagslektorat (3)
- Abschlussarbeit (Bachelor, Master, Diplom, Magister) (Bachelor, Master, Diss.) (2)
We present an approach for automatic detection and correction of OCR-induced misspellings in historical texts. The main objective is the post-correction of the digitized Royal Society Corpus, a set of historical documents from 1665 to 1869. Due to the aged material the OCR procedure has made mistakes, thus leading to files corrupted by thousands of misspellings. This motivates a post processing step. The current correction technique is a pattern-based approach which due to its lack of generalization suffers from bad recall.
To generalize from the patterns we propose to use the noisy channel model. From the pattern based substitutions we train a corpus specific error model complemented with a language model. With an F1-Score of 0.61 the presented technique significantly outperforms the pattern based approach which has an F1-score of 0.28. Due to its more accurate error model it also outperforms other implementations of the noisy channel model.
Parametrisierung der Syntax
(1992)
Vorwort
(1992)
Subordination
(1992)
Subordination - Unterordnung - ist eine weit verbreitete und viel besprochene Erscheinung, die leider nicht so leicht in den Griff zu bekommen ist wie z.B. der Elefant: Von diesem kann man wohl sagen, dass er sich nicht leicht definieren lässt, dass man ihn jedoch erkennt, wenn man ihn sieht - Nicht-Linguisten werden da nie in Zweifel geraten. Subordination hingegen glaubt man vielleicht definieren zu können und wird dennoch im Einzelfall oft nicht entscheiden können, ob sie vorliegt oder nicht. In diesem Beitrag werde ich vor allem im Anschluss an Lehmann u.a. Subordination als Sonderfall sogenannter ‚clause linkage‘ betrachten und Kriterien zur Klassifikation von Nebensätzen vorlegen. Die mit ‚M‘ markierten Beispiele, die z.T. auch Unterordnungserscheinungen nicht-linguistischer Art veranschaulichen, sind dem „Mann ohne Eigenschaften” von Robert Musil entnommen.