The 50 most recently published documents
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 The main objective is the post-correction of the digitized Royal Society Corpus, a set of historical documents from 1665 to 1869.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.
Konstanze Marx/Axel Schmidt (Mannheim) folgen in ihrem Beitrag „Making Let’s Plays watchable - Praktiken des stellvertretenden Erlebbar-Machens von Interaktivität in vorgeführten Video-spielen“ einem - angesichts der Datenqualität multimodal erweiterten - interaktionsanalytischen Ansatz. Dabei wird der Frage nachgegangen, wie die für das Genre konstitutive Ent-Interaktivisierung entschärft wird. Hierfür wird in Sing-le-Let’s Plays die begleitende Moderation zentral gesetzt, in Multi-Let’s Plays die Interaktion zwischen den Beteiligten.
Interaktionsanalytische Zugänge zu medienvermittelter Kommunikation. Zur Einleitung in diesen Band
(2019)
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.
We examine the combination of pattern-based and distributional similarity for the induction of semantic categories. Pattern-based methods are precise and sparse while distributional methods have a higher recall. Given these particular properties we use the prediction of distributional methods as a back-off to pattern-based similarity. Since our pattern-based approach is embedded into a semi-supervised graph clustering algorithm, we also examine how distributional information is best added to that classifier. Our experiments are carried out on 5 different food categorization tasks.
We examine the task of relation extraction in the food domain by employing distant supervision. We focus on the extraction of two relations that are not only relevant to product recommendation in the food domain, but that also have significance in other domains, such as the fashion or electronics domain. In order to select suitable training data, we investigate various degrees of freedom. We consider three processing levels being argument level, sentence level and feature level. As external resources, we employ manually created surface patterns and semantic types on all these levels. We also explore in how far rule-based methods employing the same information are competitive.
In this paper, we examine methods to extract different domain-specific relations from the food domain. 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. As we need to process a large amount of unlabeled data our methods only require a low level of linguistic processing. This has also the advantage that these methods can provide responses in real time.
Die Kategorie „Shitstorm“ ist eine Zuschreibung, die aus dem Diskurs unter den Interagierenden einerseits und den boulevardjournalistischen Berichten andererseits heraus entsteht. Die nachweislich heterogene Konstitution des diskursiven Phänomens scheint bei den Shitstorm-Etikettierungen vernachlässigt zu werden, vielmehr rücken die gezeigten negativen Emotionen in den Fokus. Im vorhegenden Aufsatz wird zunächst anhand einiger exemplarischer Shitstorms gezeigt, dass diese aus verschiedenen sprachlichen Handlungen und unterschiedlichen Werturteilen bestehen. Im Anschluss wird auf die mediale Berichterstattung eingegangen, die Äußerungen mit hohem Beleidigungspotenzial pars pro toto für den Diskurs behandelt und es werden mögliche Auswirkungen dieser Vorgehensweise skizziert, etwa im Hinblick auf die Wahrnehmung berechtigter Kritik.
Untersuchungsgegenstand dieser Arbeit sind retrospektive Äußerungen, d.h. Nachfragen und fremdinitiierte Erweiterungen, die an den Sprecher der Ausgangsäußerung gerichtet sind. In der Forschung werden Nachfragen und Erweiterungen meist unabhängig voneinander mit unterschiedlichen Funktionen beschrieben. Die vorliegende Untersuchung setzt sich mit den gemeinsamen Eigenschaften beider Äußerungsformate auseinander, unabhängig von ihren deklarativen und interrogativen Merkmalen. Im Rahmen der Triangulation werden die Methode der Konversationsanalyse und die Annahmen der Relevanztheorie verbunden, um zu beschreiben, wie Sprecher in retrospektiven Äußerungen auf inhaltlicher Ebene mit den Informationen aus vorhergehenden Redebeiträgen umgehen. Primäre Datengrundlage sind die narrativen Interviews des Berliner Wendekorpus, ca. 60 Stunden gesprochenes Deutsch. Die Arbeit analysiert die grammatischen und lexikalischen Mittel, mit denen Sprecher bei der Bedeutungskonstruktion epistemische Unterstützung zum Ausdruck bringen. Weitere Analyseebenen sind die grammatische Kohärenz retrospektiver Äußerungen als evidentiale Strategie und die Ähnlichkeitsrelationen zwischen der interpretativen Annahme und den jeweiligen Bezugskomponenten.
Variation im Sprachgebrauch - 'angenommen' und 'vorausgesetzt' als einbettende Prädikatsausdrücke
(2019)
Deutsch als eine der Verkehrssprachen in Osteuropa - am Beispiel der UdSSR (Russische Förderation)
(1993)
"Wie Schule Sprache macht"
(2019)
Im vorliegenden Artikel werden einleitend Gegenstand, Fragestellung und Ziele einer Studie zu „absoluten“ Verwendungen von Modalverben in verbaler Interaktion vorgestellt, gefolgt von Bemerkungen zu Forschungskontext, Theorie, Methodik und Datengrundlage. Ergebnisse der Untersuchung werden unter drei Perspektiven präsentiert: Erstens geht es um Modalverbverwendungen, die sich in der Forschung zwischen Vollverbund Ellipsenerklärungen verorten, zweitens um Strukturen mit (grammatischen) Kontextbezügen, drittens um Konstruktionen und usuelle Handlungsformate. Den Abschluss bilden eine Diskussion der Befunde und ein Ausblick auf Vermittlungspotenziale interaktionslinguistischer Befunde im Bereich Deutsch als Fremdsprache.
Das Thema „Sprache im Nationalsozialismus“ ist unverändert ein zentraler Gegenstand der Linguistik. Die vorliegende Bibliografie, die insbesondere an Studierende gerichtet ist, dokumentiert die Forschung, die sich seit dem Erscheinen der letzten umfassenden Bibliografie vor 24 Jahren (Kinne/Schwitalla 1994) hinsichtlich ihrer Erkenntnisinteressen und methodisch weiterentwickelt hat. Nicht zuletzt aufgrund der mit der Digitalisierung und Korpustechnologie eröffneten Zugangsmöglichkeiten sind neue Leitfragen der Forschung formulierbar und werden neue Zugänge erschlossen. Diese Entwicklung wird in dem vorliegenden Werk nachvollzogen.
Aus der etwas apophtegmatischen Formulierung des Titels lässt sich die Behauptung ableiten, eine Grammatik der politischen Sprache gebe es nicht. Das kann nun dreierlei heißen: Zum ersten könnte gemeint sein, es gebe keine politische Sprache - womit sich die Frage nach ihrer Grammatik a fortiori erübrigt. Weniger voraussetzungsreich und daher unmittelbar plausibler erscheint ein Verständnis, nach der es zwar eine politische Sprache gebe, diese aber keine eigene Grammatik habe. Vielleicht ist auch die dritte Lesart nur eine spezifischere Interpretation dieser zweiten Lesart: Es sei gar nicht so wichtig, was der Terminus „politische Sprache“ genau bedeute und was ihm in einer wahrscheinlichen Wirklichkeit entspreche. Auf jeden Fall sei sprachliches Interagieren im politischen Raum ein Spezialfall öffentlichen Agierens (unter spezifischen gesellschaftlichen/politischen Konstellationen) insgesamt und zeige daher entsprechende grammatische Präferenzen. Wir wollen in diesem Beitrag Argumente für diese letzte Position versammeln.
Bild-Makros bzw. 4Memes sind ein präsentes Internetphänomen im Social Web. In sozialen Netzwerken wie Facebook werden diese multimodalen, kulturell geprägten Kommunikate nicht nur veröffentlicht und verbreitet, sondern zudem von NutzerInnen u.a. in Form von Kommentaren rezipiert und interaktiv ausgehandelt. Diese kommunikative Einheit aus einem einerseits eindimensionalen, statischen Kommunikat mit einer andererseits dynamischen, interaktiven Aushandlung stellt dabei eine interdisziplinäre Herausforderung für eine differenzierte (medien-)linguistische Betrachtung dar, der mit einer Kombination von Sehflächenanalyse, Gattungsanalyse sowie Konversations- bzw. Gesprächsanalyse begegnet wird. In dieser Arbeit wird anhand erhobener Daten von Facebook-Gemeinschaftsseiten gezeigt, welche formalen, syntaktisch-semantischen und pragmatisch-funktionalen Mechanismen bei der Kombination der Zeichenressourcen Text und Bild zur Bedeutungskonstitution des (humoristischen) Medienprodukts zusammenspielen, dessen Verständnis auch auf intertextuellem, kulturellem (Kontext- und Gattungs)Wissen basiert. Im Anschluss daran wird dargelegt, wie sich über geteiltes Wissen verfügende RezipientInnen mit technischen und sprachlichen Folgehandlungen auf ein Bild-Makro beziehen und welche sprachlichen Mittel und kommunikativen Verfahren wie Fokussierungsaufforderung und -bestätigung, Bewertung und Übertragung auf die gemeinsame Lebenswelt Anwendung finden.
Thematischer Schwerpunkt des Jahrbuchs 1993 des Instituts für deutsche Sprache ist die Frage, ob und wie die Suche nach der Ordnung der Begriffe und Wörter unserer Sprache in unseren Köpfen eine fruchtbare Erweiterung der sprachwissenschaftlichen Disziplin der (lexikalischen) Semantik sein kann.
Die in diesem Jahrbuch dokumentierten Beiträge versuchen, vor allem eine Antwort auf die folgenden drei Fragen zu geben:
- Was ist unter 'mentalen Repräsentationen' zu verstehen?
- Sind sprachlich-semantisches Wissen und enzyklopädisch-konzeptionelles Wissen voneinander unterscheidbar? Welche Konsequenzen hat eine solche Unterscheidung für die semantische Modellbildung?
- Wie sollte oder könnte eine (lexikalische) Semantik aussehen, die sich dem kognitionswissenschaftlichen Paradigma verschreibt?
Graphenbasierte Ansätze spielen in der digitalen Lexikografie eine immer stärkere Rolle. Essentiell für die Erstellung, Verwaltung und Nutzung graphenbasierter lexikografischer Ressourcen ist jedoch eine leistungsfähige und zugleich einfach zu handhabende Zugriffsstruktur, die Suchen nach komplexen Konstellationen in solchen Graphen ermöglicht. Für heutige Graphendatenbanken stehen zahlreiche Abfragesprachen zur Verfügung, deren Verwendung jedoch verhältnismäßig voraussetzungsreich ist.
Das Poster stellt einen webbasierten, frei konfigurierbaren Query Builder vor, der die Formulierung semantisch sehr komplexer Suchabfragen an eine (mit dem Tinkerpop-Standard kompatible) Property-Graphendatenbank ermöglicht. Die Abfrage erfolgt durch einfaches visuell-interaktives Zusammenstellen hierarchisch angeordneter Abfrageelemente und liefert Antworten in Echtzeit. Dabei wird von den Komplexitäten der verwendeten Low-level-Abfragesprache Gremlin abstrahiert. Der Query Builder ist ein zentrales Modul eines derzeit entwickelten Open-Source-Softwaresystems zur Verwaltung und Online-Publikation graph-erweiterter lexikografischer Ressourcen.
In Europa ist auch die deutsche Sprache in Bewegung geraten. Die fortschreitende Integration der EG, die Wiederherstellung der staatlichen Einheit Deutschlands und die politischen und wirtschaftlichen Veränderungen in Mittel- und Osteuropa führen in vielen Ländern zu einer Neubewertung der deutschen Sprache. Außerhalb des geschlossenen deutschen Sprachgebiets nimmt der Gebrauch des Deutschen als Geschäfts- und Verhandlungssprache zu. Auch als Bildungssprache hat das Deutsche in manchen Staaten an Bedeutung wiedergewonnen. Aus Wirtschaft und Politik wird die Forderung nach stärkerer Verwendung des Deutschen als Arbeitssprache der Europäischen Behörden erhoben.
Im vorliegenden Band teilen deutsche und ausländische Linguisten, Vertreter von Verwaötung, Politik, Wirtschaft und aus den Übersetzungsdiensten ihre Beobachtungen und Einschätzungen mit und stellen Überlegungen zur Stellung des Deutschen in dem sich ändernden vielsprachigen Europa vor. An die themengebundenen Beiträge schließt sich der Jahresbericht des Instituts für deutsche Sprache an.