Möglichkeiten (und Probleme)
der Darstellung von Wortfeldern
in lexikalischen Datenbanken
Simon D. Schweitzer
BBAW, Altägy...
Wortfelder in der ägyptologischen
Praxis: Status quo (I)
• Möglichkeit A: Einzelstudien zu bestimmten
Wortfeldern; die Erg...
Wortfelder in der ägyptologischen
Praxis: Status quo (II)
• Möglichkeit B: Sortierung des gesamten
Wortschatzes nach Wortf...
Lexikalische Datenbanken in der
Ägyptologie
• sie befassen sich mit dem gesamten
Wortschatz
• ein Datensatz bietet Informa...
Beinlichliste
Ägyptologische Datenbank AHA
Ramses
Thesaurus Linguae Aegyptiae
Wortfelder in Datenbanken:
Marktlücken in der Ägyptologie
1. Browsen von allgemeinen Wortfeldern zu
speziellen
Browsen
• Grundannahme: Wortfelder sind hierarchisch
strukturiert
• Ansichten beliebiger Granularität können leicht
erzeug...
Wortfelder in Datenbanken:
Marktlücken in der Ägyptologie
1. Browsen
2. Die Suche in Wortfeldern nach zeitlichen,
lokalen ...
Wortfelder in Datenbanken:
Marktlücken in der Ägyptologie
1. Browsen
2. Einschränkungen in der Suche
3. Suchmöglichkeit Wo...
Bisher im TLA:
Suche nach Wort X + Wort Y
oder: Suche nach Wort X + Wortart
Wunsch:
• Wort X + Wortfeld Y
– Beispiel: Unterscheidet sich die Lexik des
Feindevernichtens, ob man nun Asiaten oder
Nubi...
Wortfelder in Datenbanken:
Marktlücken in der Ägyptologie
1. Browsen
2. Einschränkungen in der Suche
3. Suchmöglichkeit Wo...
Diachrone Wortfeldentwicklung
• viele griechische Lehnwörter im
Koptischen
• Fragestellung: Waren die Wortfelder in der
Ze...
Wortfelder in Datenbanken:
Marktlücken in der Ägyptologie
1. Browsen
2. Einschränkungen in der Suche
3. Suchmöglichkeit Wo...
Sprachvergleich
• Welche Wortfelder haben im Ägyptischen
mehr (weniger) Vertreter als in anderen
Sprachen?
• Testen der Sa...
Wortfelder in Datenbanken:
Marktlücken in der Ägyptologie
1. Browsen
2. Einschränkungen in der Suche
3. Suchmöglichkeit Wo...
Lexikostatistik in der Ägyptologie
• Versuch, den lexikalischen Reichtum
eines Textes quantitativ zu erfassen
• eingeführt...
Lexikostatistischer Vergleich des
Gesamtwortschatzes einzelner
Texte
Mögliche Fragestellungen
• Ist ein lexikalisch reicher Text auch in
allen verwendeten Wortfeldern lexikalisch
reich?
• Wie...
Wortfelder in Datenbanken:
Marktlücken in der Ägyptologie
1. Browsen
2. Einschränkungen in der Suche
3. Suchmöglichkeit Wo...
Lautsymbolik (I)
• eingeführt von Sabine Albers,
2008
• These: die lautliche Struktur
eines Wortes ist nicht
willkürlich, ...
Lautsymbolik (II)
• eingeführt von Sabine Albers,
2008
• These: die lautliche Struktur
eines Wortes ist nicht
willkürlich,...
Lautsymbolik (III)
• Die These der Lautsymbolik sollte nicht
anhand von Textsorten, sondern anhand
des Vokabulars der ents...
Wie gelangt die Information
„Wortfeld“ in die Datenbank?
• 2 Ansätze:
1. Corpusbasiertes Annotieren („Taggen“)
Corpusbasiertes Annotieren
• Bei der Erstellung eines Corpus werden
jedem Element verschiedene
Informationen beigefügt.
– ...
Semantisches Tagging
• UCREL Semantic Analysis System (Projekt der
University of Lancaster)
• http://ucrel.lancs.ac.uk/usa...
Hauptkategorien in USAS
Feingliederung im Lancaster Model
Semantisches Tagging in der
Praxis
Vorteile
• es gibt ein Modell, das auf den
gesamten Wortschatz
anwendbar ist
• das Modell ist nicht auf eine
Sprache besch...
Exkurs
• Warum ist es problematisch, die
semantische Information direkt an ein
Lemma zu hängen?
• Beispiel: pr gehört zum ...
pUC 32213, vso. 13-16
Vorteile & Nachteile
• es gibt ein Modell, das auf den
gesamten Wortschatz
anwendbar ist
• das Modell ist nicht auf eine
S...
Generelle Fragen
• Gibt es überhaupt ein metasprachliches
Modell für die Wortfeldstrukturen, das für
alle Sprachen gilt?
•...
Wie gelangt die Information
„Wortfeld“ in die Datenbank?
• 2 Ansätze:
1. Corpusbasiertes Annotieren
2. Lexikonbasiertes An...
Lexikonbasiertes Annotieren
• Einem Lemma werden bestimmte
Informationen hinzugefügt:
– Wortart
– Übersetzung
– hieroglyph...
Beziehungen zu anderen Lemmata
• Verweise
– obsolete Ansetzungen werden auf andere Lemmata
verwiesen
• hierarchische Ordnu...
Beziehungen zu anderen Lemmata
• weitere Möglichkeiten:
– Synonyme, Antonyme, Hyperonyme …
WordNet
• Datenbank zum
englischen
Wortschatz
• seit 1985 in Princeton
• frei verfügbar
• http://wordnet.princeton.edu/
ht...
WordNet
• verschiedene Implementierungen
• mobiles Wörterbuch:
http://www.mobisystems.com/images/Palm/wordnet_palm.jpg
http://www.wandora.org/wandora/wiki/images/Wordnet_example.gif
Beziehung zwischen Lemmata (I)
http://adimen.si.ehu.es/web/files/WordNet2TCO/TCO2.3FirstEntity.png
Beziehung zwischen Lemmata (II)
http://dingo.sbs.arizona.edu/~sandiway/wnconnect/wnconnectex2.png
Beziehung zwischen Lemmata (III)
Kamps, Jaap: Visualizing WordNet Structure
Vorteile
• strukturelle Erschließung
des Wortschatzes
• Angabe der Relation
zwischen Lemmata
• mehrere
Beziehungsangaben p...
Vorteile & Nachteile
• strukturelle Erschließung
des Wortschatzes
• Angabe der Relation
zwischen Lemmata
• mehrere
Beziehu...
Umgang mit semantischen
Angaben in Datenbanken
• Taggen des Textwortes bzw. des Lemma
reicht nicht aus!
• Die Wortfelder m...
Taxonomie
Umgang mit semantischen
Angaben in Datenbanken
• Taggen des Textwortes bzw. des Lemma
reicht nicht aus!
• Die Wortfelder m...
Taggen
• Warum ist es wichtig, dass man einem
Textwort bzw. einem Lemma mehrere
semantische Tags zuweisen kann?
Nahrungsmittel?
Aber was ist mit Äpfeln, Kuchen, Zwiebeln, Schinken…?
Aal
• folgende Tags sind denkbar:
– Fisch
– Nahrungsmittel
– feindliches Wesen
– …
– vielleicht auch:
• literarisches Moti...
Wortfelder / semantische Tags
• das Vokabular muss einheitlich sein (es darf
nicht einmal [SEHEN] und einmal [SCHAUEN]
hei...
Darstellung der Wortfeldmitglieder
• konventionell: alphabetische Liste
• Prototypensemantik:
– Es gibt typische Vertreter...
wortschatz.uni-leipzig.de
Tag cloud
http://tinysubversions.com/tag_cloud.png
Nächste SlideShare
Wird geladen in …5
×

Möglichkeiten (und Probleme) der Darstellung von Wortfeldern in lexikalischen Datenbanken

2.337 Aufrufe

Veröffentlicht am

Veröffentlicht in: Bildung, Technologie
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
2.337
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
2
Aktionen
Geteilt
0
Downloads
3
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Möglichkeiten (und Probleme) der Darstellung von Wortfeldern in lexikalischen Datenbanken

  1. 1. Möglichkeiten (und Probleme) der Darstellung von Wortfeldern in lexikalischen Datenbanken Simon D. Schweitzer BBAW, Altägyptisches Wörterbuch
  2. 2. Wortfelder in der ägyptologischen Praxis: Status quo (I) • Möglichkeit A: Einzelstudien zu bestimmten Wortfeldern; die Ergebnisse liegen in Artikeln oder Monographien vor; z.B.: – Bickel, S.: Furcht und Schrecken in den Sargtexten. In: SAK 15, 1988, S. 17-25. – Franke, D.: Altägyptische Verwandtschaftsbezeichnungen im Mittleren Reich, 1983. • Diese Einzelstudien sind i.d.R. in sich abgeschlossen. Es entwickelt sich keine Diskussion. Ausnahme: die Farbbezeichnungen: Beiträge von Schenkel, Baines und Warburton
  3. 3. Wortfelder in der ägyptologischen Praxis: Status quo (II) • Möglichkeit B: Sortierung des gesamten Wortschatzes nach Wortfeldern: – 6. Band des Wörterbuches: Deutsch- aegyptisches Wörterverzeichnis in alphabetischer und sachlicher Ordnung […] – Hannig, R. & P. Vomberg: Wortschatz der Pharaonen in Sachgruppen, 1998.
  4. 4. Lexikalische Datenbanken in der Ägyptologie • sie befassen sich mit dem gesamten Wortschatz • ein Datensatz bietet Informationen zu einem Wort • Beispiele:
  5. 5. Beinlichliste
  6. 6. Ägyptologische Datenbank AHA
  7. 7. Ramses
  8. 8. Thesaurus Linguae Aegyptiae
  9. 9. Wortfelder in Datenbanken: Marktlücken in der Ägyptologie 1. Browsen von allgemeinen Wortfeldern zu speziellen
  10. 10. Browsen • Grundannahme: Wortfelder sind hierarchisch strukturiert • Ansichten beliebiger Granularität können leicht erzeugt werden
  11. 11. Wortfelder in Datenbanken: Marktlücken in der Ägyptologie 1. Browsen 2. Die Suche in Wortfeldern nach zeitlichen, lokalen oder genrespezifischen Kriterien kann implementiert werden: Wie unterscheidet sich das Wortfeld [SEHEN] aus dem memphitischen Raum von dem aus dem thebanischen? Wie entwickelt sich ein Wortfeld vom Alt- zum Neuägyptischen? Haben literarische Texte andere Vertreter eines Wortfeldes als z.B. Briefe?
  12. 12. Wortfelder in Datenbanken: Marktlücken in der Ägyptologie 1. Browsen 2. Einschränkungen in der Suche 3. Suchmöglichkeit Wort X + Wortfeld
  13. 13. Bisher im TLA: Suche nach Wort X + Wort Y
  14. 14. oder: Suche nach Wort X + Wortart
  15. 15. Wunsch: • Wort X + Wortfeld Y – Beispiel: Unterscheidet sich die Lexik des Feindevernichtens, ob man nun Asiaten oder Nubier vernichtet? • Wortart X + Wortfeld Y – Beispiel: Werden Bewegungsverben immer mit m statt Hr in der jw=f-Hr-sDm-Konstruktion verwendet?
  16. 16. Wortfelder in Datenbanken: Marktlücken in der Ägyptologie 1. Browsen 2. Einschränkungen in der Suche 3. Suchmöglichkeit Wort X + Wortfeld 4. Diachrone Wortfeldentwicklung
  17. 17. Diachrone Wortfeldentwicklung • viele griechische Lehnwörter im Koptischen • Fragestellung: Waren die Wortfelder in der Zeit direkt vor dem Koptischen so unausgeglichen, dass die griechischen Wörter so leicht in der hohen Zahl in das Koptische eindrangen? Oder verdrängten die griechischen Wörter ägyptische Äquivalente in intakten Feldern?
  18. 18. Wortfelder in Datenbanken: Marktlücken in der Ägyptologie 1. Browsen 2. Einschränkungen in der Suche 3. Suchmöglichkeit Wort X + Wortfeld 4. Diachrone Wortfeldentwicklung 5. Sprachvergleich
  19. 19. Sprachvergleich • Welche Wortfelder haben im Ägyptischen mehr (weniger) Vertreter als in anderen Sprachen? • Testen der Sapir-Whorf-Hypothese (unterschiedliches Abbilden der außersprachlichen Realität) • Vorteil der Datenbanken: schnelleres und effizienteres Suchen
  20. 20. Wortfelder in Datenbanken: Marktlücken in der Ägyptologie 1. Browsen 2. Einschränkungen in der Suche 3. Suchmöglichkeit Wort X + Wortfeld 4. Diachrone Wortfeldentwicklung 5. Sprachvergleich 6. Lexikostatistik
  21. 21. Lexikostatistik in der Ägyptologie • Versuch, den lexikalischen Reichtum eines Textes quantitativ zu erfassen • eingeführt von Fritz Hintze, 1975 • das Maß S*: je kleiner S* ist, desto reicher ist das Vokabular • bisherige Untersuchungen zu einzelnen (zumeist literarischen) Texten • Gesamtvokabular und Teilvokabulare (nach Wortart) werden betrachtet
  22. 22. Lexikostatistischer Vergleich des Gesamtwortschatzes einzelner Texte
  23. 23. Mögliche Fragestellungen • Ist ein lexikalisch reicher Text auch in allen verwendeten Wortfeldern lexikalisch reich? • Wie reich sind die Wortfelder, zu denen die Schlüsselwörter eines Textes gehören? Unterscheidet sich deren Reichtum von dem anderer Wortfelder? • Ist der lexikalische Reichtum eines Textes gleichverteilt?
  24. 24. Wortfelder in Datenbanken: Marktlücken in der Ägyptologie 1. Browsen 2. Einschränkungen in der Suche 3. Suchmöglichkeit Wort X + Wortfeld 4. Diachrone Wortfeldentwicklung 5. Sprachvergleich 6. Lexikostatistik 7. Lautsymbolik
  25. 25. Lautsymbolik (I) • eingeführt von Sabine Albers, 2008 • These: die lautliche Struktur eines Wortes ist nicht willkürlich, sondern hängt von der Semantik ab • Freude werde vorrangig hart artikuliert (Plosiva: p, t, k, q) • Trauer werde vorrangig weich artikuliert (Nasale: m, n) • These wurde anhand von bestimmten Textsorten geprüft
  26. 26. Lautsymbolik (II) • eingeführt von Sabine Albers, 2008 • These: die lautliche Struktur eines Wortes ist nicht willkürlich, sondern hängt von der Semantik ab • Freude werde vorrangig hart artikuliert (Plosiva: p, t, k, q) • Trauer werde vorrangig weich artikuliert (Nasale: m, n) • These wurde anhand von bestimmten Textsorten geprüft • Nachweis von Schneider (LingAeg 16, 2008), dass das verwendete Material in hohem Maße fehlerdurchsetzt ist: „Bei einer Gesamtzahl von 18627 Konsonanten (S. 67) bedeutet das aber, dass die komplette Argumentationsbasis der Arbeit entfällt.“
  27. 27. Lautsymbolik (III) • Die These der Lautsymbolik sollte nicht anhand von Textsorten, sondern anhand des Vokabulars der entsprechenden Wortfelder geprüft werden • Umfangreiche quantitative Analysen können nur in lexikalischen Datenbanken durchgeführt werden
  28. 28. Wie gelangt die Information „Wortfeld“ in die Datenbank? • 2 Ansätze: 1. Corpusbasiertes Annotieren („Taggen“)
  29. 29. Corpusbasiertes Annotieren • Bei der Erstellung eines Corpus werden jedem Element verschiedene Informationen beigefügt. – Um welches Wort handelt es sich? Lexikalische Annotation – Um welche (grammatikalische) Form handelt es sich? Grammatikalische Annotation – Zu welchem Bedeutungsfeld ist das Wort zu zählen? Semantische Annotation
  30. 30. Semantisches Tagging • UCREL Semantic Analysis System (Projekt der University of Lancaster) • http://ucrel.lancs.ac.uk/usas/ • Bisher angewendet für: Englisch, Finnisch und Russisch • Neben Lemmatisierung, Wortart, grammatikalischer Information wird auch semantisch getaggt. • Die semantischen Tags sind hierarchisch gegliedert:
  31. 31. Hauptkategorien in USAS
  32. 32. Feingliederung im Lancaster Model
  33. 33. Semantisches Tagging in der Praxis
  34. 34. Vorteile • es gibt ein Modell, das auf den gesamten Wortschatz anwendbar ist • das Modell ist nicht auf eine Sprache beschränkt => sprachübergreifende Studien sind möglich • man kann einem Wort mehrere Tags zuweisen • eine semantische Einheit kann aus mehreren Wörtern bestehen • die Semantik hängt nicht am Lemma, sondern an einer bestimmten Textstelle
  35. 35. Exkurs • Warum ist es problematisch, die semantische Information direkt an ein Lemma zu hängen? • Beispiel: pr gehört zum Wortfeld [GEBÄUDE], aber was ist mit folgendem Satz:
  36. 36. pUC 32213, vso. 13-16
  37. 37. Vorteile & Nachteile • es gibt ein Modell, das auf den gesamten Wortschatz anwendbar ist • das Modell ist nicht auf eine Sprache beschränkt => sprachübergreifende Studien sind möglich • man kann einem Wort mehrere Tags zuweisen • eine semantische Einheit kann aus mehreren Wörtern bestehen • die Semantik hängt nicht am Lemma, sondern an einer bestimmten Textstelle • ein sehr hoher Arbeitsaufwand: – wollte man nach diesem Modell das TLA semantisch taggen, müsste man alle Texte nachbearbeiten! • ob das verwendete Modell semantische Differenzierungen im Ägyptischen hinreichend genau abbilden kann, ist unklar
  38. 38. Generelle Fragen • Gibt es überhaupt ein metasprachliches Modell für die Wortfeldstrukturen, das für alle Sprachen gilt? • Wie kann man die Wortfelder benennen? Bringt nicht die Verwendung des Englischen die Kategorisierung im Englischen in die untersuchte Sprache ein?
  39. 39. Wie gelangt die Information „Wortfeld“ in die Datenbank? • 2 Ansätze: 1. Corpusbasiertes Annotieren 2. Lexikonbasiertes Annotieren
  40. 40. Lexikonbasiertes Annotieren • Einem Lemma werden bestimmte Informationen hinzugefügt: – Wortart – Übersetzung – hieroglyphische Schreibungen – semantische Informationen (Wortfeld) – Beziehungen zu anderen Lemmata
  41. 41. Beziehungen zu anderen Lemmata • Verweise – obsolete Ansetzungen werden auf andere Lemmata verwiesen • hierarchische Ordnung, z.B.: – im Wb nach (In-)Transitivität getrennte Einträge werden einem Oberlemma hierarchisch untergeordnet • Bestandteile – Verknüpfung von Kompositum und verwendeten Bestandteilen
  42. 42. Beziehungen zu anderen Lemmata • weitere Möglichkeiten: – Synonyme, Antonyme, Hyperonyme …
  43. 43. WordNet • Datenbank zum englischen Wortschatz • seit 1985 in Princeton • frei verfügbar • http://wordnet.princeton.edu/ http://wiki.english.ucsb.edu/index.php/File:Wordnet.jpg
  44. 44. WordNet • verschiedene Implementierungen • mobiles Wörterbuch: http://www.mobisystems.com/images/Palm/wordnet_palm.jpg
  45. 45. http://www.wandora.org/wandora/wiki/images/Wordnet_example.gif
  46. 46. Beziehung zwischen Lemmata (I) http://adimen.si.ehu.es/web/files/WordNet2TCO/TCO2.3FirstEntity.png
  47. 47. Beziehung zwischen Lemmata (II) http://dingo.sbs.arizona.edu/~sandiway/wnconnect/wnconnectex2.png
  48. 48. Beziehung zwischen Lemmata (III) Kamps, Jaap: Visualizing WordNet Structure
  49. 49. Vorteile • strukturelle Erschließung des Wortschatzes • Angabe der Relation zwischen Lemmata • mehrere Beziehungsangaben pro Wort möglich • im Vergleich zum textstellenbasierten Ansatz geringerer Arbeitsaufwand
  50. 50. Vorteile & Nachteile • strukturelle Erschließung des Wortschatzes • Angabe der Relation zwischen Lemmata • mehrere Beziehungsangaben pro Wort möglich • im Vergleich zum textstellenbasierten Ansatz geringerer Arbeitsaufwand • Ob (synchron gedachte) Relationen auch für diachrone Zusammenhänge verwendet werden können, ist unklar. • Sprachübergreifende Studien sind kaum möglich. • Umgang mit Mehrworteinheiten • semantische Variationsbreite eines Lemma ist schlecht abbildbar
  51. 51. Umgang mit semantischen Angaben in Datenbanken • Taggen des Textwortes bzw. des Lemma reicht nicht aus! • Die Wortfelder müssen auch untereinander strukturiert werden.
  52. 52. Taxonomie
  53. 53. Umgang mit semantischen Angaben in Datenbanken • Taggen des Textwortes bzw. des Lemma reicht nicht aus! • Die Wortfelder müssen auch untereinander strukturiert werden. • Nur wenn die Felder in Beziehung gesetzt werden, ist das gewünschte Browsen möglich!
  54. 54. Taggen • Warum ist es wichtig, dass man einem Textwort bzw. einem Lemma mehrere semantische Tags zuweisen kann?
  55. 55. Nahrungsmittel? Aber was ist mit Äpfeln, Kuchen, Zwiebeln, Schinken…?
  56. 56. Aal • folgende Tags sind denkbar: – Fisch – Nahrungsmittel – feindliches Wesen – … – vielleicht auch: • literarisches Motiv • Metapher für …
  57. 57. Wortfelder / semantische Tags • das Vokabular muss einheitlich sein (es darf nicht einmal [SEHEN] und einmal [SCHAUEN] heißen) • die semantischen Tags müssen verknüpft sein • diese Verknüpfungen müssen ebenfalls standardisiert sein • alle Tags sind auf alle Wörter anzuwenden – (wenn man beim Aal ein Tag „literarisches Motiv“ ansetzt, ist bei allen anderen Wörtern zu prüfen, ob sie auch mit diesem Tag annotiert werden können)
  58. 58. Darstellung der Wortfeldmitglieder • konventionell: alphabetische Liste • Prototypensemantik: – Es gibt typische Vertreter eines Feldes und weniger typische: 3 ist typischer Vertreter für [UNGERADE ZAHLEN], 875467397 hingegen nicht. – Wie bildet man dies ab?
  59. 59. wortschatz.uni-leipzig.de
  60. 60. Tag cloud http://tinysubversions.com/tag_cloud.png

×