Korpuslinguistik in der linguistischen Lehre Erfolge und Misserfolge

Transkript

1 Korpuslinguistik in der linguistischen Lehre Erfolge und Misserfolge 18. Januar 2011 D-Spin Workshop, BBAW, Berlin Inhalt Ideen und Resultate Hoffnungen und Enttäuschungen Bedürfnisse und Probleme Ausblick und Wünsche

2 Ideen und Resultate Eckpunkte Korpuslinguistik in der Lehre Belege sammeln Muster finden statistische Auswertungen machen bestehende Korpora nutzen eigene Korpora erstellen Nutzer mit wenig technischem Know-how Nutzer mit viel technischem Know-how

3 Typischer Seminarplan Grundlagen: Begriffsklärung, korpuslinguistische Denkweise (Arm-Chair Linguist vs. Corpus Linguist), Anwendungen Empirisches Arbeiten: Thesenbildung, Operationalisierung Korpusaufbau, Korpustypen: Repräsentativität, Korpusgröße, Typen, Annotation Bestehende Korpora nutzen: DeReKo, DWDS, Baumbanken Methoden: KWiC, Kollokationen, n-gramme, statistische Auswertungen Eigene Korpora aufbauen Beispiele für studentische Projekte

4 David Papst: klein und winzig. Eine Korpusuntersuchung zur Synonymie Korpus: DWDS Zufallsauswahl von Belegen (Excel-Script zur Generierung von Zahlen) manuelle Kategorisierung der Belege keine weiteren Hilfsmittel (Kollokationen etc.) Igor Matic: Konzeptuelle Metaphern der Wirtschaftskrise in der NZZ am Sonntag Korpus: 53 Zeitungsartikel aus Datenbank Kategorisierung von Metaphern Frequenzvergleiche der Metaphern Software: AntConc

5 AntConc Paul Rauber: Intellektuelle im Diskurs. Zwischen Hybris und Machtkritik Eigenes Korpus: Tages-Anzeiger-Artikel (AntConc) Bestehende Korpora: - DeReKo/COSMAS II: Frankfurter Rundschau - DWDS - Wortschatz Leipzig Kollokationsanalysen im Vergleich

6 Verena Casana: Homosexualität. Analyse der Paradigmengruppe homosexuell gleichgeschlechtlich anhand der taz taz-korpora mit Schlagwort Software: AntConc KWiC-Analyse, sortiert (Kontexte links/rechts etc.) Kollokationen sehr detailreiche Analysen, aber Standards Datenpräsentation nicht eingehalten Tamara Weibel: Mieterinnen oder Mieter Schweizervolk oder Ausländer? Parteispezifische Personen- und Personengruppenbezeichnungen der SP und SVP im Schweizer Parlament Korpus: Parlamentsprotokolle, aufgearbeitet von Kommilitone Software: AntConc Methoden: - Keywords - Kollokationen - manuelle Kategorisierung/Systematisierung

7 Sara Baertschi: Der Berg ruft. Sprachgebrauchsmuster von in der Literatur des Schweizer Alpen- Clubs Korpus: Nutzung des Text+Berg-Korpus Theoretische Einbettung: Diskurs-/Kulturanalyse und sprachliche Oberfläche Korpuslinguistik als empirische Methode Methode; Nutzung von AntConc: - Evaluation/Kategorisierung von Belegen - Kollokationen - statistische Signifikanztests Angela Fahrni: Regelmässigkeiten in Kundenrezensionen auf Amazon Korpuserstellung: Kundenrezensionen mit eigenem Perl-Script von amazon.de heruntergeladen; Filterung, XML Metadaten Tokenisierung, Lemmatisierung, Tagging: TreeTagger; Ergänzung um eigene Tags (Emoticons) Analyse: - n-gramme: Perl-Script, Statistik (Signifikanztests) - Kookkurrenzen: XAIRA - Clusteranalyse: gcluto

8 Xaira Madeleine Ehrensperger: Geschlechtsund Altersspezifisches Sprachverhalten Erstellung eines Fragebogens, bei dem Fragen beantwortet werden sollen 60 Versuchspersonen (Männer/Frauen, unterschiedliches Alter) Untersuchung verschiedener Parameter: - Satzlänge - Ich-Aussagen - Satzklammern - Abkürzungen - Ausrufe- und Fragezeichen keine technischen Hilfsmittel

9 Hoffnungen und Enttäuschungen s e

10 Hoffnungen und Enttäuschungen Hoffnungen empirisches Arbeiten mit realen Daten Anwendung, nicht primär Theorie - Bedürfnis nach wissenschaftlichen Methoden der Analyse von Sprachdaten - schnell zu Ergebnissen kommen Enttäuschungen technische Hürden und großer Aufwand Problem der Operationalisierung von Hypothesen - (vermeintlich) beschränkte Aussagekraft von korpuslinguistischen Analyseresultaten Bedürfnisse und Probleme

11 Die Probleme und Bedürfnisse der Nutzerinnen/Nutzer Online-Kurs Korpuslinguistik 2010: Besuche Seitenaufrufe Zugriffsquellen: 34% direkte Zugriffe 21% Verweise 45% Suchmaschinen

12 Korpuslinguistik-Kurs: Hits (2010) Start Einführung Unix-Befehle Definition Korpustypen DeReKo/COSMAS II Signifikanz 1 Annotation Möglichkeiten (Visualisierung) Erstellung (Korpora) AntConc Anwendungen (Webkorpora) Daten analysieren Web als Korpus Forschungsprozess Abfragesysteme Software Daten aufbereiten Korpuslinguistik-Kurs: Verweildauer RegExp Kookkurrenzen Definition Unix-Befehle AntConc Software Annotation Signifikanz 1 IDS gesprochen Daten aufbereiten WWW-Interface CSV-Formatierung Diskursanalyse COSMAS II Abfragesprache Literatur Korpustypen 0 Min. 1 Min. 2 Min. 3 Min. 4 Min.

13 Korpuslinguistik-Kurs: Suchbegriffe antconc unix-befehle name themen korpuslinguistik tagset korpuslinguistik tageszeitungen korpus erstellen kookkurrenzen log likelihood test konkordanzprogramme anwendungsgebiete korpuslinguistik korpuslinguistik copyright diskursanalyse korpuslinguistik software tiger corpus tiger korpus cosmas ii log likelihood test antconc download dwds kookkurrenzanalyse treetagger betriebssystem kookkurrenzprofil korpus definition annotation korpuslinguistik definition korpus kontingenztabelle signifikanz Suchbegriffe: Inhalte themen korpuslinguistik 130 anwendungsgebiete korpuslinguistik 26 diskursanalyse 21 korpuslinguistik diskursanaylse 11 probleme der korpuslinguistik 5

14 Suchbegriffe: Software konkordanzprogramm 5 konkordanzprogramm download 5 concordance-programme zur analyse von korpora 5 korpuslinguistik tools 7 konkordanzprogramme 28 simple concordance program 12 korpuslinguistik software 21 textdatei importieren per script filemaker 13 antconc 277 antconc anleitung 7 antconc regex 6 cluster antconc 5 t-score antconc 5 treetagger betriebssystem 15 graphviz 12 graphviz beispiele 7 graphviz dot 7 graphviz gui 5 kfngram 12 filemaker 8 tigersearch 8 tiger search 6 corpus workbench windows 7 regexp 5 reguläre ausdrücke antconc 5 software berechnung signifikanz 5 Suchbegriffe: Korpus(erstellung) korpus definition 14 korpora definition 9 definition korpus 13 korpuslinguistik tageszeitungen 43 korpus erstellen 34 filemaker datenbank erstellen 9 korpuslinguistik copyright 25 textkorpus erstellen download 12 deutschsprachige korpora 6 korpustyp 6 baumbanken 5 daten aufbereiten 5 erstellung ein korpus 5 wie erstelle ich einen korpus 5 tiger corpus 21 tiger korpus 20 cosmas ii 19 cosmas 2 7 ids korpus 9 funktionen cosmas 6 dereko 5 dwds 15 lexis nexis korpus 7

15 Suchbegriffe: Annotation annotation korpuslinguistik 13 annotierte korpora 12 korpuslinguistik annotation 10 korpuslinguistik tagging 5 pos tagger online 7 tagset 54 korpulinguistik tag sets 5 dependenz parser 5 Suchbegriffe: Unix unix-befehle name 174 unix befehle 13 unix mehrere befehle 13 unix befehle datei erstellen 8 unix befehle pipe 5 unix befehle übersicht 5 wie oft ein wort in eine datei vorkommt unix 8 unix befehle mac os x 7 unix befehle mac 5 mac os x terminal befehle 9 mac os befehle 6 mac unix befehle 5

16 Suchbegriffe: Statistik kookkurrenzen 32 kookkurrenzanalyse 15 kookkurrenzprofil 14 kookkurrenz 13 log likelihood test 30 log-likelihood 10 llr wert 8 log likelihood-wert 7 log likelihood tabelle 6 chi quadrat test signifikant 5 signifikanz 8 signifikanztest excel 8 kontingenztabelle signifikanz 13 darstellungsoptionen konkordanz korpuslinguistik 8 Nutzerwünsche Fazit Suche nach Tools für - die Recherche in Korpora - das Erstellen von Korpora - das Verwalten von Korpora - die statistische Analyse - das Tagging - die Visualisierung von Daten Suche nach Hilfen für die Bedienung der Tools Suche nach Ideen und Beispielen für korpuslinguistische Analysen

17 Ausblick und Wünsche Meine Wünsche (als Dozent) Software-Module für unterschiedliche Anwendungen in der Korpuslinguistik - Korpuserstellung (Textaufbereitung, Web- Download etc.), Verwaltung, Annotation, Analyse, Darstellung - einheitliche Schnittstellen - unter Windows/Mac/Unix/Browser lauffähig - GUI Excel für die Korpuslinguistik? - statistische Analysen - Unix-Funktionen grep, cat, sort, uniq etc.

18 Wichtig Studierende motivieren, korpuslinguistisch zu arbeiten Angst vor technischen Hürden nehmen ermutigen, mit statistischen Methoden zu arbeiten, ohne deswegen Statistik-Guru werden zu müssen zeigen, was State-of-the-Art ist, ohne Unrealistisches zu fordern anschauliche Beispiele für korpuslinguistische Methoden in unterschiedlichen Bereichen geben aber, grundlegend: von Hypothese/ Operationalisierung ausgehen und dann prüfen, wie das technisch umgesetzt werden kann Kontakt