BOOTSTRAPPING UND ERWERB DES LEXIKONS

Transkript

1 DGB 41 THeorien des Spracherwerbs Universität Athen, SoSe 2013 Winfried Lechner Handout #3 BOOTSTRAPPING UND ERWERB DES LEXIKONS Bisher wurde die Entwicklung besprochen, die Neugeborene und Kinder in die Lage versetzt, zwischen (i) unterschiedlichen Sprachen (ii) Lauten in fremden Sprachen sowie (iiii) Lauten der eigenen Sprache zu unterscheiden (Handout #2). Die Erklärung, die für diese Beobachtungen gegeben wurde ist, dass Kinder mit der Fähigkeit zur kategorialen Perzeption geboren werden und dass kategoriale Perzeption die Grundlage für die Segmentierung des Sprachsignals bildet. 1 In (1) werden einige der wichtigsten Erkenntnisse aus Handout #2, das den relativen zeitlichen Ablauf von L1-Erwerb in den ersten 12 Monate umfasst, nochmals kurz aufgelistet. (Die unterschiedlichen Stadien der Lallphase wurde nicht im Detail besprochen). (1) Stadien des Spracherwerbs - das erste Jahr a. Vor Geburt (28-35 Schwangerschaftswoche) i. Föten diskriminieren zwischen Sprechern (. unterscheiden) ii. Föten unterscheiden zwischen Phonemen b. Bei Geburt i. Kinder diskriminieren Muttersprache von Fremdsprache ii. Kinder diskriminieren zwischen unterschiedlichen, unbekannten Fremdsprachen iii. Kinder erkennen Vokale c. 1 Monat: Erkennung von Kontrasten zwischen Konsonanten ([b] vs. [p],...) d. 3 Monate: Absenkung des Kehlkopfes (Larynx) e. 5 Monate: Kinder reagieren auf eigenen Namen f. 6-8 Monate: Lallphase (babbling) i. Reduplikativ: alle Äußerungen haben Form CV ii. Nicht reduplikativ: Äußerungen enthalten beginnende Silbenstruktur Entwicklung von Akzent und Prosodie Protowörter g Monate: i. Fähigkeit, Konsonantenkontraste in Fremdsprache wahrzunehmen, nimmt ab ii. Vokalinventar wird von aufgebaut h Monate: Beginn von Sprachverständnis und der Grammatik i. Kinder können nicht mehr nicht-muttersprachliche Konsonantenkontraste unterscheiden ii. Konsonanteninventar entwickelt sich (Liste adaptiert und erweitert aus Guasti 2002: 53) Der nächste wichtige Schritt im L1-Erwerb ist der Aufbau des mentalen Lexikons, also einer (anfänglich relative kleinen) Menge von Assoziationen zwischen Form und Bedeutung. Morphologie sowie die rekursiven Systeme Syntax und Semantik können sich aus naheliegenden Gründen erst dann entfalten, wenn das Kind die Grundbausteine erlernt hat, auf die diese Systeme zugreifen. Zeitlich sieht die Entwicklung so wie in (2) dargestellt aus. (Vorsicht bei der 1 Ähnliche Ergebnisse wurden auch bei der Verarbeitung nicht-sprachlicher akustischer Signale gefunden. Mit 4.5 Monate erkennen Kinder z.b. schon musikalische Rhythmen und diskriminieren zwischen grammatischen' und nicht ungrammatischen' musikalischen Phrasen.

2 Interpretation der Zahlen! Die Altersangaben und die Angaben zur Größe des Lexikons sind statistische Werte, große Abweichungen sind daher möglich, ohne dass daraus auf gestörte oder abnormale Entwicklung geschlossen werden könnte.) (2) Entwicklung des Lexikons Alter Größe des Lexikons a Monate erste Wörter b. 18 Monate 50 c Monate 200 (täglich werden 5 bis 9 neue Wörter gelernt) d. 36 Monate 2,000 e. 10 Jahre aktiv, passiv f Jahre Wörter aktiv, Wörter passiv g. Erwachsene 20,000-50,000 aktiv Dabei verläuft die Entwicklung des Lexikons in zwei Stufen. Zu Beginn erwirbt das Kind ein phonologisches Proto-Lexikon, in dem nur phonologische Formen gespeichert sind. Dieses Lexikon enthält also noch keine Bedeutungen, und somit auch keine vollständigen sprachlichen Zeichen (Verbindungen zwischen Form und Bedeutung). Erst in einem zweiten Schritt werden diese Formen mit den dazugehörigen Bedeutungen verbunden. Diese beiden Schritten entsprechen den beiden Aufgaben, die ein Kind beim Aufbau des Lexikons bewältigen muss: (3) a. Segmentierung des akustischen Signals in einzelne Wörter b. Assoziation von Form und Bedeutung Wie diese beiden Schritte im Detail ablaufen bildet das Thema des vorliegenden Teils des Skriptums. (Die Ausführungen folgen Guasti 2002, Kapitel 3.) 1. BOOTSTRAPPING Wenn Kinder erstmals mit Sprache in Kontakt kommen, hören sie nur sehr selten isolierte Wörter (diese Beobachtung ist experimentell unterstützt). Außerdem besitzen die Gegenstände für Kinder noch keine Namen, da sie noch nicht über ein Lexikon verfügen. Daraus ergibt sich folgende, nahezu paradoxe Situation. Kinder müssen auf der einen Seite ein Lexikon erwerben. Wir wissen, dass sie dies tun, da jeder erwachsene Sprecher über ein Lexikon verfügt. Doch auf der anderen Seite können sie dies eigentlich nicht ohne externe Hilfe tun, da sie weder wissen, wo die Wörter beginnen/enden, noch welche Bedeutungen dies Wörter haben könnten. Dieses Problem im L1-Erwerb nennt man das Problem des Bootstrapping. 2 Bootstrapping durch Syntax? Eine Möglichkeit, Wortgrenzen zu erkennen besteht nun darin, sich der syntaktischen Gesetze einer Sprache zu bedienen. Im Deutschen ist z.b. die Tatsache, dass eine Lautkette vor dem finiten Verb im Hauptsatz auftaucht ein Hinweis darauf, dass es sich um ein einzelnes Wort handeln könnte ( könnte, da die erste Position im Satz natürlich auch von Phrasen eingenommen werden kann): (4) a. Maria muss in die Schule gehen b. Viktor ist aus dem Bett gefallen Doch hilft dies Kindern wenig, einfach aus dem Grund, dass das syntaktische System erst dann 2 Der Begriff geht auf die engl. Version des Märchens von Münchhausen zurück, in dem sich dieser an den Schlaufen der eigenen Stiefeln (bootstrap) aus einem Sumpf zieht.

3 3 DGB 41 Spracherwerb, SoSe 2013 entstehen kann, wenn es zumindest ein rudimentäres Lexikon gibt, und gerade der Aufbau des Lexikons soll ja erklärt werden. Syntaktische Information kann also nicht herangezogen werden, um Bootstrapping zu erklären. Phonologisches Bootstrapping: Bevor sich das Lexikon entwickelt, sind Kinder in der Lage, zwischen unterschiedlichen Sprachen und Lauten zu diskriminieren (Handout #2). Diese Fähigkeit wurde auf die Fähigkeit von Kindern zurückgeführt, bereits sehr früh prosodische Einheiten (28-35 Woche der Schwangerschaft), sowie phonetische und phonemische Unterschiede in der Muttersprache (ab 8-10 Monat) erkennen zu können. Könnte ein ähnliches System auch das Bootstrappingproblem lösen helfen? Eine Anzahl von experimentellen Ergebnissen weist in der Tat darauf hin. Diese Hypothese wird in (5) genauer definiert. (5) Phonologisches Bootstrapping des Lexikons Kinder beziehen die wichtigsten Hinweise auf die Segmentierung von Wörtern aus phonologischen Eigenschaften des Signals. Genauer scheint es so zu sein, dass Bootstrapping mit Hilfe von vier unterschiedlichen Arten von phonetischen und phonologischen Hinweisen bewerkstelligt wird. (6) Bootstrapping durch vier Faktoren Bei phonologischem Bootstrapping spielen zumindest die folgenden Faktoren eine Rolle: a. Distributionelle Regularitäten b. Phonotaktische Beschränkungen c. Typische Wortformen d. Prosodie Um die Hypothese in (5) sowie die Behauptungen (6) zu überprüfen, ist es notwendig zwei Dinge zu zeigen. Erstens muss demonstriert werden, dass die Information, die durch (6) bereitgestellt wird, ausreichend ist, um Wörter zu segmentieren. Zweitens muss überzeugende Evidenz für die Annahme gefunden werden, dass Kinder beim L1-Erwerb tatsächlich auf die in (6) beschriebenen Strategien zurückgreifen. Die folgende Diskussion ist, bis auf die Ausführungen zu Yang (2004), weitgehend Guasti (2002) entnommen DISTRIBUTIONELLE REGULARITÄTEN Eine Strategie, um Wortgrenzen in einem kontinuierlichen Signal zu erkennen, besteht darin, statistische Regulariäten zu nutzen. Die Grundidee ist einfach. Nehmen wir einen Satz wie (7)a mit fünf Silbengrenzen und zwei Wortgrenzen. Diese Grenzen sind bei normalem Sprachtempo und bei normaler Artikulation nicht hörbar. Das Kind hört daher eine kontinuierliche Kette, ungefähr so wie in (7)b. (7) a. Satz: Peter spielte Karten b. Akustisches Signal: [peter pi:ltekartn] c. Lautgrenzen: [p e t e r p i:... ] d. Silbengrenzen: pe.ter.spiel.te.kar.ten e. Wortgrenzen: peter+spielte+karten Transitionen: Jede Grenze ist gleichzeitig auch ein Übergang, in diesem Fall ein Überganz zwischen Lauten, Silben oder zwischen Wörtern. Solche Übergänge nennt man auch Transitionen. Transitionen besitzen des Weiteren eine wichtige Eigenschaft, die unter anderm

4 #3: Bootstrapping 4 auch in der automatischen Spracherkennung genutzt wird: nicht alle sind gleich häufig - einige Transitionen treten öfter auf, sind also wahrscheinlicher, als andere. Die Analyse von Transitionen macht nun die statistischen Regulariäten in einer Sprache sichtbar. Generell gilt, dass Transitionen innerhalb eines Wortes strengeren Regeln unterworfen sind, als Transitionen zwischen Worten. Daraus folgt eine wichtige Generalisierung: wenn zwei Einheiten häufig aufeinander folgen, ist die Wahrscheinlichkeit, dass diese beiden Einheiten zusammen ein Wort oder Teil eines Wortes bilden hoch. Wenn dagegen die Transition zwischen zwei Einheiten weniger häufig ist, so sinkt auch die Wahrscheinlichkeit, dass diese beiden Einheiten innerhalb eines einzelnen Wortes liegen. So ist z.b. der Übergang von [kar] zu [te] in Kar.te ist häufiger, als die Transitionen von [te] zu [kar] zwischen Worten in spiel.te.kar.ten. Diese allgemeine Regelmäßigkeit wurde bereits von Harris (1954) 3 beobachtet. Diese statistische Information kann nun von Kindern (oder, wie erwähnt, auch in der automatischen Spracherkennung) benutzt werden, um Grenzen zu isolieren. Die einzige, zusätzliche Voraussetzung ist, dass das Kind bereits früher mit einer größeren Anzahl von Daten (PLD) aus der Zielsprache in Kontakt war, um die statistischen Regelmäßigkeiten der Sprache erkennen zu können. Im Folgenden wird diese Idee im Detail ausgeführt werden (s.a. Guasti 2002: 62) Transitionen und Wahrscheinlichkeiten Wenden wir uns jetzt den Details zu. Wie lassen sich Wahrscheinlichkeiten konkret berechnen? Es folgen zwei Beispiele, die den Hintergrund für ein wichtiges Experiment bilden, das im Anschluss daran vorgestellt werden wird. Das erste Beispiele ist äußerst einfach; das zweite umfasst einen etwas komplexeren Bereich von Daten und ist auch systematischer organisiert Einfaches Beispiel für Wahrscheinlichkeiten: Silben und Wörter Wie wird nun die Wahrscheinlichkeit einer Transition berechnet? Am besten veranschaulicht man den Prozess an einem Beispiel. Die Silbe [ele] kann im Deutschen z.b. nur der Silbe [fant] (Elephant) und [gant] (elegant) vorangehen. Die Wahrscheinlichkeit, dass die Silbe [fant] der Silbe [ele] folgt ist mit anderen Worten also 0.5 oder 50%. Dagegen ist die Wahrscheinlichkeit, dass die Silbe [mag] in (8) einer spezifischen anderen Silbe vorangeht relativ gering; [mag] kann vor der Silbe [das] stehen, oder vor [ein] oder vor [kain], etc... Die Wahrscheinlichkeit für eine Transition wie [mag das] ist also kleiner als 0.25: (8) Hans mag das Buch ein Buch jedes Buch kein Buch Transitionen zwischen Lauten (silbenintern und silbenextern) Im nächsten Schritt betrachten wir die Transition von Lauten innerhalb der Silbe und über Silbengrenzen hinweg. Silben bestehen aus drei Teilen (s. (9)). (10) veranschaulicht den Aufbau der Silbe anhand der Form streifst, die gleichzeitig ein Beispiel für die größtmögliche, also 3 Zelig Harris beeinflusste Chomsky stark, und dessen Entwicklung der Transformationsgrammatik, wie sie von ca genannt wurde. Ab ca spricht man von Generativer Grammatik.

5 5 DGB 41 Spracherwerb, SoSe 2013 maximale Silbe des Deutschen, bietet. (9) a. Nukleus/Silbenkern = Def der Kern der Silbe, üblicherweise ein Vokal b. Onset/Silbenanlaut = Def Laute, die dem Nukleus vorangehen c. Koda /Silbenauslaut = Def Laute, die dem Nukleus folgen (10) Silbenstruktur der maximalen Silbe im Deutschen ( streifst, schrumpfst,..) σ qp O R 8 ei!!! N C!!! 2 8 [ t r a w f s t] Die folgende Diskussion wird zeigen, dass Wahrscheinlichkeiten einen Hinweis auf die Lage einer Transition innerhalb der Silbe (Koda vs. Onset) geben, und somit auch auf die Position von Grenzen zwischen Worten. In der Koda 4 : Betrachten wir konkret der Verteilung der Konsonanten [t] und [l] in der Deutschen Koda, also am Ende einer Silbe. Wie das Fragment (11)a zeigt, können die folgenden sechs Laute einem stimmlosen alveolaren Plosiv ([t]) am Silbenende vorangehen: [n], [l], [r], [s], [f] und [m]. Auf der Basis dieser - aus didaktischen Gründen nicht ganz vollständigen - Liste ist es möglich, die Wahrscheinlichkeit zu berechnen, dass ein bestimmter dieser Laute dem [t] in der Koda vorangeht. Die Wahrscheinlichkeit, vor dem [t] z.b. ein [r] zu finden ist 1/7 oder ca. 14%: (11) Transition innerhalb der Koda von Silben, von [t] nach links a. [nt] [lt] [rt] [st] [ft] [mt] Hand 5 halt hart hast Haft Hemd Wind mild Wert Mast lauft fremd b. Wahrscheinlichkeit [α]-[t]: 1/7 (12) gibt Beispiele für Transitionen in die andere Richtung, also von links nach rechts, und zeigt die Wahrscheinlichkeit, dass ein bestimmter Konsonant in der Koda dem Laut [l] folgt (wiederum zur Illustration ein Fragment). Hier beträgt die Wahrscheinlichkeit 1/4: (12) Transition innerhalb der Koda von Silben, von [l] nach rechts a. [lt] [ls] [l ] [lm] kalt Hals falsch Halm Bild Wels Welsch Helm b. Wahrscheinlichkeit [l] - [α]-[t]: 1/4 4 Für weitere Diskussion der Begriffe Silbe, Koda und Onset siehe Abschnitt 3 von: 20v2.pdf 5 /d/ ÿ [t] durch Auslautverhärtung

6 #3: Bootstrapping 6 Im Onset: Im Onset einer Silbe, also am Silbenbeginn, findet man - mit Ausnahme von [st] in einigen Dialekten (Hamburg) - keine einzige der Konsonantenverbindungen in (11)a und (12)a. Kein Wort des Deutschen beginnt mit dem Onset [nt], ebensowenig existieren [lt], [tn], [tf], [tm] (vgl. τµήµα), [rt], etc... am Wortbeginn. Dies bedeutet, dass die Wahrscheinlichkeit, diese Kombinationen am Wortanfang zu finden 0.0 beträgt. Zwischen zwei Silben: Interessanterweise ist die Transition von Lauten zwischen Silben bei weitem weniger strikten Gesetzen unterworfen als die Transition innerhalb eines Wortes. So existiert z.b. die Kombination [n]-[t] nicht als Onset, aber über Silbengrenzen und Wortgrenzen hinweg in Formen wie: (13) a. ka[n][t]e die Kan.te b. ei[n][t]auchen ein.tauchen c. ei[n][t]ier ein Tier d. ka[n][t]räumer kann träumen e. i[n][t]ibet in Tibet Die Wahrscheinlichkeit, [n]-[t] an Silbenbeginn zu finden ist also 0.0, die Wahrscheinlichkeit, die beiden Laute an einer Grenze zwischen Silben oder Wörtern zu finden ist dagegen auf jeden Fall höher. Auch wenn wir nur die Beispiele in (13) betrachten, liegt der Wert schon bei 0.2. Dieser Unterschied kann also, wenn Lerner in der Lage ist, Wahrscheinlichkeit zu berechnen, bei der Auffindung von Grenzen hilfreich sein und genutzt werden Verwenden Kinder Wahrscheinlichkeiten? Saffran, Aslin, and Newport (1996) Bisher haben wir gesehen, wie die Wahrscheinlichkeit von Transitionen zwischen unterschiedlichen Einheiten ermittelt werden kann. Saffran, Aslin, and Newport (1996) argumentierten, dass Kinder diese Information tatsächlich verwenden. Unterschiede in der Transitionswahrscheinlichkeit erlauben es Kindern während des L1-Erwerbs, Wortgrenzen in einem kontinuierliche Signal zu erkennen. Kinder verwenden also statistische Information, um sich sprachliches Wissen anzueignen. Man nennt diese Art des Wissenerwerbs auch Statistisches Lernen. Bei Statistischem Lernen erwirbt ein Organismus oder ein künstliches System (Computer) Wissen alleine durch die Analyse der unterschiedlichen Wahrscheinlichkeiten von bestimmten Regelmäßigkeiten. Saffran et al. vertreten also die Hypothese in (14): (14) Hypothese: Kinder verwenden Statistisches Lernen um Wortgrenzen zu erkennen. Unterstützende Evidenz für (14) kommt von Experimenten, die Saffran et al. durchführten. Variablen und Bedingungen: Wie bereits in Handout #2 erwähnt wird in einem Experiment immer eine genau kontrollierte Eigenschaft (die unabhängige Variable) variiert, um dann festzustellen, welchen Einfluss diese systematische Veränderung auf eine andere Eigenschaft, die abhängige Variable hat. In der Literatur nennt man die unabhängige Variable auch die Experimentierbedingung oder, einfacher, die Bedingungen. Bei Bedingungen handelt es sich also um kontrollierte, d.h. genau definierter, Gruppen von Signalen, die man den Testsubjekten im Laufe des Experiments präsentiert, um den Einfluss dieser Bedingung auf die abhängige Variable zu messen. (Weitere Details zur Architektur von Experimenten, und zur Frage, warum man überhaupt Experimente benutzt, finden sich in Handout #4.)

7 7 DGB 41 Spracherwerb, SoSe 2013 Teil I - Habituierung: Das Experiment von Saffran, Aslin, and Newport (1996) ist wie folgt aufgebaut (alle Daten und Interpretation aus Guasti 2002: 66/67). In einer ersten Phase hörte eine Gruppe von Kleinkindern (8m) eine Reihe von dreisilbigen Phantasiewörtern. In dieser Phase gewöhnten sich die Kinder an diese Art von Signal. Die Wortfolgen, z.b. pabikudaropitibodo wurden aus zwei Gruppen von Phantasiewörtern gewählt, die in (15)a und (15)b gegeben sind. Es gibt Bedingung A und Bedingung B, da zwei unterschiedliche Gruppen von Daten getestet wurden: (15) Habituierung (8m) a. Bedingung A: pabiku tibudo golatu daropi b. Bedingung B: tudaro pigola bikuti budopa Die wichtigste Eigenschaft der Gruppen in (15) ist, dass die Silbentransitionen zwischen Wörtern und wortintern unterschiedliche Wahrscheinlichkeiten besitzen. In Bedingung A folgt z.b. innerhalb eines Wortes auf pa immer bi, auf bi immer ku, auf ti immer bu, etc... Die Wahrscheinlichkeit, dass das zweite Element dieser Paare dem ersten folgt ist daher 1.0 (100%). Anders ausgedrückt: wenn man die erste Silbe kennt, weiß man auch, welche Form die zweite Silbe besitzt. Bei Τransitionen zwischen Wörtern folgt die Verteilung dagegen viel weniger strengen Gesetzen. Im vorliegenden Fall kann auf ku entweder ti, go oder da folgen. Gleiches gilt für die anderen drei Wörter, auch hier gibt es jeweils drei Möglichkeiten im Übergang von einem Wort zum nächsten. Die Wahrscheinlichkeit, dass man das zweite Element eines Paares vorhersagen kann beträgt daher nur 1/3 (33%). 6 (16) Transitionen für Bedingung A : pabiku tibudo golatu daropi a. Mögliche Transitionen innerhalb eines Wortes pa-bi ti-bu go-la da-ro bi-ku bu-do la-tu ro-pi Y Wahrscheinlichkeit/Vorhersagbarkeit der zweiten Silbe: 1.0 (100%) b. Mögliche Transitionen zwischen Worten ku-ti do-pa tu-pa pi-pa ku-go do-go tu-ti pi-ti ko-da do-da tu-da pigo Y Wahrscheinlichkeit/Vorhersagbarkeit der zweiten Silbe: 1/3 (33%) Daraus folgt, dass die nächste Silbe zwar innerhalb eines Wortes, aber nicht zwischen Wörtern vollständig aus den Daten vorhersagbar ist. Weiters ergibt sich daraus, dass Wortgrenzen immer dort auftauchen, wo die Vorhersagbarkeit/Wahrscheinlichkeit geringer ist. Wenn also Kinder in der Lage sind, statistische Information zu verarbeiten, sollten sie diese Unterschiede in Vorhersagbarkeit nutzen können, um Wortgrenzen zu finden. Diese Hypothese testeten Saffran et al. indem sie den Kindern in einem zweiten Teil des Experiment, der sogenannten Testphase, neue Reihen von Wörtern präsentierten. 6 Zusätzliche Annahme: es folgen niemals zwei gleiche Wörter aufeinander. Wenn dies erlaubt wäre, wäre die Wahrscheinlichkeit 1/4.

8 #3: Bootstrapping 8 Teil II - Testphase: In der Testphase hörten die Kinder zwei Arten von Wörtern: auf der einen Seite Formen, die man nach der Habituierung statistisch erwarten würde, auf der anderen Seite aber auch Kombinationen, die unerwartet sind. (17) zeigt eine dieser Reihen: (17) Testphase pabiku tibudo tudaro pigola ÆÉÉÉÉÉÉÉÉÉÉÉÉÉÉÈÉÉÉÉÉÉÉÉÉÇ ÆÉÉÉÉÉÉÉÉÉÉÉÉÉÉÈÉÉÉÉÉÉÉÉÉÉÉÉÉÇ mögliche Wörter unmögliche Wörter Nehmen wir an, Kinder konnten während der Habituierungsphase statistische Information über Transitionen aus den Daten finden. Dann sollte pikabu ein zu erwartendes Wort sein, tudaro dagegen nicht. Dies folgt aus der Tatsache, dass in den Daten der Habituierungsphase die Silbenübergänge innerhalb eines Wortes immer vollständig vorhersagbar waren (Wahrscheinlichkeit 1.00). Bei tu-da-ro werden dagegen die zwei Silben tu-da kombiniert, deren Verbindung in der Habituierungsphase immer nur zwischen Worten vorkamen, und deren Wahrscheinlichkeit daher 1/3 beträgt (doppelt unterstricher Eintrag in (16)b). Das selbe gilt für pigola. Die beiden Formen tudaro und pigola sollten für die Kinder also neu und unerwartet sein, da sie nicht den statistischen Gesetzen folgen, die sie in der Habituierungsphase gelernt haben. Im Experiment fanden Saffran et al., dass Kinder tatsächlich zwischen möglichen und unmöglichen Wörtern im oben definierten Sinn unterscheiden. Konkret zeigten Kinder größere Aufmerksamkeit (gemessen durch Dauer des aktiven Hörens) bei unmöglichen Wörtern. Dies weist darauf hin, dass Kinder statistische Information, also Information über distributionelle Regelmäßigkeiten, heranziehen, um Wortgrenzen zu finden Statistisches Lernen vs. UG Das obige Experiment gibt ein Beispiel für sogenanntes Statistisches Lernen. Bei Statistischem Lernen wird Wissen alleine durch die Analyse der unterschiedlichen Wahrscheinlichkeiten von bestimmten Regelmäßigkeiten - im obigen Fall der Übergang von einer Silbe zur nächsten - erworben. Statistisches Lernen stellt nun eine potentielle Alternative dar zu der Annahme dar, dass Sprache mittels angeborener Prinzipien erworben wird, die aus der genetisch veranlagten Universalgrammatik stammen. Daraus ergibt sich folgende Frage: (18) Frage: Können Wortgrenzen ausschließlich durch Statistisches Lernen und ohne Hilfe von angeborenen Prinzipien erkannt werden? Die Frage ist wichtig, weil sie eine Annahme in Frage stellt, die hier von Beginn akzeptiert wurde: dass Spracherwerb durch Prinzipien der UG geleitet wird, also durch einen Teil des angeborene abstrakten Sprachorgans (Language Acquisition Device, UG; s. Handout #1), Wenn es möglich wäre, dass Kinder Wortgrenzen alleine durch statistisches Lernen erkennen, würde das bedeuten, dass man zumindest für die Erklärung von gewissen Aspekten von Sprache keine angeborenen Prinzipen braucht. Eine positive Antwort auf (18) würde ein ernsthaftes Problem für die Theorie der UG darstellen. 7 7 Wichtige Einschränkung: dies würde natürlich noch nicht zeigen, dass UG nicht in anderen Bereichen, etwa bei komplexeren phonologischen Phänomenen, Syntax, Morphologie oder Semantik eine wichtige Rolle spielt. Und in der Tat stammen die stärksten Argumente für UG aus diesen Bereichen.

9 9 DGB 41 Spracherwerb, SoSe 2013 In einem einflussreichen Artikeln widmet sich Yang (2004) dieser Frage, und weist auf einige schwerwiegende Fehler in der Argumentation von Saffran et al. hin. Erstens muss bei jeder statistischen Analyse - auch wenn sie unbewusst abläuft, wie bei Kindern - vorher festgelegt werden, welche Eigenschaften genau statistisch erfasst werden sollen. Und diese Entscheidung kann nicht alleine dem Signal entnommen werden. Woher weiß das Kind, fragt Yang, dass bei der Erkennung von Grenzen die Transitionen zwischen Silben relevant sind, und nicht etwa Transitionen zwischen hohen und tiefen Vokalen, oder die Wahrscheinlichkeit, dass auf einen alveolaren Laut ein Nasal folgt, oder die Wahrscheinlichkeit, dass sich zwei aufeinander folgende Silben reimen? Im Prinzip gibt es eine unendlich große Anzahl von möglichen statistischen Werten - woher wissen Kinder also, dass sie beim Statistischen Lernen auf Silben achten müssen? Offensichtlich muss das Kind dies bereits vor Beginn des Lernprozesses wissen. Daraus folgt, dass das Wissen, das Silben bei der Worterkennung eine wichtig Rolle spielen, bereits angeboren sein muss. Die Antwort auf (18) ist also negativ. Außerdem stellt sich die Frage, woher die statistisch relevanten Eigenschaften von Silbenkontakten überhaupt stammen. Auch dies weist auf das Vorhandensein von unabhängigen, allgemeinen Prinzipien hin. Ein Vergleich: Nehmen wir an, wir setzen einem Hund drei Karten vor, auf denen jeweils das Wort fleisch, futter und ist steht. Dann trainieren wir den Hund, diese Karten in einer Reihe auf den Boden zu legen. Nach 100 erfolgreichen Versuchsreihen erhalten wir als Resultat 100 grammatische oder ungrammatische Sätze. Konkret wird der Hund immer wieder - und natürlich zufällig - vier grammatische Sätze (futter ist fleisch, fleisch ist futter, ist futter fleisch und ist fleisch futter) produzieren, sowie zwei ungrammatische Folgen (futter fleisch ist und fleisch futter ist). Die grammtischen Sätze kommen aber in diesem Fall statistisch häufiger vor, als die ungrammatischen (0.6 vs. 0.3). Dies ist so, da es einfach mehr Kombinationen dieser drei Wörter gibt, die grammatisch sind, als Kombinationen, die ungrammatisch sind. Können wir nun aber daraus schließen, dass der Hund die Regeln der deutschen Grammatik, oder zumindest einen Teil davon beherrscht? Nein, natürlich nicht. Der Grund liegt alleine darin, dass unabhängige Faktoren - die Auswahl der Wörter und deren Kombinatorik - für das Ergebnis verantwortlich sind. Genauso verhält es sich beim Saffran et a. Experiment. Auch hier sind unabhängige Faktoren dafür verantwortlich, dass Kinder anscheinend so erfolgreich sind, Wortgrenzen zu erkennen. Yang zeigte schließlich mittels einen Computermodell, dass das Experiment nur dann statistisch relevante, also aussagekräftige Ergebnisse liefert, wenn Wörter verwendet werden, die mindestens drei Silben lang sind. Die PSD, die Kinder in ihrer natürlichem Umgebung hören, sind jedoch (zumindest im Englischen) meist kürzer. Und es kann gezeigt werden, dass die Information in diesen Daten nicht ausreicht, um daraus Wortgrenzen berechnen zu können. Werden also keine Kunstwörter, sondern natürlich vorkommende sprachliche Ausdrücke herangezogen, ist kein statistischer Lerneffekt mehr zu erkennen. Zusammenfassend kann festgestellt werden, dass statistische Methoden den Kindern beim Bootstrapping sicherlich wichtige Strategien zur Verfügung stellen, um gewisse Regularitäten zu erkennen. Dies hilft auch bei der Auffindung der Wortgrenzen. Auf der anderen Seite kann Statistik nicht der einzige Faktor sein, der Bootstrapping ermöglicht. Wenn nicht festgelegt wird, (i) welche Beziehungen statistisch erfasst werden sollen, und (ii) warum genau diese Fakten relevant sind, hilft Statistisches Lernen wenig. Und genau dieses Wissen wird durch UG zur Verfügung gestellt. Ohne die Annahme, dass sprachliches Wissen teilweise angeboren ist, kann

10 #3: Bootstrapping 10 also Spracherwerb nicht erklärt werden. Weitere Probleme für statistisches Lernen werden in 2 zur Sprache kommen, wo ein anderes statistisches Modell, der sogenannte Konnektionismus, diskutiert werden wird, 1.2. PHONOTAKTISCHE BESCHRÄNKUNGEN Weitere Unterstützung für die Hypothese, dass Bootstrapping auf phonologischer Information basiert, kommt von der Beobachtung, dass Kinder schon sehr früh die phonotaktischen Gesetze ihrer Sprache erlernen. Phonotaktik beschreibt (i) die möglichen Kombinationen von Lauten sowie (ii) deren Position innerhalb der Silbe. Sprachen unterscheiden sich zudem in ihrer Phonotaktik. Aus diesem Wissen können Kinder Hinweise auf Wortgrenzen ableiten. Erstens macht nicht jede Sprache von allen Kombinationsmöglichkeiten ihrer Laute gebrauch. Sowohl Deutsch als auch Griechisch besitzen [t] und [m]. Die Verbindung [tm] ist jedoch nur im Griechischen erlaubt. Zweitens treten gewisse Lautverbindungen treten nur an bestimmten Stellen in der Silbe auf. Im Deutschen ist [br] z.b. ein typischer Onset (brav, Brille, braun,...) während [nt] eine typische Koda darstellt (Hand, blind, Wind, Kind,...). Umgekehrt ist [br] als Koda im Deutschen nicht erlaubt, genausowenig wie [nt] im Onset. Kinder kennen die phonotaktischen Gesetze ihrer Sprache ungefähr ab dem 9. Monat. Wir wissen das aus experimentellen Untersuchungen. Kinder erkennen bereits in diesem Alter, welche Verbindungen an welcher Stelle der Silbe (Koda oder Onset) möglich sind. Mit 6 Monaten sind sie dazu noch nicht in der Lage. Diese Information stellt einen weiteren, wichtigen Hinweis auf die Position von Grenzen dar. Wenn ein Kind z.b. [nt] hört, muss direkt im Anschluss daran eine neue Silbe beginnen. Es ist somit wahrscheinlich, dass danach ein neues Wort beginnt. Dagegen signalisiert [br], dass die Wahrscheinlichkeit hoch ist, dass gerade ein anderes Wort zu Ende gegangen ist. 8 Auch aus unmöglichen Verbindungen lernen Kinder. [nt] ist z.b. keine möglicher Onset im Deutschen, tritt jedoch zwischen Wörtern auf (Sie kan[n t]anzen). Auch aus dieser Information können somit Rückschlüsse auf Wortgrenzen gezogen werden. Wenn ein Kind [nt] hört, und es aus unabhängigen Gründen klar ist, ist [nt] nicht die Koda einer Silbe bildet, dann markiert der Übergang zwischen diesen beiden Lauten die Grenze zwischen zwei Wörtern. Eine wichtige Frage, die sich natürlich sofort stellt, ist: wie lernen Kinder denn überhaupt die phonotaktischen Gesetze? Diese Regeln können nicht angeboren sein, da sich Sprachen ja in ihrer Phonotaktik unterscheiden. Die Antwort scheint hier zu sein, dass Kinder auf statistische Information in den Inputdaten zurückgreifen, um daraus phonotaktische Gesetze abzuleiten. In 1.1 haben wir schon gesehen, dass wortinterne Transitionen ganz allgemein besser vorhersagbar sind als Transitionen zwischen Wörtern. Diese Tatsachen kann Kinder dazu führen, Hypothesen darüber zu bilden, welche Lautverbindungen wortintern möglich sind, und welche nicht. Da wir in der Diskussion von Yang (2004) aber auch gesehen haben, dass statistische Methoden ihre Grenzen haben, sollte man bei der Bewertung dieser Theorien auch vorsichtig sein. Wie genau der Beitrag von Statistik im Spracherwerb aussieht, stellt momentan ein äußerst spannendes und heftig diskutiertes Thema in der Linguistik und Kognitionsbiologie dar. 9 8 Detaillierte Beschreibung des Experiments und Diskussion findet sich in Mattys, Jusczyk et. al (1999). 9 Neuere Arbeiten stützen sich auf komplexere Modelle, die auch Wahrscheinlichkeitsrechnung und Spieltheorie einbeziehen. Eine bekannte Theorie ist die Bayessche Statistik, die auf den englischen

11 11 DGB 41 Spracherwerb, SoSe TYPISCHE WORTFORMEN Die Wortformen unterschiedlicher Sprachen besitzen unterschiedliche rhythmische Eigenschaften. Auch diese charakteristischen Eigenschaften können Kinder im L1-Erwerb verwenden, um daraus wichtige Hinweise auf Wortgrenzen abzuleiten: (19) a. Im Englischen beginnen die meisten Inhaltswörter mit einer langen Silbe. (table, content, window) b. Deutsche Inhaltswörter haben meist Initialbetonung (sehen, Abend, Wiese, Fenster, neben, unter, trockener,...) c. Im Französischen werden die Wörter meist auf der letzten Silbe betont (descendu, premier, hiver, duplication,...) Die Eigenschaften in (19) sind tendenziell, und nicht absolut, es gibt also immer Ausnahmen. Auch im Deutschen gibt es lexikalische Wörter, die mit einer schwachen Silbe beginnen (erzählen, Geschichte, Verbot,...). Experimente weisen darauf hin, dass Kinder ab dem 9 Monat zwischen typischen Wortformen und den weniger typischen rhythmischen Mustern unterscheiden können PROSODIE Die Regeln der Prosodie beschreiben u.a. regelmäßige Änderungen in der Grundfrequenz (Tonhöhe), die Lage des Satzakzent und die Verteilung von Pausen im Satz. Werden die Sätze (20) normal betont, etwa wenn sie als Antwort auf die Frage Was ist passiert? verwendet werden, dann trägt jenes Wort den Satzakzent, das direkt vor dem Verb liegt. Wenn es sich um ein einsilbiges Wort handelt ((20)a vs. (20)b), kann das Kind aus dem Satzakzent auf den Beginn des Verbs schließen. (20) a. Sie hat den HUnd gestreichelt b. Sie hat den KAtze gestreichelt (21)a zeigt, dass Relativsätze durch Pausen ( ) vom Rest des Satzes getrennt werden. Auch dies kann von Kinder als ein Hinweis darauf gewertet werden, wo ein Wort (in diesem Fall Schwester bzw. die) endet bzw. beginnt. Ähnliches gilt für den Übergang zwischen zwei Teilen eines Konjunkts, also einer Verbindung mit und ((21)b). (21) a. Die Prinzessin hatte eine Schwester die weit weg wohnte. b. Die Prinzessin und ihre Schwester schliefen. Durch Nutzung von prosodischer Information können Kinder also Schlüsse auf die Lage von zumindest einigen Wortgrenzen führen ZUSAMMENFASSUNG Kinder verwenden unterschiedliche Information, um Wortgrenzen zu erkennen: phonotaktische Gesetze, allgemeine statistische Regelmäßigkeiten und Wissen über mögliche und unmögliche Wortformen. Außerdem spielt wahrscheinlich auf Prosodie eine wichtige Rolle bei der Segmentierung. Diese Prozesse arbeiten synchron, und ergänzen sich teilweise, zudem gibt es gegenseitige Abhängigkeiten, wie z.b. zwischen Phontaktik und Statistischem Lernen. Pfarrer Thomas Bayes ( ) zurückgeht.

12 #3: Bootstrapping 12 Es wurde auch ersichtlich, dass statistisches Lernen auf zwei unterschiedliche Arten im L1- Erwerb genutzt wird: einerseits um quantitative Regelmäßigkeiten, die nicht in das grammtische System eingehen, aus den Daten zu filtern. (Die Übergänge von Silben zwischen Wörtern ist z.b. nicht grammatisch geregelt.) Andererseits verwenden Kinder Statistisches Lernen, um bestimmte Teile der Grammatik, wie z.b. die Regeln der Phonotaktik, zu bilden. Wichtig ist abschließend noch einmal zu betonen, dass rein statistische Methoden ohne angeborene Prinzipien (UG), die Eigenschaften des L1-Erwerbs nicht erklären kann. Grundlegende Aspekte des Sprachsystems sind also angeboren und genetisch veranlagt. Selbst in diesem relativ kleinen Bereich, der Frage des phonologischen Bootstrapping, sind viele Probleme, wie gezeigt wurde, noch nicht oder nicht vollständig geklärt. Momentan gibt es z.b. noch keine gute Erklärung für die Beziehung zwischen angeborenen Faktoren und Statistischem Lernen. Ist nun die Einsicht, dass man noch keine einfache, adäquate Theorie besitzt, ein negatives Resultat für den Zustand der Forschung? Nein, keineswegs. Erstens lebt jede gesunde Wissenschaft von der Tatsache, dass neue Erkenntnisse neue Fragen aufwerfen. Und für Wissenschafter sind interessante, also sinnvolle Fragen immer wichtiger als Antworten, da gute Fragen faszinieren können wie ein ungelöstes Rätsel oder ein ungelesenes Buch. Zweitens basieren die meisten relevanten neueren Arbeiten zu diesem Gebiert auf einer Verbindung von mathematischer Formalisierung, präziser linguistischer Analyse und der Anwendung von neuen experimentellen Methoden und Einsichten aus der Neuro- und Kognititionsforschung. Üblicherweise ergeben sich aus solchen neuen Konstellationen auch bald neue empirische Resultate und Einsichten. 2. MEHR ZU STATISTISCHEM LERNEN: KONNEKTIONISMUS Die letzten 30 Jahre sahen eine Renaissance von empiristischen Theorien zum Spracherwerb, die auf neuen technologischen Entwicklungen sowie auf Ergebnissen der theoretischen Computerwissenschaften basieren. Die einflussreichste dieser Strömungen ist der Konnektionismus. Konnektionismus bezeichnet eine Gruppe von Theorien, in der die menschliche Kognitionsfähigkeit als ein sogenanntes neuronales Netzwerk dargestellt wird, das die Prozesse im menschlichen Gehirn nachbilden soll. Diese Netzwerke bestehen aus einer Menge von (abstrakten) Knoten, die ähnliche Aufgaben wie die Neuronen im Gehirn übernehmen, sowie Verbindungen zwischen diesen Knoten. Konnektionistische Theorien gehen dabei von den vier Annahmen in (22) aus: (22) a. In einem neuronalen Netz besteht Information besteht in der unterschiedlichen Stärke von Verbindungen. b. Information wird parallel verarbeitet, nicht sequenziell (parallel distributed processing) c. Information wird nicht lokal, sondern global im ganzen Netz gespeichert. d. Information wird nicht symbolisch gespeichert. Es gibt daher keine Regeln, die Symbole manipulieren könnten. Das Modell ist subsymbolisch. In der Linguistik und Forschung zur künstlichen Intelligenz werden konnektionistische Modelle eingesetzt, um die Aspekte des Spracherwerbs zu simulieren. Anhänger des Konnektionismus behaupten, dass konnektionistische Netzwerke dazu in der Lage sind, allein durch Eingabe von Daten - also Wörtern oder Sätzen - die korrekten linguistischen Generalisierungen zu extrahieren. Bisher konnte dies jedoch noch in keinem einzigen Bereich überzeugend belegt werden.

13 13 DGB 41 Spracherwerb, SoSe RUMELHART UND MCCLELLAND (1986) Eines der bekanntesten Netzwerke wurde von Rumelhart und McClelland (1986) entwickelt. Es ist in der Lage, die Morphologie der englischen Perfektformen (play - played vs. sing - sang) zu erlernen. Das konnektionistisches Modell funktioniert wie folgt: Das Netztwerk besteht aus einer Menge von Eingabeknoten, Ausgabeknoten und sogenannten versteckten Knoten, über die Eingabeknoten und Ausgabeknoten miteinander verbunden sind: (23) play work sing hope say worked singed sang Im konkreten Fall entsprechen die Eingabeknoten englischen Verbstämmen (z.b. play, work oder sing) und die Ausgabeknoten allen möglichen Perfektformen (played, worked, sang, aber auch *singed). Durch Training, d.h. durch wiederholte Eingabe von Verben, lernt das Netzwerk nun, dass die Perfektform von play regelmäßig ist (played), jene von sing jedoch unregelmäßig (sang). Der Lernprozess wird dabei durch Verstärkung der Verbindungen, die von sing zu sang führen, sowie durch Schwächung der Verbindungen zwischen sing und singed modelliert. Nach Abschluss des Lernprozesses ist das Netzwerk - so behaupten zumindest Rumelhart und McClelland und andere Vertreter - auch in der Lage, die korrekte Form für neue Verbstämme zu finden (ring/rang vs. walk/walked) VOR- UND NACHTEILE Die Debatte, ob konnektionistische Netzwerke tatsächlich imstande sind, aus unkontrollierten Daten korrekte Generalisierungen zu extrahieren, ist noch nicht abgeschlossen. Für detaillierte Kritik am Konnektionismus siehe unter anderem Fodor and Pylyshyn (1988) und Marcus (2001). Was L1-Erwerb angeht, kann festgestellt werden, dass konnektinistische Modelle - genauso wie andere statistische Lernmodell - Information darüber benötigen, was sie überhaupt lernen oder erwerben sollen. Sie können also die wichtigsten Aspekte des L1-Erwerbs nicht ohne Hilfe von Zusatzannahmen erklären. Auf der anderen Seite ist Lernen immer auch ein Prozess, bei dem statistische Regelmäßigkeiten aus den Daten extrahiert werden. Und hier bietet Konnektionismus eine sehr überzeugende Methode an, um diese Beziehung einem besseren Verständnis zuzuführen. Die Vor- und Nachteile des Konnektionismus lassen sich wie folgt zusammenfassen: (24) Vorteile a. Robustheit: Neuronale Netze kollabieren nicht katastrophal bei i. fehlerhaftem Input ii. Fehler im Signal (noise) oder iii. Beschädigung von Teilen des Speichermediums (Hirnschädigung) b. Neuronale Netze sind plausibel als Modell des Gehirns c. Neuronale Netze erlauben die Modellierung von nicht-kategorialen, graduellen Urteilen, Ausnahmen (generische Aussagen) d. Netze können mit konfligierenden Daten, also Daten, die nicht miteinander kompatibel sind, umgehen

14 #3: Bootstrapping 14 (25) Nachteile a. Kompositionalität: Neuronale Netze sind nicht in der lage, die Bedeutung von komplexen Ausdrücken kompositional abzuleiten. b. Produziert keine Regeln, da keine syntaktischen Regularitäten erkannt werden. Als Resultat generalisiert das Netzt nicht von vorhandenem Wissen auf neue Eingaben: i. Wenn Der Mann sah den Wald, als formal richtig (= grammatisch) erkannt wird, wird nicht automatisch auch Die Frau hörte den Vogel als richtig erkannt ii. Wenn Der Mann sah den Wald, und Die Frau sah den Wald als richtig erkannt wird, ist das Netz NICHT in der Lage auch Die Frau sah den Mann als formal richtig zu erkennen. c. Das Netzt muss mit ausgewählten Daten trainiert werden. Daten im Spracherwerb werden nicht ausgewählt. d. Erklärt nicht, wie Schwächung von Verbindungen zustande kommt. Warum gibt es keine Verbindungen zwischen den drei Knoten der, Fisch, und schläft im Input, und Fisch schläft der in der Ausgabe? (Poverty of Stimulus Argument) e. Ähnlichkeit zwischen neuronalem Netz und Gehirn ist nicht so groß, wie dies der erste Eindruck vermitteln würde. Gehirn ist komplexer. 3. VERBINDUNG FORM - BEDEUTUNG Wie schon in 1 erwähnte geht der Aufbau des Lexikons in zwei Stufen vor sich. Zuerst werden phonologische Wortformen erlernt, dann werden, in einem zweiten Schritt, diese Formen mit Bedeutung assoziiert. Man nennt dies auch das Zwei Stufen Modell von Bootstrapping: (26) Zwei-Stufen Modell von Bootstrapping a. Aufbau eines phonologischen Lexikons b. Assoziation von Form und Bedeutung Bis zum 10. Monat gibt es im Lexikon noch keine sprachlichen Zeichen, also noch keine Assoziationen zwischen Form und Bedeutung. (Eine Ausnahme bilden einige wenige primäre Ausdrücke, wie der eigene Name und Begriffe für Eltern.) Dennoch existiert bereits ein phonologisches Lexikon. Wieder stammt diese Erkenntnis aus experimentellen Tests. Kinder im Alter von 8 Monaten hörten über einen Zeitraum von 10 Tage verteilt regelmäßig Kindergeschichten und Märchen. Nach zwei Wochen wurden den gleichen Kindern entweder eine Liste mit neuen Wörtern, oder eine Liste mit Wörtern vorgespielt, die bereits in den Geschichten vorkamen. Es wurde festgestellt, dass die Kinder eine klare Präferenz für bekannte Wörter zeigten. Eine Kontrollgruppe, die die Geschichten nicht gehört hatte, zeigte keinerlei Präferenz. Dies zeigt, dass Kinder bereits über ein Lexikon von Formen verfügen müssen. Ein ähnliches Formenlexikon wird auch von anderen Tierarten benutzt, z.b. von Singvögeln. Auch Singvögeln lernen (eine kleine Anzahl) von musikalischen Phrasen, die sie im Lexikon speichern, und die sie - bis zu einem gewissen Grad - zu neuen Gesängen kombinieren können. Nomen vs. Verben: Eine erstaunliche Eigenschaft der Entwicklung des Lexikons ist, dass Kinder zu Beginn fast ausschließlich Nomen verwenden, Verben werden erst später erworben. Dies ist verständlich, da Verben generell komplexere Bedeutungen besitzen als Nomen. Ein Name wie Peter referiert auf den Träger dieses Namens, während die einfachsten Verbbedeutungen (schlafen) bereits Mengen von Individuen sind. Weiters ist der Erwerb von Verbbedeutungen davon abhängig, dass das Lexikon bereits Nomen enthält. Die Bedeutung von Verben läßt sich nämlich semantisch immer eine Beziehung zwischen der Bedeutung von Nomen darstellen:

15 15 DGB 41 Spracherwerb, SoSe 2013 schlafen ist z.b. eine Funktion, die Schläfer von nicht-schläfern trennt. Das zweistellige Verb wissen denotiert die Beziehung zwischen einer Person und einem Objekt, etc...um Verbbedeutungen zu erlernen, müssen Kinder daher bereits über Bedeutungen für Nomen verfügen. Die nächsten beiden Abschnitte führen kurz einige wichtige Eigenschaften des Erwerbsprozesses von Nomen und Verben an NAMEN FÜR OBJEKTE Beim Erwerb von Bedeutungen muss das Kind einige logisch und kognitivspsychologisch äußerst schwierige Probleme lösen. Nehmen wir an, das Kind sieht eine Katze auf einem Tisch, und hört den Satz (27): (27) Die Katze ist auf dem Tisch. Ohne vorheriges Wissen ist es, aus rein logischen Gesichtspunkten, nicht möglich festzustellen, welcher Teil des Satzes auf den Tisch referiert und welcher auf die Katze. Woher soll das Kind wissen, dass Katze das Wort für eine Katze ist, und nicht für einen Tisch? Und woher soll es wissen, dass auf dem eine Beziehung darstellt, in der das Subjekt oben ist, und das Objekt unten, und nicht umgekehrt. Mit anderen Worten, wie lernt das Kind, dass (27) nicht das selbe bedeutet wie für uns erwachsene Sprecher der Satz (28)? (28) Der Tisch ist über der Katze Wenn für das Kind Katze einen Tisch bezeichnet, und Tisch eine Katze, dann können beide Sätze die selbe Situation beschreiben - sie sind synonym. Die Antwort auf diese und ähnliche Frage liefert die Annahme, dass Kinder angeborene Strategien benutzen, um aus ihrem bereits vorhandenen sprachlichen Wissen und der Umwelt neue sprachliche Zeichen zu erlernen Markmans Tendenzen Die Psychologin und Psycholinguistin Ellen Markman schlug vor, dass Kinder gewisse angeborene Tendenzen besitzen, Wortformen mit Bedeutung zu füllen (Markman und Hutchinson 1984; Markman 1990). Sie ging von folgender Frage aus: Warum weiß z.b. ein Kind, dass das Wort Katze nicht nur auf den Kopf der Katze referiert, sondern auf das ganze Tier? Warum lernt ein Kind, dass das Wort Motorrad hört und gleichzeitig ein Motorrad sieht, dass das Wort auf das ganze Fahrzeug referiert, und nicht nur auf den Fahrer, oder auf die beiden Räder? Die Antwort liegt in (29) und der allgemeinen menschlichen Fähigkeit, Objekte also individuelle, von ihrer Umwelt getrennte Einheiten zu erkennen. (29) Ganzheitlichkeitstendenz ( whole object bias ) Kinder verwenden neue Wörter um auf ein ganzes Objekt zu referieren, nicht nur auf Teile dieses Objektes. Die Objektstendenz wurde auch in vielen psychologischen Experimenten bestätigt. Eine weitere Tendenz erlaubt es Kindern, Wörter zu verallgemeinern. Wer Katze lernt, kann das Wort auf andere Katzen anwenden, auch wenn diese nicht völlig gleich aussehen, und sich z.b. in der Farbe unterscheiden. Genauso wissen Kinder, dass Hunde und Katzen zusammen zur Klasse der Tiere gehören, ein Tisch dagegen nicht. Diese Generalisierung wird durch Markmans Taxonomietendenz ausgedrückt.

16 #3: Bootstrapping 16 (30) Taxonomietendenz ( taxonomical bias ) Jedes Wort hat die Tendenz, Objekte der gleichen Art oder Klasse zu bezeichnen und nicht auf thematisch verwandte Objekte. Die Taxonomische Tendenz konnte z.b. in folgendem Experiment nachgewiesen werden. Kindern im Alter von 4-5 Jahren wird das Bild einer Kuh vorgelegt. Gleichzeitig werden sie gefragt: Siehst Du diese Dax? Diese Frage bildet eine Verbindung zwischen dem Objekt Kuh und dem Phantasiewort Dax. Dann sehen die Kinder zwei weitere Bilder: das Bild einer Milchflasche und das Bild eines Schweines. Anschließend erhalten sie die Aufgabe: Finde ein weiteres Dax! Wie sich gezeigt hat, wählen Kinder nun systematisch das Schwein, das in die gleiche Art (also Tier auf dem Bauernhof) fällt, und nicht die Milchflasche, obwohl es auch eine enge Beziehung zwischen Milch und der Kuh gibt. In einem zweiten Experiment sahen die Kinder genau die gleichen Objekte, aber die Frage lautete diesmal: Siehst Du das? anstatt von Siehst Du diese Dax? In diesem Fall konnten Kinder keine besondere Beziehung zwischen Kuh und Schwein erkenne. Daraus kann geschlossen werden, dass es einen Unterschied macht, ob die Welt mit Inhaltswörtern (Dax) beschrieben wird, oder nur mit allgemeinen deiktischen Ausdrücken (das). Wörter spielen also bei der Kategorisierung der Welt eine entscheidende Rolle. (Für weitere Details, s. Guasti 2002: S. 78). Eine dritte Tendenz ist dafür verantwortlich, dass die Bedeutungen von Wörtern sich im allgemeinen nicht überlappen oder überschneiden: (31) Exklusivitätstendenz ( mutual exclusivity bias ) Wörter haben die Tendenz Objekte zu bezeichnen, die sich ausschließen Angeborene Tendenzen helfen Kinder also, die Verbindungen zwischen Objekten und Wörtern zu bilden Nicht sprachliche Hinweise Schon sehr früh verwenden Kinder auch nicht-sprachliche Hinweise, um Bedeutungen zu lernen. Es wurde z.b. nachgewiesen, dass Kinder ab dem 18. Monat auf Zeigen und auch auf erhöhte Aufmerksamkeit ihres Umfeldes reagieren. Wenn die Mutter auf ein Objekt blickt, und das Kind gleichzeitig eine Wortform hört, dann lernt das Kind diese Assoziation zwischen Form und Bedeutung sehr schnell. Wenn die Mutter nur auf das Objekt zeigt, aber dem Objekt keine Aufmerksamkeit schenkt, läuft dieser Lernprozess langsamer ab. Dabei spielen insbesondere die Augen der Mutter eine große Rolle. Durch den starken visuellen Kontrast zwischen Pupille (schwarz) und Augenkörper (weiß) können Kinder schon sehr früh erkennen, worauf die Mutter ihren Blick und somit ihre Aufmerksamkeit richtet (Csibra und Gergely 2009). McGurk Effekt: Ein besonders berühmtes Beispiel für die Interaktion von visuellem und sprachlichem Input ist der McGurk Effekt, der seit seiner Entdeckung durch den Psychologen Harry McGurk in vielen unterschiedlichen Formen gefunden worden ist (McGurk and MacDonald 1976). In einem Experiment hören Sprecher das akustische Signal [ba], während sie gleichzeitig eine große Videoaufnahme einer Person sehen, die [ga] sagt. Der größte Anteil der Sprecher gibt an, nicht [ga] oder [ba] zu hören - sondern [da], also eine hybride Form, in der die artikulatorischen Eigenschaften von [ba] und [ga] gemischt werden. Dies zeigt, dass visuelle Information bei gewissen Aspekten des der sprachlichen Wahrnehmung eine Rolle spielen. Ob der McGurk Effekt auch beim L1-Erwerbs eine Rolle spielt, ist wahrscheinlich, jedoch

17 17 DGB 41 Spracherwerb, SoSe 2013 weitgehend noch nicht systematisch erforscht ERWERB DER BEDEUTUNG VON VERBEN Die Semantik von Verben ist im Allgemeinen komplexer als die Semantik von Nomen. 10 Um zu verstehen, was ein bestimmtes Verb bedeutet, müssen Kinder verstehen, in welcher Beziehung die Argumente diese Verbes stehen. Diese Beziehungen können in unterschiedliche Klassen eingeteilt werden - die thematischen Rollen oder Θ-Rollen. Die wichtigsten Θ-Rollen sind: (32) Agens a. Maria sieht den Film b. Die Kinder schliefen c. Das Buch wurde von Peter verfaßt (33) Thema a. Maria sieht den Film b. Das Buch wurde von Peter verfaßt (34) Patiens a. Wir geben Maria ein Buch b. Peter unterzog ihn einem Test (35) Experiencer a. Peter liebt Maria b. Mir gefällt das Buch (36) Instrument a. Er öffnete die Flasche mit einem Messer b. Der Stein zerbrach das Fenster Die Bedeutung von Verben wird also durch die Bedeutung der Argumente definiert, sowie durch die Beziehung, in der diese Argumente stehen. Daraus folgt, dass Kinder eigentlich erst dann in der Lage sein sollten, die Bedeutung von Verben (und anderen Prädikaten) zu erlernen, wenn sie PSDs analysieren können, die Verben und die entsprechenden Argumente enthalten. Die Psycholinguistin Lila Gleitman hat, seit den 1970er Jahren in vielen Experimenten nachgewiesen, dass dies in der Tat der Fall ist. Der Spracherwerb von Verben ist sehr eng mit der Fähigkeit verknüpft, zu verstehen, in welcher Beziehung die einzelnen Argumente eines Verbs zueinander stehen. Ein einfaches Beispiel zeigt, wie schwierig die Aufgabe für Kinder ist, diese Unterschiede zu erlernen. In allen drei Sätzen in (37) bezeichnet das Verb brechen eine Beziehung zwischen einem Glas und (wenn vorhanden) einem anderen Argument. Die Relation ist jedoch niemals die selbe. In (37)a ist das Glas das Thema, das ist offensichtlich: es wird zerstört, und Hans verursacht diesen Zustand. (37)b drückt dagegen aus, dass es eine Handlung gab, die zum Zerbrechen des Glases führte. Und (37)c beschreibt Situationen, in denen ein Zustand - der Wind - einen anderen Zustand - das Zerbrechen des Glases - verursacht Dies gilt zumindest für einfache Namen, nicht für Ausdrücke wie die meisten Tiere. 11 Verben, die sich im Deutschen ähnlich verhalten sind zereissen, kochen, frieren, öffnen/sich öffnen. Für wichtige Diskussion siehe u.a. Schäfer (2008).