Kollexem-Analyse. SE: Quantitative Analyse linguistischer Variation WS 2012/13. Germanistik

Transkript

1 Kollexem-Analyse SE: Quantitative Analyse linguistischer Variation Germanistik WS 2012/13 WS 2012/13 1 / 14

2 Heutige Sitzung 1 Einführung: Quantitative syntaktische Analyse am Beispiel der Kollexem-Analyse (zur Vorbereitung auf die nächste Siztung, wird dann vertieft) 2 Suche in Korpora / Annotation mit brat Was sollten Sie hinterher wissen? Welche Probleme stellen sich bei der quantitativen Analyse von Syntax? Wie funktioniert die Kollexem-Analyse? Terminologie: Soziolinguistische Variable, envelope of variation, Kollexem-Analyse, Kollokationen/Kookkurenzen, Beobachtungswerte, Erwartungswerte, Kontingenztabelle, Fisher Yates Exact Test WS 2012/13 2 / 14

3 Soziolinguistische Variable Hasty: Theoretical and methodological concerns in studies of syntactic variation. Konzept der soziolinguistischen Variable: 2 miteinander konkurrierende Formen, die die gleiche zugrundeliegende Bedeutung ausdrücken Variation als verschiedene Ausprägungen einer Variable Wahl der Ausprägung bedingt durch linguistische und soziale Faktoren Vorgehensweise: 1 Bestimmung des envelope of variation (Menge an Umgebungen/Kontexten, in denen die Variable auftreten kann) 2 quantitative Analyse von (großen) Korpora informeller Sprache: Wo tritt die Variable auf? Wo tritt sie nicht auf? WS 2012/13 3 / 14

4 Soziolinguistische Variable (2) Hasty: Theoretical and methodological concerns in studies of syntactic variation. Bestimmung der soziolinguistischen Variablen: Leicht für phonologische Untersuchungen: Phonologische Merkmale haben hohe Frequenzen semantische Equivalenz klar unterscheidbare Varianten Schwer für syntaktische Untersuchungen: Syntaktische Merkmale haben niedrig(er)e Frequenzen, manche Phänomene sind selten keine perfekte semantische Equivalenz Abwesenheit eines Merkmals ist schwer zu bestimmen/operationalisieren Wie kann man syntaktische Variation quantitativ untersuchen? WS 2012/13 4 / 14

5 Kollostruktionale Analyse (Stefanowitsch & Gries, 2003) Quantitative Analyse syntaktischer Variation Methodenfamilie Einfache Kollexem-Analyse Distinctive Kollexem-Analyse Kovariate Kollexem-Analyse) Erweiterung der Methoden zur Untersuchung von Kollokationen (= Assoziationsstärken zwischen zwei oder mehr Wörtern) Zähne putzen vs. Zähne bürsten auf Eis legen vs. auf Schnee legen Kollexem-Analyse: Wie stark werden verschiedene Lexeme von einem bestimmten syntaktischen Slot angezogen (oder abgestoßen) Beispiel: Was kommt häufig/selten als direktes Objekt von sehen vor? Sie sieht Akk.Obj (das Buch/den Hund/den Film/...) WS 2012/13 5 / 14

6 Einfache Kollexem-Analyse Beispiel Was kommt häufig/selten als direktes Objekt von sehen vor? Sie sieht Akk.Obj (das Buch/den Hund/den Film/...) Konstruktion: transitives sehen syntaktischer Slot: Akkussativobjekt von sehen Im Korpus: 326 Vorkommen von sehen mit direktem Objekt: Kommentar (15), Chance (11), Seite (9), Gefahr (9), Grund (7), Wirtschaft (5), Problem (5), Film (4),... WS 2012/13 6 / 14

7 Einfache Kollexem-Analyse (2) Beispiel Basiert auf Frequenzen von Kookkurenzen (gemeinsamen Vorkommen) von Lemma L und Pattern P (= Konstruktion) Pattern P nicht Pattern P Total Lemma L a b a+b nicht Lemma L c d c+d Total a+c b+d n=a+b+c+d Beobachtete Frequenzen werden verglichen mit den erwarteten Frequenzen (unter der Voraussetzung, dass zwischen L und P keine Abhängigkeitsbeziehung besteht) Erwartungswerte: die Werte, die wir erwarten zu sehen unter der Voraussetzung, dass unsere Variablen unabhängig voneinander vorkommen Beobachtungswerte: diejenigen Werte, die wir tatsächlich beobachten (messen/zählen) WS 2012/13 7 / 14

8 Einfache Kollexem-Analyse (2) Beispiel: Chance sehen Welche Beziehung haben verschiedene Lemmata zu einem bestimmten Pattern? Pattern P: Lemma L: X sehen (X = Akk.-Obj.) Chance Nicht P: alle Vorkommen eines transitiven Verbs, das nicht sehen ist Pattern P nicht Pattern P Total Lemma L a b a+b nicht Lemma L c d c+d Total a+c b+d n=a+b+c+d (a) Wir sehen eine Chance. (b) Wir sehen einen Film. (c) Wir bekommen noch eine Chance. (d) Wir essen noch ein Eis. WS 2012/13 8 / 14

9 Einfache Kollexem-Analyse (3) Beispiel: Chance sehen Welche Beziehung haben verschiedene Lemmata zu einem bestimmten Pattern? Pattern P: X sehen (X = Akk.-Obj.) Lemma L: Chance (267 Vorkommen im Korpus) (48 Vorkommen als Akk.-Obj. im Korpus) Nicht P: alle Vorkommen eines transitiven Verbs, das nicht sehen ist Pattern P nicht Pattern P Total Lemma L (Chance) nicht Lemma L = Total WS 2012/13 9 / 14

10 Einfache Kollexem-Analyse (3) Beispiel: Chance sehen Welche Beziehung haben verschiedene Lemmata zu einem bestimmten Pattern? Pattern P: X sehen (X = Akk.-Obj.) Lemma L: Chance (267 Vorkommen im Korpus) (48 Vorkommen als Akk.-Obj. im Korpus) Nicht P: alle Vorkommen eines transitiven Verbs, das nicht sehen ist Kontingenztabelle: Pattern P nicht Pattern P Total Lemma L (Chance) 11 (1) 48 (58) 59 nicht Lemma L 256 (266) (14 858) Total (Werte in Klammern sind Erwartungswerte Berechnung: Zeilensumme * Spaltensumme / Gesamtzahl) Einführung: Quantitative syntaktische Analyse am Beispiel der WS Kollexem-Analyse 2012/13 10 / 14

11 Einfache Kollexem-Analyse (4) Beispiel: Fisher Yates Exact Test Test zur Prüfung der Wahrscheinlichkeit von Vierfelder-Häufigkeitsverteilungen (Kontingenztabellen) Wie wahrscheinlich ist es, eine beobachtete Häufigkeitsverteilung zu erlangen? (Kann diese Verteilung durch Zufall erklärt werden?) signifikantes Ergebnis die Wahrscheinlichkeit, dass das Ergebnis durch Zufall bedingt ist, ist zu gering (liegt unter einem vorher festgelegten Signifikanzniveau) Einführung: Quantitative syntaktische Analyse am Beispiel der WS Kollexem-Analyse 2012/13 11 / 14

12 Einfache Kollexem-Analyse (5) Beispiel: Fisher Yates Exact Test Lemma L NOT L L & NOT L p-wert & P & P NOT P & NOT P Chance sehen e-9 Gefahr sehen: e-9 Grund sehen: e-7 Alpen sehen: Moral sehen: Wolke sehen: Staat sehen: Musik sehen: Einführung: Quantitative syntaktische Analyse am Beispiel der WS Kollexem-Analyse 2012/13 12 / 14

13 Ausblick: Multiple Distinktive Kollexem-Analyse Mukherjee & Gries (2009) Von welchem von 3 oder mehr Pattern werden verschiedene Lemmta angezogen/abgestoßen, und wie stark? (nächste Sitzung) Einführung: Quantitative syntaktische Analyse am Beispiel der WS Kollexem-Analyse 2012/13 13 / 14

14 Referenzen Hasty (to appear). We might should be thinking this way: Theoretical and methodological concerns in studies of syntactic variation. In Raffaella Zanuttini (ed.) Microsyntactic variation in North America.) Stefanowitsch, Anatol, and Stefan Th. Gries. (2003). Collostructions: investigating the interaction of words and constructions. International Journal of Corpus Linguistics 8.2: Mukherjee, Joybrato and Stefan Th. Gries (2009). Collostructional nativisation in New Englishes: verb-construction associations in the International Corpus of English. English World-Wide 30(1) Links (WWW) Tutorial Collexeme Analysis (von Anatol Stefanowitsch) Einführung: Quantitative syntaktische Analyse am Beispiel der WS Kollexem-Analyse 2012/13 14 / 14