Aufbau Linguistischer Ressourcen für Hindi/Urdu
|
|
- Lucas Kranz
- vor 6 Jahren
- Abrufe
Transkript
1 Aufbau Linguistischer Ressourcen für Hindi/Urdu Sebastian Sulger Urdu-ParGram-Projekt 26. April, Zürich 1/40
2 Hindi/Urdu Ressourcenarmut Hindi/Urdu Hindi/Urdu: strukturell sehr ähnlich, Unterschiede in Vokabular, Orthographie Hindi vor allem in Indien, Urdu vor allem in Pakistan (auch in Indien) unterschiedliche Schriftsysteme: arabische Schrift für Urdu, Devanagari-Schrift für Hindi oft als eine einzelne Sprache betrachtet (Hindustani) 240 Mio. Muttersprachler 2/40
3 Hindi/Urdu Ressourcenarmut Ressourcenarmut Hindi/Urdu: leidet unter Ressourcenarmut nur ein paar lexikalische Ressourcen, keine offiziellen Corpora erhältlich, keine Parser mit größerer Abdeckung lange Zeit kein großes Interesse an Hindi/Urdu nur wenige Institute/Universitäten in Pakistan mit Interesse an NLP/CL Center for Language Engineering (CLE) ( 3/40
4 Hindi/Urdu Ressourcenarmut Übersicht 4/40
5 Urdu in Konstanz Urdu: Syntax Demo Übersicht 5/40
6 Urdu in Konstanz Urdu: Syntax Demo Das Urdu-ParGram-Projekt in Konstanz I DFG-gefördertes Projekt (März 2009 Februar 2013) Erstellung einer komputationellen Grammatik für Urdu/Hindi mit Flächenabdeckung zugrundeliegende Theorie: lexikalisch-funktionale Grammatik (LFG; Dalrymple (2001)) Kollaboration mit dem ParGram Projekt Entwicklung paralleler LFG-Grammatiken für verschiedene Sprachen (Englisch, Deutsch, Chinesisch, Japanisch, Türkisch, Ungarisch, Indonesisch, Norwegisch, Urdu...) Entwicklung eigener Ressourcen für Urdu/Hindi Butt and King (2007), Bögel et al. (2009) urdu 6/40
7 Urdu in Konstanz Urdu: Syntax Demo Das Urdu-ParGram-Projekt in Konstanz II Anspruch: tiefes Parsing (linguistisch gehaltvolles Parsing), kein shallow Parsing (Chunking etc.) LFG-Syntax implementiert mittels XLE (Crouch et al. 2011) Morphologie implementiert mittels xfst (Beesley and Karttunen 2003) Abdeckung kontinuierlich verbessert: Relativsätze, Korrelativsätze Tempus/Aspekt Modalverben unterbrochene Nominalphrasen 7/40
8 Urdu in Konstanz Urdu: Syntax Demo Kurzübersicht: LFG C-Struktur: The student wanted to drive the tractor. IP NP: ( SUBJ) = VP: = The student V: = VPinf: ( XCOMP) = wanted PARTinf: = VP: = to V: = NP: ( OBJ) = drive the tractor 8/40
9 Urdu in Konstanz Urdu: Syntax Demo Kurzübersicht: LFG F-Struktur: The student wanted to drive the tractor. PRED want<( SUBJ)( XCOMP)> PRED student [ [ ] SUBJ SPEC DET PRED the NUM sg, PERS 3 PRED drive<( SUBJ)( OBJ)> PRED student [ SUBJ SPEC DET XCOMP NUM sg, PERS 3 PRED tractor [ [ ] OBJ SPEC DET PRED the NUM sg, PERS 3 TENSE past [ PRED the ] 9/40
10 Urdu in Konstanz Urdu: Syntax Demo Urdu: Syntax 10/40
11 Urdu in Konstanz Urdu: Syntax Demo Urdu: Syntax freie Wortstellung kanonische Wortfolge: SOV generell sind fast alle Abweichungen möglich 10/40
12 Urdu in Konstanz Urdu: Syntax Demo Urdu: Syntax freie Wortstellung kanonische Wortfolge: SOV generell sind fast alle Abweichungen möglich Pro-Drop (Problem für Generierung) 10/40
13 Urdu in Konstanz Urdu: Syntax Demo Urdu: Syntax freie Wortstellung kanonische Wortfolge: SOV generell sind fast alle Abweichungen möglich Pro-Drop (Problem für Generierung) umfangreiche Benutzung von komplexen Prädikaten (Butt 1995, Hautli et al. 2012) 10/40
14 Urdu in Konstanz Urdu: Syntax Demo Urdu: Syntax freie Wortstellung kanonische Wortfolge: SOV generell sind fast alle Abweichungen möglich Pro-Drop (Problem für Generierung) umfangreiche Benutzung von komplexen Prädikaten (Butt 1995, Hautli et al. 2012) Komplexe Interaktion zwischen Morphologie, Syntax & Semantik Tempus/Aspekt Kasus-Markierung Reduplikation... 10/40
15 Urdu in Konstanz Urdu: Syntax Demo Freie Wortstellung nadiyah ne yasin ko mara Nadya schlug Yassin. (1) a. nadiyah ne yasin ko mara Nadya Erg Yassin Akk schlagen.perf b. yasin ko nadiyah ne mara c. nadiyah ne mara yasin ko d.... Argumente werden durch Kasus-Markierung angezeigt 11/40
16 Urdu in Konstanz Urdu: Syntax Demo Demo Demo des aktuell implementierten Urdu-Parsers in XLE Parsing Generierung 12/40
17 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Übersicht 13/40
18 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Zwei Schriftsysteme, eine Sprache Urdu: arabische Schrift, Hindi: Devanagari-Schrift 14/40
19 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Zwei Schriftsysteme, eine Sprache Urdu: arabische Schrift, Hindi: Devanagari-Schrift derselbe Zweizeiler des Dichters Mirza Ghalib in beiden Schriften: 14/40
20 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Zwei Schriftsysteme, eine Sprache Urdu: arabische Schrift, Hindi: Devanagari-Schrift derselbe Zweizeiler des Dichters Mirza Ghalib in beiden Schriften: Urdu vs. Hindi 14/40
21 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Zwei Schriftsysteme, eine Sprache Urdu: arabische Schrift, Hindi: Devanagari-Schrift derselbe Zweizeiler des Dichters Mirza Ghalib in beiden Schriften: Urdu vs. Hindi gemeinsame Transliteration im lateinischen Alphabet: han bhala kar tira bhala hoga yes good.m.sg do then good be.fut.m.sg Or darves ki sada kya he and dervish Gen.F.Sg call.f.sg what be.pres.3.sg Yes, do good then good will happen, what else is the call of the dervish. 14/40
22 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? wir hatten also 2 Möglichkeiten: 15/40
23 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? wir hatten also 2 Möglichkeiten: (1) Grammatik und Lexikon in beiden Schriften kodieren 15/40
24 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? wir hatten also 2 Möglichkeiten: (1) Grammatik und Lexikon in beiden Schriften kodieren (2) versuchen, von den Schriften weg zu abstrahieren zu einer gemeinsamen Umschrift 15/40
25 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? wir hatten also 2 Möglichkeiten: (1) Grammatik und Lexikon in beiden Schriften kodieren (2) versuchen, von den Schriften weg zu abstrahieren zu einer gemeinsamen Umschrift eine Grammatik und ein Lexikon genügen für beiden Varietäten... 15/40
26 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Entscheidung: Transliteration 16/40
27 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Entscheidung: Transliteration derzeitiger Ansatz: 16/40
28 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Entscheidung: Transliteration derzeitiger Ansatz: von beiden Schriftsystemen wegabstrahieren 16/40
29 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Entscheidung: Transliteration derzeitiger Ansatz: von beiden Schriftsystemen wegabstrahieren Benutzung einer gemeinsamen Umschrift basierend auf lateinischem Alphabet (A-Z, a-z, 0-9) 16/40
30 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Entscheidung: Transliteration derzeitiger Ansatz: von beiden Schriftsystemen wegabstrahieren Benutzung einer gemeinsamen Umschrift basierend auf lateinischem Alphabet (A-Z, a-z, 0-9) Kodierung einer einzigen Grammatik und Lexikon im lateinischen Alphabet 16/40
31 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Entscheidung: Transliteration derzeitiger Ansatz: von beiden Schriftsystemen wegabstrahieren Benutzung einer gemeinsamen Umschrift basierend auf lateinischem Alphabet (A-Z, a-z, 0-9) Kodierung einer einzigen Grammatik und Lexikon im lateinischen Alphabet Effizienz, Größe der Grammatik 16/40
32 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Urdu-Schriftsystem Hindi-Schriftsystem Gemeinsame Transliteration im lateinischen Alphabet LFG-Grammatik 17/40
33 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Urdu-Schriftsystem Hindi-Schriftsystem Gemeinsame Transliteration im lateinischen Alphabet LFG-Grammatik Größe des Lexikons bleibt minimal 17/40
34 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Eine gemeinsame Umschrift? Urdu-Schriftsystem Hindi-Schriftsystem Gemeinsame Transliteration im lateinischen Alphabet LFG-Grammatik Größe des Lexikons bleibt minimal Grammatik-Entwicklung wird nicht erschwert 17/40
35 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Implementation vorerst Konzentration auf Urdu-Schrift (Devanagari ist in Arbeit) Implementation mit Hilfe von endlichen Automaten (Interface: xfst; Beesley and Karttunen (2003)) in Form eines Transducers Transliterator ist für XLE eine Black Box eigenständige Ressource (für andere Zwecke nutzbar) Lower Side des Transducers: arabische Schrift; Upper Side des Transducers: lateinische Schrift Output des Transliterators ist Input für das restliche XLE-System (morphologische Analyse, Syntax-Parser) 18/40
36 Zwei Schriftsysteme, eine Sprache Unser Ansatz Implementation Demo Demo Demo des aktuell implementierten Transliterators in xfst eingebettet in die XLE-Grammatik-Umgebung 19/40
37 Übersicht 20/40
38 Baumbanken Baumbanken sind wichtige linguistische Ressourcen für die theoretische Sprachwissenschaft: erleichtern die Arbeit von Syntaktikern erlauben das Aufstellen und Überprüfen von linguistischen Hypothesen für die Computerlinguistik: ermöglichen das Trainieren von Parsern verbessern bereits trainierte Parser (statistische Auswertung) sind nützlich in der maschinellen Übersetzung (parallele Baumbanken) 21/40
39 (HUTB) neue Baumbank-Ressource für Hindi/Urdu kollaborative Forschung zwischen 5 Universitäten (University of Colorado at Boulder, Columbia University, University of Massachusetts at Amherst, University of Washington, International Institute of Information Technology in India) Projekt gestartet in 2008 (Arbeit läuft) Ziel: eine Baumbank, die multi-representational, multi-layered ist Palmer et al. (2007), Bhatt et al. (2009) 22/40
40 HUTB: multi-layered, multi-representational drei Ebenen der Annotierung: zwei syntaktisch, eine lexikalisch-semantisch 23/40
41 HUTB: multi-layered, multi-representational drei Ebenen der Annotierung: zwei syntaktisch, eine lexikalisch-semantisch 1. syntaktische Ebene: Annotation der Phrasenstruktur inspiriert durch Chomsky-Syntax binäre Bäume, Traces (Bewegung) 23/40
42 HUTB: multi-layered, multi-representational drei Ebenen der Annotierung: zwei syntaktisch, eine lexikalisch-semantisch 1. syntaktische Ebene: Annotation der Phrasenstruktur inspiriert durch Chomsky-Syntax binäre Bäume, Traces (Bewegung) 2. syntaktische Ebene: Annotation von Dependenzen Computational Pāṇinian Grammar (CPG) (Bharati et al. 1995) kaṛaka-beziehungen (vgl. thematische Rollen) modellieren Kopf-Argument-Abhängigkeiten 23/40
43 HUTB: multi-layered, multi-representational drei Ebenen der Annotierung: zwei syntaktisch, eine lexikalisch-semantisch 1. syntaktische Ebene: Annotation der Phrasenstruktur inspiriert durch Chomsky-Syntax binäre Bäume, Traces (Bewegung) 2. syntaktische Ebene: Annotation von Dependenzen Computational Pāṇinian Grammar (CPG) (Bharati et al. 1995) kaṛaka-beziehungen (vgl. thematische Rollen) modellieren Kopf-Argument-Abhängigkeiten lexikalisch-semantische Ebene: PropBank (Palmer et al. 2005) semantische Rollen (Arg0, Arg1 etc.) werden den Argumenten des Verbs zugeordnet Rollen werden außerdem auf die kaṛaka-beziehungen gemappt ( multi-layeredness ) 23/40
44 Unser Ziel Hindi/Urdu-Baumbank (HUTB) neue Baumbank-Ressource 24/40
45 Unser Ziel Einführung Hindi/Urdu-Baumbank (HUTB) neue Baumbank-Ressource anreichern mit?? Urdu-ParGram-Grammatik LFG-Grammatik für Hindi/Urdu 24/40
46 Unser Ziel Einführung Hindi/Urdu-Baumbank (HUTB) neue Baumbank-Ressource anreichern mit?? Urdu-ParGram-Grammatik LFG-Grammatik für Hindi/Urdu verbesserte Hindi/Urdu-Baumbank Kann die HUTB von unserer Urdu-ParGram-Grammatik profitieren? Wenn ja, wie? 24/40
47 aus der Baumbank e к u a dutavas adhikariyon=ne use acchi Botschaft.Masc.Sg Angestellter.Masc.Pl=Erg er.acc gut.fem.sg sehat=men pa-ya Gesundheit.Fem.Sg=Loc finden-perf.masc.sg Botschaftsangestellte fanden ihn bei guter Gesundheit vor. 25/40
48 Syntaktische Annotation (( NP <fs drel= k1:vgf name= NP > XC NN e к PSP )) (( NP <fs drel= k2:vgf name= NP2 > PRP u )) (( NP <fs drel= k7:vgf name= NP3 > JJ a NN PSP )) (( VGF VM SYM. )) Abbildung: Beispielsatz aus der HUTB 26/40
49 Syntaktische Annotation (( NP <fs drel= k1:vgf name= NP > XC NN e к PSP )) Abbildung: NP dutavas adhikariyon=ne Botschaftsangestellte 27/40
50 Syntaktische Annotation (( NP <fs drel= k1:vgf name= NP > XC NN e к PSP )) Abbildung: NP dutavas adhikariyon=ne Botschaftsangestellte preterminale Knoten: Part of Speech (XC, NN, etc.) 27/40
51 Syntaktische Annotation (( NP <fs drel= k1:vgf name= NP > XC NN e к PSP )) Abbildung: NP dutavas adhikariyon=ne Botschaftsangestellte preterminale Knoten: Part of Speech (XC, NN, etc.) Knoten gruppiert in Konstituenten (Klammern) 27/40
52 Syntaktische Annotation (( NP <fs drel= k1:vgf name= NP > XC NN e к PSP )) Abbildung: NP dutavas adhikariyon=ne Botschaftsangestellte preterminale Knoten: Part of Speech (XC, NN, etc.) Knoten gruppiert in Konstituenten (Klammern) Dependenzen werden an Konstituenten angefügt 27/40
53 Lexikalisch-semantische Annotation pa finden Arg0 Agens e к dutavas adhikariyon=ne Botschaftsangestellte Arg1 Patiens (Theme) u use ihn ArgM-MNR Modifier (Manner) a acchi sehat gute Gesundheit Tabelle: PropBank-Frame für pa finden 28/40
54 Lexikalisch-semantische Annotation pa finden Arg0 Agens e к dutavas adhikariyon=ne Botschaftsangestellte Arg1 Patiens (Theme) u use ihn ArgM-MNR Modifier (Manner) a acchi sehat gute Gesundheit Tabelle: PropBank-Frame für pa finden PropBank-Rollen werden gemappt auf kaṛaka-rollen 28/40
55 Lexikalisch-semantische Annotation pa finden Arg0 Agens e к dutavas adhikariyon=ne Botschaftsangestellte Arg1 Patiens (Theme) u use ihn ArgM-MNR Modifier (Manner) a acchi sehat gute Gesundheit Tabelle: PropBank-Frame für pa finden PropBank-Rollen werden gemappt auf kaṛaka-rollen e.g., Agens Arg0 mappt auf kaṛaka-rolle k1 (dutavas adhikariyon=ne Botschaftsangestellte ) 28/40
56 Welche Information kann die Urdu-ParGram-Grammatik zur HUTB beitragen? F-Strukturen kodieren Dependenz-Information explizit aber: nicht nur Kopf-Argument-Dependenzen, sondern detaillierte Feature/Value-Kombinationen, die als Input zu komputationeller Semantik dienen können 29/40
57 Welche Information kann die Urdu-ParGram-Grammatik zur HUTB beitragen? F-Strukturen kodieren Dependenz-Information explizit aber: nicht nur Kopf-Argument-Dependenzen, sondern detaillierte Feature/Value-Kombinationen, die als Input zu komputationeller Semantik dienen können F-Strukturen enthalten mehr und genauere Infos als HUTB 29/40
58 Welche Information kann die Urdu-ParGram-Grammatik zur HUTB beitragen? F-Strukturen kodieren Dependenz-Information explizit aber: nicht nur Kopf-Argument-Dependenzen, sondern detaillierte Feature/Value-Kombinationen, die als Input zu komputationeller Semantik dienen können F-Strukturen enthalten mehr und genauere Infos als HUTB detailliertere, Tempus/Aspekt, komplexen Prädikaten,... 29/40
59 Welche Information kann die Urdu-ParGram-Grammatik zur HUTB beitragen? F-Strukturen kodieren Dependenz-Information explizit aber: nicht nur Kopf-Argument-Dependenzen, sondern detaillierte Feature/Value-Kombinationen, die als Input zu komputationeller Semantik dienen können F-Strukturen enthalten mehr und genauere Infos als HUTB detailliertere, Tempus/Aspekt, komplexen Prädikaten,... ASPECT perf, TENSE pres, DEGREE positive, MODALITY can, ADDRESS rude, DEIXIS proximal, MOOD imperative, PROPER-TYPE location,... 29/40
60 Vorhaben: eine zusätzliche Ebene für die HUTB Format der Ebene: XLE-Triples 30/40
61 Vorhaben: eine zusätzliche Ebene für die HUTB Format der Ebene: XLE-Triples Information gesammelt durch Parses der Urdu-Grammatik 30/40
62 Vorhaben: eine zusätzliche Ebene für die HUTB Format der Ebene: XLE-Triples Information gesammelt durch Parses der Urdu-Grammatik Feature/Value-Informationen aus F-Strukturen extrahiert, in der Form von Triples 30/40
63 Vorhaben: eine zusätzliche Ebene für die HUTB Format der Ebene: XLE-Triples Information gesammelt durch Parses der Urdu-Grammatik Feature/Value-Informationen aus F-Strukturen extrahiert, in der Form von Triples flexibler, XLE-interner Prozess; Übersetzung von F-Strukturen in das Triples-Format (Merkmale können gelöscht und eingeebnet werden) 30/40
64 Vorhaben: eine zusätzliche Ebene für die HUTB Format der Ebene: XLE-Triples Information gesammelt durch Parses der Urdu-Grammatik Feature/Value-Informationen aus F-Strukturen extrahiert, in der Form von Triples flexibler, XLE-interner Prozess; Übersetzung von F-Strukturen in das Triples-Format (Merkmale können gelöscht und eingeebnet werden) erfolgreich angewandt für Teile der PennTreebank (PARC700, King et al. (2003)) 30/40
65 Vorhaben: eine zusätzliche Ebene für die HUTB Format der Ebene: XLE-Triples Information gesammelt durch Parses der Urdu-Grammatik Feature/Value-Informationen aus F-Strukturen extrahiert, in der Form von Triples flexibler, XLE-interner Prozess; Übersetzung von F-Strukturen in das Triples-Format (Merkmale können gelöscht und eingeebnet werden) erfolgreich angewandt für Teile der PennTreebank (PARC700, King et al. (2003)) Parser, die auf dieser angereicherten HUTB trainiert werden, können in bestimmten Bereichen verbessert werden 30/40
66 Das XLE-Triples-Format 31/40
67 Das XLE-Triples-Format Einebnung des TNS-ASP-Features, entfernen des CLAUSE-TYPE-Features 31/40
68 Das XLE-Triples-Format Einebnung des TNS-ASP-Features, entfernen des CLAUSE-TYPE-Features resultierende Triples-Auswahl: aspect(pa,perf) mood(pa,indicative) passive(pa,-) vtype(pa,main) 31/40
69 Modalität in Hindi/Urdu zwei dedizierte Modalverben: sak können, cahiye brauchen (defektes Paradigma: nur cahiye) 32/40
70 Modalität in Hindi/Urdu zwei dedizierte Modalverben: sak können, cahiye brauchen (defektes Paradigma: nur cahiye) restliche Modalität wird konstruktiv ausgedrückt: Kombinationen Hauptverb + pa finden, par fallen, ho sein (Bhatt et al. 2011) 32/40
71 Modalität in Hindi/Urdu zwei dedizierte Modalverben: sak können, cahiye brauchen (defektes Paradigma: nur cahiye) restliche Modalität wird konstruktiv ausgedrückt: Kombinationen Hauptverb + pa finden, par fallen, ho sein (Bhatt et al. 2011) Beispiel: yasin vuh kar sak-a Yassin.Masc.Sg das.sg.nom tun können-perf.masc.sg Yassin konnte das tun. 32/40
72 Modalität in der HUTB Modalkonstruktionen werden auf der PropBank-Ebene annotiert PropBank-Label ARGM-Mod markiert Modalverben 33/40
73 Modalität in der HUTB Modalkonstruktionen werden auf der PropBank-Ebene annotiert PropBank-Label ARGM-Mod markiert Modalverben aber: die modale Bedeutung wird nicht weiter spezifiziert: Modal constructions in Hindi convey notions such as ability, desire, obligation, permission, etc. In P[rop]bank, we will annotate the following cases using the ARGM-Mod label. (PB guidelinesnov2010.pdf, p. 29) 33/40
74 Modalität in der Urdu-ParGram-Grammatik Hindi/Urdu-Modalverben wurden kürzlich in der Urdu-ParGram-Grammatik implementiert (Bhatt et al. 2011) Features kodieren nicht nur Modalität als solche detaillierte Feature/Value-Paare geben die exakte Natur der ausgedrückten Modalität an Modalität wird unter F-Struktur-Feature [MODALITY] subsumiert 34/40
75 Modalität in der Urdu-ParGram-Grammatik "yasin vuh kar saka" PRED 'sak<[22:kar]>[1:yasin]' PRED 'yasin' SUBJ NTYPE NSEM PROPER PROPER-TYPE name NSYN proper 1 CASE nom, GEND masc, NUM sg, PERS 3 PRED 'kar<[1:yasin], [19:vuh]>' SUBJ [1:yAsIn] XCOMP PRED 'vuh' OBJ NTYPE NSYN pronoun 19 CASE nom, NUM sg, PERS 3, PRON-TYPE pers 22 PASSIVE - TNS-ASP ASPECT perf, MOOD indicative 51 CLAUSE-TYPE decl, MODALITY CAN, VTYPE main Abbildung: F-struktur zu yasin vuh kar saka Yassin konnte das tun. 35/40
76 Modalität in der zusätzlichen Annotationsebene der HUTB pred(root,sak) subj(sak,yasin) xcomp(sak,kar) subj(kar,yasin) obj(kar,vuh) modality(sak,can) Abbildung: Set der Triples für Modalverben 36/40
77 Modalität in der zusätzlichen Annotationsebene der HUTB pred(root,sak) subj(sak,yasin) xcomp(sak,kar) subj(kar,yasin) obj(kar,vuh) modality(sak,can) Abbildung: Set der Triples für Modalverben Feature-Wert-Paar [MODALITY can] wird in Triples beibehalten, um Modalität zu kodieren 36/40
78 Ausblick Übersicht 37/40
79 Ausblick nach wie vor Ressourcenarmut für Urdu/Hindi aber: die Verhältnisse bessern sich neue Ressourcen werden entwickelt bestehende Ressourcen werden verbessert manche Ressourcen können miteinander verknüpft werden was noch fehlt: lexikalische Ressourcen verlässliche/balancierte Corpora wichtig für semantisch motivierte Aufgaben in NLP (Word Sense Disambiguation, Sentiment Analysis, etc.) 38/40
80 Ausblick Lexikalische Ressourcen für Urdu neues, DAAD-gefördertes Projekt in Konstanz Erstellung lexikalischer Ressourcen für Urdu POS Tagset und manuelles Tagging Entwicklung eines Urdu-WordNet Entwicklung eines Urdu-VerbNet balancierte, standardisierte Corpora getaggt nach Senses Ziel: Word Sense Disambiguation urdu/daadlex/ 39/40
81 Beesley, Kenneth R. and Lauri Karttunen Finite State Morphology. CSLI Publications. Bharati, Akshar, Vineet Chaitanya, and Rajeev Sangal Natural Language Processing A Paninian Perspective. Prentice Hall of India. Bhatt, Rajesh, Tina Bögel, Miriam Butt, Annette Hautli, and Sebastian Sulger Urdu/Hindi Modals. In M. Butt and T. H. King, eds., Proceedings of the LFG11 Conference. Hong Kong. Bhatt, Rajesh, Bhuvana Narasimhan, Martha Palmer, Owen Rambow, Dipti Sharma, and Fei Xia A Multi-Representational and Multi-Layered Treebank for Hindi/Urdu. In Proceedings of the Third Linguistic Annotation Workshop, pages Suntec, Singapore: Association for Computational Linguistics. Bögel, Tina, Miriam Butt, Annette Hautli, and Sebastian Sulger Urdu and the Modular Architecture of ParGram. In Proceedings of the Conference on Language and Technology 2009 (CLT09). Butt, Miriam The Structure of Complex Predicates in Urdu. Stanford: CSLI Publications. Butt, Miriam and Tracy Holloway King Urdu in a Parallel Grammar Development Environment. Language Resources and Evaluation 41(2): Crouch, Dick, Mary Dalrymple, Ronald M. Kaplan, Tracy Holloway King, John T. Maxwell III, and Paula Newman XLE Documentation. Palo Alto Research Center. Dalrymple, Mary Lexical Functional Grammar, vol. 34 of Syntax and Semantics. Academic Press. Hautli, Annette, Sebastian Sulger, and Miriam Butt Adding an Annotation Layer to the Hindi/Urdu Treebank. Linguistic Issues in Language Technology 7(3). King, Tracy Holloway, Richard Crouch, Stefan Riezler, Mary Dalrymple, and Ronald Kaplan The PARC700 Dependency Bank. In Proceedings of the EACL03: 4th International Workshop on Linguistically Interpreted Corpora (LINC-03). Palmer, Martha, Rajesh Bhatt, Bhuvana Narasimhan, Owen Rambow, Dipti Misra Sharma, and Fei Xia Hindi Syntax: Annotating Dependency, Lexical Predicate-Argument Structure, and Phrase Structure. In Proceedings of ICON 07: 7th International Conference on Natural Language Processing, pages Palmer, Martha, Daniel Gildea, and Paul Kingsbury The Proposition Bank: An Annotated Corpus of Semantic Roles. Computational Linguistics 31(1): /40
Das Xerox Linguistics Environment (XLE) Ling 232 Maschinelle Übersetzung Dr. Heike Zinsmeister SS 2011
Das Xerox Linguistics Environment (XLE) Ling 232 Maschinelle Übersetzung Dr. Heike Zinsmeister SS 2011 Hintergrund Übersicht Xerox Linguistics Environment (XLE) das Pargram-Projekt Lexical Functional Grammar
MehrVorlesung 7: LFG I. Einführung, c- und f-strukturen
Vorlesung 7: LFG I. Einführung, c- und f-strukturen Dozent: Gerold Schneider Übersicht Die Behandlung überkreuzender Abhängigkeiten Transformationen Diskontinuierliche Grammatiken Argumentskomposition
MehrNLP Eigenschaften von Text
NLP Eigenschaften von Text Dr. Andreas Hotho Dominik Benz Beate Krause Sommersemester 2008 Folie: 1 Übersicht Einführung Eigenschaften von Text Words I: Satzgrenzenerkennung, Tokenization, Kollokationen
MehrGliederung. Das TIGER-Korpus: Annotation und Exploration. TIGER-Korpus. 1. TIGER-Korpus. entstanden im Projekt TIGER (1999 heute) beteiligte Institute
Das TIGER-Korpus: Annotation und Exploration Stefanie Dipper Forschungskolloquium Korpuslinguistik, 11.11.03 Gliederung 1. TIGER-Korpus 2. Annotation 3. Visualisierung 4. Suche, Retrieval 5. Demo 6. Repräsentation
MehrGrundlagen der LFG. (1) I danced a dance, I sneezed a sneeze, I laughed a laugh I stumbled a stumble, *I drowned a drown, *I floated a float
Lösung 2 Grundlagen der LFG Einführung in die LFG Sommersemester 2010 Universität Konstanz Miriam Butt 1 Linking 1.1 Intransitive Verben Englisch Agentive Verbs: sneeze, swim, laugh, sleep Non-agentive
MehrGenerierung & Übersetzung mit XLE
Generierung & Übersetzung mit XLE Grammatikentwicklung, SS 2010 1 /25 Worum es heute geht: Generierung mit XLE Übersetzung mit XLE 2 /25 Allgemein: Generierung Generierung ist: der Gegenbegriff zum Parsing
MehrMerkmalsstrukturen. Merkmalsstrukturen. Merkmalsstrukturen (MS):
(MS): Verbreiteter Formalismus in der Computerlinguistik. Ausführlich untersucht und beschrieben, (zumindest im Kern) auf MS basierende Ansätze: Categorical Unification Grammar [Uszkoreit, 1986] Functional
MehrBackground for Hybrid Processing
Background for Hybrid Processing Hans Uszkoreit Foundations of LST WS 04/05 Scope Classical Areas of Computational Linguistics: computational morphology, computational syntax computational semantics computational
MehrSemantic Role Labeling im modernen Text-Analyse-Prozess
Semantic Role Labeling im modernen Text-Analyse-Prozess Bastian Haarmann info@bastianhaarmann.de http://www.bastianhaarmann.de Agenda I Text-Analyse-Prozesse 1. Motivation 2. Informationsextraktion 3.
MehrLFG-basierter Transfer
Inhaltsverzeichnis 1 2 2 Ein Beispiel 4 3 Strukturaufbau 7 4 Alternative Übersetzungen 8 5 Adjunkte 9 6 Kodeskription 10 http://www.ims.uni-stuttgart.de/ gojunaa/mue_tut.html 1 1 Um einen quellsprachlichen
Mehr"What's in the news? - or: why Angela Merkel is not significant
"What's in the news? - or: why Angela Merkel is not significant Andrej Rosenheinrich, Dr. Bernd Eickmann Forschung und Entwicklung, Unister GmbH, Leipzig UNISTER Seite 1 Unister Holding UNISTER Seite 2
MehrPart of Speech Tagging. Linguistische Sicht. Carolin Deck
Part of Speech Tagging Linguistische Sicht Carolin Deck Gliederung 1. Begriffsklärung 2. Vorstellung zwei wichtiger Tagsets (STTS & PTTS) 3. Bedeutung des POS-Tagging für die Sprachwissenschaft 4. Tagzuweisung
MehrGeorg-August-Universität Göttingen University of Göttingen Seminar für Slavische Philologie Slavic Department
Hagen Pitsch Dr. phil. University of Göttingen Slavic Department Humboldtallee 19 37073 Göttingen Germany Zimmer room 3.116 November November 2007 Die Kopula(sätze) im Russischen The Copula (and Copular
MehrTopologische Dependenzgrammatik fürs Arabische. Vortrag von Marwan Odeh Betreut von Ralph Debusmannn Unter der Aufsicht von Prof.
Topologische Dependenzgrammatik fürs Arabische Vortrag von Marwan Odeh Betreut von Ralph Debusmannn Unter der Aufsicht von Prof. Gert Smolka Überblick Einführung Phänomene Modellierung in XDG Abschluss
Mehr13. Übungsblatt
Prolog für Linguisten 13. Übungsblatt 12.2.2011 Dieses Übungsblatt ist verpflichtend und wird benotet (48 Punkte + 8 Zusatzpunkte ). Achte besonders auf die Funktionalität des Programms mit verschiedenen
MehrQUALIA STRUKTUR NACH PUSTEJOVSKY
QUALIA STRUKTUR NACH PUSTEJOVSKY Angewandte Linguistische Datenverarbeitung Sprachliche Informationsverarbeitung Universität zu Köln Dozent: Prof. Dr. Jürgen Rolshoven Referentin: Corinna Asselborn 20.01.2014
MehrSyntax Phrasenstruktur und Satzglieder
Syntax Phrasenstruktur und Satzglieder Sätze und ihre Bestandteile haben eine hierarchische Struktur. Die Bestandteile eines Satzes (Konstituenten) bestehen aus geordneten Wortfolgen, die ihrerseits wieder
MehrSprachtechnologie als Grundlage für die maschinelle Auswertung von Texten
Sprachtechnologie als Grundlage für die maschinelle Auswertung von Texten Dr-Ing Michael Piotrowski Leibniz-Institut für Europäische Geschichte @true_mxp Bamberg, 20 November 2015
MehrSatz Umstrukturierung für statistisch. Anna Schiffarth Dozentin: Miriam Kaeshammer Fortgeschrittene Methoden der statistisch maschinellen Übersetzung
Satz Umstrukturierung für statistisch maschinelle Übersetzung Anna Schiffarth Dozentin: Miriam Kaeshammer Fortgeschrittene Methoden der statistisch maschinellen Übersetzung Einführung Beschreibung einer
MehrEinführung in die Linguistik, Teil 4
Einführung in die Linguistik, Teil 4 Syntax: Fortsetzung Markus Bader, Frans Plank, Henning Reetz, Björn Wiemer Einführung in die Linguistik, Teil 4 p. 1/17 Grammatik des Deutschen: Fortsetzung Fragestellung
MehrSyntaktische Annotationen. Korpuslinguistik Dr. Heike Zinsmeister
Syntaktische Annotationen Korpuslinguistik Dr. Heike Zinsmeister 18.11.2011 Syntax Gestern war mir, wie vielen europäischen Abgeordneten, die Teilnahme unmöglich, da der Flug von Air France, mit dem wir
MehrMerkmale und Vererbung in unifikationsbasierten Lexika
Gerold Schneider: Lexikonaufbau und Morphologieanalyseverfahren Seite 1 Merkmale und Vererbung in unifikationsbasierten Lexika Morphologieanalyse und Lexikonaufbau (14. Vorlesung) Dozent: Gerold Schneider
MehrDependency-Based Construction of Semantic Space Models ( Padó, Lapata 2007) Distributionelle Semantik WS 11/
Dependency-Based Construction of Semantic Space Models ( Padó, Lapata 2007) Distributionelle Semantik WS 11/12 21.11.2011 Lena Enzweiler 1 Was ist das Problem? Wortbasierte Vektormodelle betrachten nur
MehrEinführung in die Sprachwissenschaft -Tutorium-
Ruprecht-Karls-Universität Heidelberg Seminar für Computerlinguistik Wintersemester 2010/2011 Einführung in die Sprachwissenschaft -Tutorium- Dienstag, 16.00 18.00 Uhr Seminarraum 10 Aufgaben Kapitel 1
Mehra) Erklären Sie, was eine SOV Sprache ist und was eine V2 Sprache ist. b) Welche Wortstellungsmuster sind eher selten in Sprachen der Welt?
Syntax 1) Wortstellung a) Erklären Sie, was eine SOV Sprache ist und was eine V2 Sprache ist. Unter SOV Sprachen verstehen wir all jene Sprachen, die als Grundwortstellung die Reihenfolge Subjekt (S) Objekt
Mehrxii Inhaltsverzeichnis Generalisierung Typisierte Merkmalsstrukturen Literaturhinweis
Inhaltsverzeichnis 1 Computerlinguistik Was ist das? 1 1.1 Aspekte der Computerlinguistik.................. 1 1.1.1 Computerlinguistik: Die Wissenschaft........... 2 1.1.2 Computerlinguistik und ihre Nachbardisziplinen.....
MehrVorlesung: Lexikalisch Funktionale Grammatik Christian Fortmann Universität Zürich Sommersemester 2005
Vorlesung: Lexikalisch Funktionale Grammatik 01.04.2005 Christian Fortmann Universität Zürich Sommersemester 2005 I. Lexikalisch Funktionale Grammatik - Repräsentationen Generative Theorien Die Lexikalisch
MehrTeil II: Phrasen und Phrasenstruktur
Teil II: Phrasen und Phrasenstruktur Übersicht: Grammatische Funktionen Kategorien Konstituenten & Strukturbäume Konstituententest Endozentrizität 1 Einfacher Satzbau Drei allgemeine Grundfragen der Syntax:
MehrErkennung von Teilsatzgrenzen
Erkennung von Teilsatzgrenzen Maryia Fedzechkina Universität zu Köln Institut für Linguistik Sprachliche Informationsverarbeitung SoSe 2007 Hauptseminar Maschinelle Sprachverarbeitung Agenda Definitionen
MehrEinführung Computerlinguistik. Konstituentensyntax II
Einführung Computerlinguistik Konstituentensyntax II Hinrich Schütze & Robert Zangenfeind Centrum für Informations- und Sprachverarbeitung, LMU München 2013-11-18 Schütze & Zangenfeind: Konstituentensyntax
MehrZur Struktur der Verbalphrase
Zur Struktur der Verbalphrase Ein formales Kriterium zur Verbklassifikation: V ist ein intransitives Verb (ohne Objekte) schlafen, arbeiten, tanzen,... (1) Klaus-Jürgen schläft. V ist ein transitives Verb
MehrSpezielle Themen der KI. NLP Natural Language Processing Parsing
Spezielle Themen der KI NLP Natural Language Processing Parsing Parsing Strategien top-down: Ausgehend von S Hypothesenbildung und Verifikation anhand der Grammatikregeln Ersetzung nicht-terminaler Symbole
MehrSyntaktische Bäume. Syntaktische Bäume: Prinzipien. Köpfe in Syntax vs. Morphologie CP! C S VP! V CP PP! P NP. S! NP VP VP! V (NP) PP* NP!
Einführung in die Linguistik Butt / Eulitz / Wiemer Di. 12:15-13:45 Do.! 12:15-13:45 Fr.! 12:15-13:45 Syntax nfos etc. http://ling.uni-konstanz.de => Lehre Einführung in die Linguistik Syntaktische Bäume
MehrAutomatische Lexikonakquisition aus Textkorpora. Vortrag von Peter Adolphs Forschungskolloquium Korpuslinguistik 14. Juni 2006
Automatische Lexikonakquisition aus Textkorpora Vortrag von Peter Adolphs Forschungskolloquium Korpuslinguistik 14. Juni 2006 Inhalt Vorüberlegungen zu meiner Diplomarbeit Thema: (semi-)automatische Akquisition
MehrEinführung in die Computerlinguistik. Semantik
Einführung in die Computerlinguistik Semantik WS 2006/2007 Manfred Pinkal Einführung in die Computerlinguistik 2006/2007 M. Pinkal UdS 1 Semantik für Dialogverarbeitung U: Ist der Flug um 2 nach London
MehrPractical Grammar Engineering Using HPSG 2.Tag. Frederik Fouvry, Petter Haugereid, Valia Kordoni, Melanie Siegel
Practical Grammar Engineering Using HPSG 2.Tag Frederik Fouvry, Petter Haugereid, Valia Kordoni, Melanie Siegel Inhalt Matrix Differenzlisten Debugging (Demo, Frederik) Die LinGO Grammar Matrix Ein Nachteil
MehrDependenz in Aktion: der Verbalkomplex kontrastiv. Anwendung Dependenz : der Verbalkomplex kontrastiv
S. Hackmack Uni Bremen FB 10 SYNTAX 1 Anwendung Dependenz : der erbalkomplex kontrastiv Ich glaube, dass er mich noch lange hören können wird. Sie wissen, dass Sie sich die Unterlagen runterladen werden
MehrAux Flip in German: A Walk in the Woods
Aux Flip in German: A Walk in the Woods Erhard Hinrichs 1, Kathrin Beck 1, and Tsuneko Nakazawa 2 1 Seminar für Sprachwissenschaft Eberhard Karls Universität Tübingen 2 University of Tokyo Aux Flip in
MehrAutomatisches Lernen von Regeln zur quellseitigen Umordnung
Automatisches Lernen von Regeln zur quellseitigen Umordnung E I N A N S AT Z V O N D M I T R I Y G E N Z E L Duwaraka Murugadas Fortgeschrittene Methoden der statistischen maschinellen Übersetzung (Miriam
Mehr8 Fakultät für Philologie
8 Fakultät für Philologie 8.1 Linguistik 8.1.1 Linguistik, PO 2004 Fach Linguistik (101) Abschluss 2-Fach Bachelor (81) PO-Version 2004 Folgendes ist zurzeit in HISPOS eingerichtet: Modul-Typen: o Nachgewiesene
Mehr3. Phrasenstruktur und Merkmale 2
.1. WIEDERHOLUNG. Phrasenstruktur und Merkmale An welchen Eigenschaften erkennt man den Kopf einer Phrase? Was besagt das Thetakriterium? Was sind interpretierbare und uninterpretierbare Merkmale? Was
MehrTerminologie-Extraktion: Beispiel
Terminologie-Extraktion: Beispiel The major risks of long-term cardiotoxicity relate to treatment prior to the BMT, in particular, anthracyclines, ablative-dose Cytoxan (ie, dose > 150 mg/ kg), chest [radiation
MehrAkademischer Lebenslauf. Udo-Michael Klein
1 Persönliche Daten Geburtsdatum 21.05.1973 Geburtsort Staatsbürgerschaft Familienstand Akademischer Lebenslauf Udo-Michael Klein Mediaş (Rumänien) deutsch verheiratet, 2 Kinder Anschrift dienstlich: Universitätsstrasse
MehrStefan Engelberg (IDS Mannheim), Workshop Corpora in Lexical Research, Bucharest, Nov. 2008 [Folie 1] DWDS-Kernkorpus / DWDS corpus analysis
Content 1. Empirical linguistics 2. Text corpora and corpus linguistics 3. Concordances 4. Application I: The German progressive 5. Part-of-speech tagging 6. Fequency analysis 7. Application II: Compounds
MehrPractical Grammar Engineering Using HPSG. Frederik Fouvry, Petter Haugereid, Valia Kordoni, Melanie Siegel
Practical Grammar Engineering Using HPSG Frederik Fouvry, Petter Haugereid, Valia Kordoni, Melanie Siegel Inhalt Organisatorisches HPSG Grammatiken Werkzeuge Kodierungen TDL Syntax Über dieses Seminar
MehrComputerlinguistik und Sprachtechnologie
Computerlinguistik und Sprachtechnologie Eine Einführung Herausgegeben von: Kai-Uwe Carstensen, Christian Ebert, Cornelia Endriss, Susanne Jekat, Ralf Klabunde und Hagen Langer Spektrum Akademischer Verlag
MehrBlockseminar Einführung in die Korpuslinguistik Seminarleitung: Yvonne Krämer, M.A. Das Korpus. und seine Aufbereitung
Blockseminar Einführung in die Korpuslinguistik Seminarleitung: Yvonne Krämer, M.A. Das Korpus und seine Aufbereitung Bestandteile eines Korpus sind i.d.r.: Primärdaten Metadaten Annotationen Annotationen
MehrContents / Inhalt. Lilijana Stepic, ERLERNEN WIR DIE ENGLISCHEN ZEITEN 205. Vorwort... und noch einige Tipps zum erfolgreichen Lernen
Contents / Inhalt Vorwort... und noch einige Tipps zum erfolgreichen Lernen Simple Present and Present Progressive / Präsens (Gegenwart und Verlaufsform der Gegenwart) 7_ Simple Present / Präsens 7 Use
MehrPart-of-Speech Tagging. Stephanie Schuldes
Part-of-Speech Tagging Stephanie Schuldes 05.06.2003 PS Erschließen von großen Textmengen Geißler/Holler SoSe 2003 Motivation Ziel: vollständiges Parsing und Verstehen natürlicher Sprache Herantasten durch
MehrText Mining for Historical Documents. Historische Quellen mit (computer-)linguistischen Methoden analysieren Introduction to Computational Linguistics
/ Historische Quellen mit (computer-)linguistischen Methoden analysieren Introduction to Computational Linguistics Caroline Sporleder and Martin Schreiber Computational Linguistics & Kultur- und Mediengeschichte
MehrConference Presentation
Conference Presentation Maschinelle Übersetzung für Dialekte SCHERRER, Yves Reference SCHERRER, Yves. Maschinelle Übersetzung für Dialekte. In: 5. Tage der Schweizer Linguistik / 5èmes Journées Suisses
MehrSoftwareprojekte. Anette Frank Seminar für Computerlinguistik Universität Heidelberg SS 2009
Softwareprojekte Anette Frank Seminar für Computerlinguistik Universität Heidelberg SS 2009 Projekt 3 WSD für VerbNet Klassen WSD für VerbNet Klassen Ressourcen: SemLink: VNet/PBank/WNet Mapping Training
MehrInterdisziplinäre fachdidaktische Übung: Modelle für Sprachen in der Informatik. SS 2016: Grossmann, Jenko
Interdisziplinäre fachdidaktische Übung: Modelle für Sprachen in der SS 2016: Grossmann, Jenko Die Beschreibung orientiert sich am Begriffssystem der Beschreibung natürlicher Sprachen Sprache in der steht
MehrLAUDATIO - Eine Infrastruktur zur linguistischen Analyse historischer Korpora
LAUDATIO - Eine Infrastruktur zur linguistischen Analyse historischer Korpora Carolin Odebrecht, Humboldt-Universität zu Berlin Florian Zipser, Humboldt-Universität zu Berlin, INRIA Historische Textkorpora
MehrInformation Retrieval and Semantic Technologies
Information Retrieval and Semantic Technologies Gerhard Wohlgenannt 6. April 2013 Inhaltsverzeichnis 1 Informationen zur Lehrveranstaltung 2 1.1 Inhalt................................... 2 2 Unterlagen
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Syntax II WS 2011/2012 Manfred Pinkal Geschachtelte Strukturen in natürlicher Sprache [ der an computerlinguistischen Fragestellungen interessierte Student im ersten
MehrTransition Network Parser
Transition Grammatik als endlicher Automat oder Übergangsnetzwerk. Jedes Netzwerk repräsentiert ein Nichtterminal. Kanten repräsentieren Terminale oder Nichtterminale. Pfad durch das Netzwerk korrespondiert
MehrKorpora. Referenten Duyen Tao-Pham Nedyalko Georgiev
Korpora Referenten Duyen Tao-Pham Nedyalko Georgiev Hauptseminar: Angewandte Linguistische Datenverarbeitung (WS 11/12) Dozent: Prof. Dr. Jürgen Rolshoven Sprachliche Informationsverarbeitung Universität
MehrA Topical/Local Classifier for Word Sense Idendification (TLC) Anne Schwartz
A Topical/Local Classifier for Word Sense Idendification (TLC) Anne Schwartz anne@coli.uni-sb.de A Topical/Local Classifier for Word Sense Idendification (TLC) entwickelt von: - Martin Chodorow (Dep. of
MehrWissensbasierte Sprachverarbeitung Inhalt der Vorlesung 0. Einleitung
Wissensbasierte Sprachverarbeitung Inhalt der Vorlesung 0. Einleitung i) Worum geht es? ii) Aufgaben und Anwendungen iii) Mehrdeutigkeit - Das Kernproblem iv) linguistische Grundlagen I. Der synthetische
MehrSatzstruktur und Wortstellung im Deutschen
Hauptstudium-Linguistik: Syntaxtheorie (DGA 32) WS 2016-17 / A. Tsokoglou Satzstruktur und Wortstellung im Deutschen 2. Satzstruktur und Wortstellung in den deskriptiven Grammatiken Relativ freie Wortstellung
MehrKorpus. Was ist ein Korpus?
Was ist ein Korpus? Korpus Endliche Menge von konkreten sprachlichen Äußerungen, die als empirische Grundlage für sprachwiss. Untersuchungen dienen. Stellenwert und Beschaffenheit des Korpus hängen weitgehend
MehrComputerlinguistik und Sprachtechnologie
Computerlinguistik und Sprachtechnologie Eine Einführung 2., überarbeitete und erweiterte Auflage Herausgegeben von: Kai-Uwe Carstensen, Christian Ebert, Cornelia Endriss, Susanne Jekat, Ralf Klabunde
MehrParsing mit NLTK. Parsing mit NLTK. Parsing mit NLTK. Parsing mit NLTK. Beispiel: eine kleine kontextfreie Grammatik (cf. [BKL09], Ch. 8.
Gliederung Natürlichsprachliche Systeme I D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg 1 WS 2011/12, 26. Oktober 2011, c 2010-2012
MehrMultilinguales Information Retrieval, AG Datenbanken und Informationssysteme. Multilinguales Information Retrieval
Multilinguales Information Retrieval 1 Definition IR in einer anderen Sprache als Englisch IR auf einer einsprachigen Dokumentensammlung, die in mehreren Sprachen befragt werden kann. Information Retrieval
MehrDie DP-Hypothese: Abney (1987), Kap. 1 Ein Rätsel und seine Lösung
Die DP-Hypothese: Abney (1987), Kap. 1 Ein Rätsel und seine Lösung Gereon Müller Institut für Linguistik Universität Leipzig WiSe 2006/2007 www.uni-leipzig.de/ muellerg Gereon Müller (Institut für Linguistik)
MehrXML als Beschreibungssprache syntaktisch annotierter Korpora
Sven Naumann XML als Beschreibungssprache syntaktisch annotierter Korpora In den letzten Jahren ist die Zahl der verfügbaren linguistisch annotierten Korpora ständig gewachsen. Zu den bekanntesten gehören
MehrKontextsensitive Sprachen
Kontextsensitive Sprachen Standardbeispiel: {anbncn} S a b c S a A b B c c B A B b c B b b A A b a A a a Im Bereich der natürlichen Sprachen gibt es zahlreiche kontextsensitive Phänomene in der Semantik
MehrProgrammieren in natürlicher Sprache: Alice-Kontrollstrukturen
Programmieren in natürlicher Sprache: Alice-Kontrollstrukturen Bachelorarbeit betreut von Mathias Landhäußer Ronny Hug 20. August 2014 IPD TICHY KIT Universität des Landes Baden-Württemberg und nationales
MehrTagging von Online-Blogs
Tagging von Online-Blogs Gertrud Faaß (vertreten durch Josef Ruppenhofer) STTS tagset and tagging: special corpora 24. September 2012 Faaß MODEBLOGS 1 Korpuslinguistische studentische Projekte am IwiSt
MehrAutomatisiertes Annotieren in CATMA
Automatisiertes Annotieren in CATMA Thomas Bögel 1, Evelyn Gius 2, Marco Petris 2, Jannik Strötgen 3 1 Universität Heidelberg 2 Universität Hamburg 3 Max-Planck-Institut für Informatik jannik.stroetgen@mpi-inf.mpg.de
MehrAnglistik/Amerikanistik
Anglistik/Amerikanistik Einführungsveranstaltungen A. 03.200 Einführung in die Sprachwissenschaft (Englisch) Sek I/II: A 1-5 GHR/GYM/BK: B1 Mi 8-10 O-09.36 Abel A. 03.314 Einführung in die Literaturwissenschaft
MehrKompositionalität & DSM
& DSM 7. Dezember 2011 Mitchell & Lapata (2008) I Evaluation verschiedener Kompositionsmodi: additiv gewichtet additiv (Kintsch, 2001) multiplikativ gemischt p = u + v Vektoraddition p = α u + β v Vektoraddition
MehrSyntax I. Vorlesung: Syntax des Deutschen unter besonderer Berücksichtigung regionaler Varietäten Claudia Bucheli Berger
Syntax I Vorlesung: Syntax des Deutschen unter besonderer Berücksichtigung regionaler Varietäten Claudia Bucheli Berger Repetition Morphologie Calvin: Ich verbe gern Wörter. ( Jet ) Es ist geverbt worden.
MehrFalko. Error annotations in Falko 2.x. Marc Reznicek & Cedric Krummes
Falko Error annotations in Falko 2.x Marc Reznicek & Cedric Krummes Symposium What s Hard in German? Structural Difficulties, Research Approaches and Pedagogic Solutions Bangor University Monday and Tuesday,
MehrINFORMATIONSEXTRAKTION
INFORMATIONSEXTRAKTION Referentin: Syriane Kemayou Yamga Universität Heidelberg, Computerlinguistik, Hauptseminar: Information Retrieval PD. Dr. Karin Haenelt 16.01.2006 Informationsextraktion (IE) 1.
MehrEinführung in die Sprachwissenschaft des Deutschen. Syntax IV. PD Dr. Alexandra Zepter
Einführung in die Sprachwissenschaft des Deutschen Syntax IV PD Dr. Alexandra Zepter Überblick Syntax Fokus auf linearer Ordnung: Sprachtypen, Topologisches Feldermodell Fokus auf hierarchischer Ordnung:
MehrKünstliche Intelligenz Sprachverarbeitung mit Prolog
Künstliche Intelligenz Sprachverarbeitung mit Prolog Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Parsing mit Prolog Grammatik Wortartenklassifikation,
MehrDigitale Bearbeitung der textuellen Daten
Digitale Bearbeitung der textuellen Daten 1. Digitale Bearbeitung des Textes: vs.. Die sebenen: Satz / Text; Ebene; Ebene; Ebene; Ebene. Die Abbildung eines Satzes / Textes in die oben gegebenen Ebenen
MehrTagger for German. Online BRILL-Tagger für das Deutsche
Tagger for German Online BRILL-Tagger für das Deutsche Morphologie V/Ü, Anke Holler Uni Heidelberg, SS2007 Nataliya Mytyay Éva Mújdricza 19.07.2007 Designed by: Dóra Dobos Tagger for German Eric Brill
Mehr1.3 Charakteristische Eigenschaften von objektorientierten Systemen
1.3 Charakteristische Eigenschaften von objektorientierten Systemen Einkapselung (Encapsulation) Geheimhaltungsprinzip (Information / Implementation hiding) Persistenz (State retention) Objektidentität
MehrGrammatikanalyse. Prof. Dr. John Peterson. Sprechstunde: Montags, 14:30-15:30h Raum LS10/Raum 425. Sommersemester 2015 Donnerstags, 14:15h-15:45h
Grammatikanalyse Sommersemester 2015 Donnerstags, 14:15h-15:45h Prof. Dr. John Peterson Sprechstunde: Montags, 14:30-15:30h Raum LS10/Raum 425 1 Termin Thema 16.4. Einführung Zerlegung des Satzes in seine
MehrHarry gefangen in der Zeit Begleitmaterialien
Folge 029 Grammatik 1. The pronoun "es" (review) "es" is a pronoun that usually substitutes a neuter noun. Example: Ist das Bett zu hart? - Nein, es ist nicht zu hart. (es = it das Bett = the bed) But:
MehrOptimalitätstheoretische Syntax
Optimalitätstheoretische Syntax Gereon Müller Institut für Linguistik gereon.mueller@uni-leipzig.ch Vorlesung Sommersemester 2005 Kasustheorie [1] Kasustheorie Inhärente vs. strukturelle Kasus: Woolford
MehrExtraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten
Extraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten FOM Hochschulzentrum Dortmund, Fachbereich Wirtschaftsinformatik
MehrMit der Entwicklung des Internets sind endliche Automaten noch weiter in den Fokus gerückt. Dafür sind mehrere Gründe ausschlaggebend:
Einleitung Endliche Automaten sind das Ergebnis der Entwicklung mathematischer Modelle für verschiedene mathematische, technische und naturwissenschaftliche Anwendungsbereiche. Als Pionierarbeiten gelten
MehrGrundlagen der Textlinguistik
Grundlagen der Textlinguistik * WS 2003/04 1 Grundlagen der Textlinguistik Teil 11: Textproduktion Aufgabe: Schreiben Sie in fünf Minuten ein kurzes Essay über das Thema Ökologie. Nehmen Sie die Aussage:
MehrProgrammierkurs Python II
Programmierkurs Python II Michaela Regneri & tefan Thater FR 4.7 Allgemeine Linguistik (Computerlinguistik) Universität des aarlandes ommersemester 2010 (Charniak, 1997) the dog biscuits N V N V the dog
MehrGliederung. Natürlichsprachliche Systeme I. Merkmalsbasierte Grammatiken. Merkmalsbasierte Grammatiken. Merkmalsbasierte Grammatiken mit NLTK
Merkmalsbasierte Merkmalsbasierte Gliederung Natürlichsprachliche Systeme I Merkmalsbasierte mit NLTK D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität
MehrSyntax II. Gereon Müller Institut für Linguistik 4. November Typeset by FoilTEX
Syntax II Gereon Müller Institut für Linguistik heck@uni-leipzig.de gereon.mueller@uni-leipzig.de 4. November 2014 Typeset by FoilTEX [A] Kasus, 4. Teil [1] Inhärente vs. strukturelle Kasus: Fanselow (1999)
MehrCentrum für Informations- und Sprachverarbeitung Uni München Repetitorium ZP Sommersemester 09. Syntax. Alla Shashkina
Syntax Alla Shashkina Was ist Syntax? Satzlehre System von Regeln, die beschreiben, wie aus einem Inventar von Grundelementen (Morphemen, Wörtern, Satzgliedern) durch spezifische syntaktische Mittel (Morphologische
MehrTiefenkasus und Kasusrahmen bei Fillmore
Tiefenkasus und Kasusrahmen bei Fillmore Technische Universität Berlin Fachbereich Germanistische Linguistik Seminar: Wortfeld, Frame, Diskurs Dozent: Prof. Dr. Posner Referent: Christian Trautsch 0. Referatsgliederung
MehrSyntax und Phonologie: Prosodische Phrasen
Morphologie und Syntax (BA) Syntax und Phonologie: Prosodische Phrasen PD Dr. Ralf Vogel Fakultät für Linguistik und Literaturwissenschaft Universität Bielefeld, SoSe 2008 Ralf.Vogel@Uni-Bielefeld.de 30.6.2008
MehrNLP - Analyse des Wissensrohstoffs Text
NLP - Analyse des Wissensrohstoffs Text Vorlesung Beginn: 8. April 2008 Dienstag 10.15 h - 11.45 h, in Raum 1607 oder 0443 Übungen Dr. Andreas Hotho Dominik Benz Beate Krause Sommersemester 2008 Beginn:
MehrSpezielle Themen der KI. NLP Natural Language Processing. Sprachverstehen
Spezielle Themen der KI NLP Natural Language Processing Sprachverstehen NLP - Verarbeitungsstufen des Sprachverstehen 2 Phonologie und Phonetik Phonologie Lautlehre oder Sprachgebilde-Lautlehre untersucht
MehrSprachstrukturen: Japanisch
Sprachstrukturen: Japanisch Referentin: Katharina Blinova Universität zu Köln Institut für Linguistik Sprachliche Informationsverarbeitung Hauptseminar: Maschinelle Übersetzung Leitung: Prof. Dr. J. Rolshoven
MehrÜbung 4: Weiterführende Transferaufgaben
Übung 4: Weiterführende Transferaufgaben 14.05.2011 Motivation Ziel der Übung ist, dass Sie (mehr) Erfahrung mit Transferregeln machen und ein Gefühl für die Verwendung von Variablen erhalten. Um den Ablauf
MehrÜberblick. VL: Einführung in die Korpuslinguistik. Annotation. Tokenbasierte Annotation
Überblick VL: Einführung in die Korpuslinguistik Anke Lüdeling anke.luedeling@rz.hu-berlin.de Sommersemester 2004 kurze Wiederholung syntaktische phonetische/phonologische Tokenbasierte pos-tagging & Lemmatisierung
MehrWhitepaper Bio-Mode. Quelle: http://freshideen.com/trends/bio-kleidung.html
Whitepaper Bio-Mode Quelle: http://freshideen.com/trends/bio-kleidung.html Seite 1 von 11 Wo wird über Bio-Mode diskutiert? 0,79% 0,76% 0,00% 0,56% 5,26% 9,81% 9,93% 0,15% 72,73% News Soziale Netzwerke
MehrSyntax Verb-Zweit. Modul Syntax und Semantik. Universität Leipzig heck. Institut für Linguistik
Syntax Verb-Zweit Modul 04-006-1003 Syntax und Semantik Institut für Linguistik Universität Leipzig www.uni-leipzig.de/ heck V2-Effekte Beobachtung: In deutschen Matrixsätzen ist die Position nach der
Mehr