Linguistische Grundlagen der Texterschließung

Transkript

1 Linguistische Grundlagen der erschließung Karin Haenelt Übersicht Stand der erschließung Linguistische Grundlagen und Wissen Schichten der repräsentation Grammatik und Konstruktionstypen Offene Konstruktionen: Konsequenzen Möglichkeiten der Verbesserung des Angebots STAND DER TEXTERSCHLIESSUNG Stand der Inhaltserschließung Information Retrieval No more than 40% precision for 20% recall (Sparck Jones 1987) Message Understanding Maschinelle Übersetzung 60 % der Resultate sind falsch 80 % der relevanten e werden nicht gefunden Eingeschränktes Fachgebiet Anfragen vorher bekannt Beste Ergebnisse 55 % precision / 45 % recall Entspricht nicht den Anforderungen an gute Übersetzungen Grenzen der Ersatzverfahren Gesuchte Einheiten Verknüpfungen Abstandsmaß Hintergrundinformation Zeichen ketten Boole Zahlen statisch Thesaurus Utzon studierte in rec < 100% Kopenhagen. Danach arbeitete er in Stockholm und baute 1952 sein eigenes in Hellebæk. bauen Baum bauchig Löbau pre < 100% arbeitete Behrens für pre < 100% die Continental Gummi-Werke gewann Utzon den ersten Preis für das Opernh in Sydney. Opernsaal. Konzertsaal. Das Innere [Breuer]... Es folgten.. das Wintersportzentrum Flaine in 1922 wurde Behrens Direktor der Architekturschule. pre < 100% rec < 100% rec < 100% pre < 100% Inhaltserschließung - Ziele Funktionalität Zugriff auf inhaltliche Zusammenhänge Bildung thematischer Zusammenhänge Verfolgung inhaltlicher Zusammenhänge Weiterentwicklung der Zugriffsperspektiven auf Information Verarbeitung Robustheit Effizienz

2 LINGUISTISCHE GRUNDLAGEN e und Wissen (1) e sind offene Sichten auf offene Hintergrundinformation Aktueller Hintergrund- Informations- explizit eingeführte Verknüpfung implizit eingeführte Verknüpfung Ein Beispiel n.. verschlossen einem pilzförmigen Kork einem anderen für den Kontakt Lebensteln zugelassenen Haltevorrichtung Die in Abschnitt A Nr.1 genannten se dürfen nur in n abgefüllt sein, zum Verkauf vorrätig gehalten und in den Verkehr gebracht werden, die folgendermaßen verschlossen sind einem pilzförmigen Kork einem anderen für den Kontakt Lebensteln zugelassenen Haltevorrichtung, gegebenenfalls einem Plättchen bedeckt, wobei der ganz und der nhals ganz teilweise Folien umkleidet ist, einem sonstigen Verschluss, wenn 0,20 Liter.. gemäß den Vorschriften dieser Verordnung etikettiert sind. Verordnung EG Nr. 1493/1999 gemeinsame Marktorganisation für Wein Kork Kork e und Wissen (2) verstehen ist ein Konstruktionsprozess Schichten der repräsentation Die se dürfen nur in n abgefüllt sein Grammatik Interpretation Interpretation a Syntax passiv Interpretation Themen - Verstehen - Inhalt &

3 Grammatik & Konstruktionstypen linearer Grammatik textuell geschloss.: Konstruktion textuell offen: Interpretation - Verstehen a a a Syntax t x komplexe Information & Zugriffsstruktur Inhalt & t y uell geschlossene und textuell offene Verwendungen von Konstruktionen Konstruktionen sind nicht generell geschlossen offen textuell geschlossene Verwendungen: Konstruktion auf rein formaler Grundlage klare Spezifikation und eindeutige Verwendung definite Informationseinheiten definite Verbindungen zu anderen Einheiten textuell offene Verwendungen: grammatikalische Unterspezifikation mehrfache Verwendung formaler definite Informationseinheiten Verbindung zu anderen Einheiten bleibt offen für Interpretation geschlossen:satzintern einfaches Vorkommen sprachlicher Mittel, Kasusinformation Satz Die se dürfen nur in n abgefüllt sein passiv geschlossen: satzextern erweiterte definite Nominalphrase offen geschlossen Weine, die den vorhandenen Mindestalkoholgehalt für Tafelwein nicht erreichen, dürfen nur für die Herstellung von Schaumwein, für die Essigindustrie, zur Destillation zu anderen industriellen Zwecken in den Verkehr gebracht werden. Die Anreicherung dieser Weine Themen bringen Wein von Anreicherung geschlossen:satzextern segmentierung TITEL III MARKTMECHANISMEN KAPITEL I BEIHILFE FÜR DIE PRIVATE LAGERHALTERUNG Artikel Für die Erzeuger wird eine Beihilfe für die private Lagerhaltung folgender se gewährt: (a) Tafelwein; (b) Traubenmost, konzentrierten Traubenmost und rektifiziertes Traubenmostkonzentrat. 2. Vorsetzung für die Gewährung der Beihilfe ist, reference concept geschlossen: textextern Verweis auf Hintergrundinformaiton za) Zusatz von Karamel gemäß der Richtlinie 94/36/EG des Europäischen Parlaments und des Rates vom 30. Juni 1994 über Farbstoffe, die in Lebensteln verwendet werden dürfen(1), zur Verstärkung der Farbe von Likörwein und Qualitätslikörwein b. A.;

4 offen: satzintern Präpostionalphrase theme reference n.. verschlossen einem Kork einem anderen Haltevorrichtung offen: satzintern Präpostionalphrase n.. verschlossen einem Kork einem anderen Haltevorrichtung Kork Kork vschl Kork offen: satzintern n...., der Haltevorrichtung.. n.... und speziellen Haltevorrichtungen n.. verschlossen.. Kork anderem... Haltevorrichtung Kohäsionsdimensionen der Satzstruktur syntaktische Kohäsion semantische Kohäsion vschl Kork Material Kork offen: satzextern definite Nominalphrasen Themen T Wein in R Schaumwein darf nur in n abgefüllt sein. Das Etikett muss den Typ des Produktes angeben. Die Information muss in einer in mehreren offiziellen Sprachen der Gemeinschaft angegeben werden. haben T Etikett geben R Typ sein T Info in R Sprache Fälle für die Anwendung von Hintergrundinformation Bestimmung von Tiefenkasusrollen Zuordnung von Präpositionalphrasen Relativsätzen Koordinaitonsskopus Anaphernauflösung segmentierung klassifikation

5 Offene Konstruktionen & Linguistische Theorien Satzstrukturen: Bäume Netze? struktur Kombination der Absicht der Schreibenden und der Interpretation der Lesenden nicht notwendigerweise hierarchisch nicht notwendigerweise nur ein ierungsprinzip nicht notwendigerweise feste Grenzen Grammatik Sapir: all grammars leak Manning/Schütze: somehow we need to make things looser Offene Konstruktionen & Sprachtechnologie Parsing keine rein Grammatik-basierte Lösung Verarbeitung erfordert: Grammatik für geschlossene Informationseinheiten Behandlung offener Informationseinheiten Heuristiken Hintergrundinformation (Corpus) favorisiert Ansätze des partiellen und kaskadierten Parsings Offene Konstruktionen & Sprachtechnologie Nicht: Erzeugung der korrekten repräsentation Sondern: Erzeugung einer korrekten repräsentation zu einer gegebenen Hintergrundinformation Eröffnung dynamischer Möglichkeiten für textübergreifende Verfolgung von Themen Entwicklung von Zugriffsstrukturen auf Informationsquellen Entwicklung neuen Wissens Offene Kosntruktionen & Sprachberatung offene Konstruktionen bewußt machen typen beachten Rechtstexte verwenden äußerst sorgfältig textuell geschlossene Konstruktionen Nachrichten verlassen sich sehr auf die Fähigkeit der Adressierten, Kaskaden früherer Meldungen als Hintergrundinformation bereitzustellen Gebrauchsanweisungen täten gut daran, textuell geschlossene Konstruktionen zu bevorzugen trade-off textuell geschlossene Konstruktionen sicherer, aber umständlicher Folgerung offene Verwendungen grammatikalischer Mittel sind eine Quelle von Interpretations- Varianten Interpretationsvariationen sind eine inhärente Eigenschaft natürlichsprachigegr Kommunikation MÖGLICHKEITEN DER VERBESSERUNG DES ANGEBOTES wir müssen nicht eine Entschuldigung finden für unsere empirischen Ergebnisse in der Massendatenanalyse von Corpora wir müssen die Variation akzeptieren wir müssen der Variation umgehen

6 Informationsangebot: e Handelnde Sachverhalt Ergebnis Zeit Ort Gropius bauen Faguswerke 1910/11 Berlin sollte entstehen Bauh-Archiv Darmstadt entstehen Bauh-Archiv Berliner Tiergarten Utzon bauen 1952 Hellebæk entwerfen Opernh Sydney Informationseinheit: Kospezifikationen textintern Jørn Utzon, Originellste Architektenbegabung in der mnen Architektur Dänemarks, er identität textextern Kriterien? Informationseinheit: Themen Anfragen Offene Sichten auf offene Information Utzon 1952 baute Utzon sein in Hellebæk. Utzon bauen dyn Arch. charact. Brockh Wahrig Grundriss:.. das hat einen klaren ~ haben Grundriss Utzon Der offene Grundriss... offen Dänemark Charakteristisch für die dynamische Architektur sind Häuser offenem Grundriss Grundriss is Grundriss is offen Grundriss Anfrage Hintergrund- Informations- Explizit eingeführte Verknüpfung Implizit eingeführte Verknüpfung Literatur Karin Haenelt (2003) Degrees of Understanding. ually closed and open uses of linguistic constructions and their effect on comprehensibility and interpretation variations of texts. In: Luuk Lagerwerf, Wilbert Spooren and Liesbeth Degand (eds.): Determination of Information and Tenor in s: Proceedings of the 5th International Workshop on Multidisciplinary Approaches to Discourse. Driebergen/ NL, October 22th-25th, Nodus Publikationen, Münster. " einem pilzförmigen Kork einem anderen für den Kontakt Lebensteln zugelassenen Haltevorrichtung". Geschlossene und offene sprachliche Konstruktionen und die Verständlichkeit und Interpretation von en S. kontext.fraunhofer.de/haenelt/papers/schaumweinstopfen/schaumwei nstopfen.pdf Karin Haenelt (2002) A Context-Based Approach Towards Content Processing of Electronic Documents. In: Klenner, Manfred und Henriëtte Visser (eds.): Computational Linguistics for the New Millenium. Proceedings of the International Symposium, Heidelberg, July, 21st to 22nd, 2000.