Automatischer Erwerb von linguistischem Wissen

Mehr zum Buch

In dieser Arbeit wird ein Verfahren zur maschinellen Erzeugung strukturierter linguistischer Beschreibungen entwickelt. Die Basis bildet eine Menge von Einzeldaten, die einen bestimmten linguistischen Bereich charakterisieren. Das automatisch gewonnene linguistische Wissen wird in der Sprache DATR repräsentiert, einem vererbungsbasierten Formalismus zur Darstellung lexikalischer Informationen. Die Strukturierung erfolgt durch Identifikation und Repräsentation von Beziehungen zwischen den Einzeldaten, Generalisierung über diese sowie Abstraktion ihrer Eigenschaften, was zur Repräsentation linguistischer Klassen führt. Das Lernverfahren nutzt Regeln zur Herstellung von Vererbungsbeziehungen und einen Algorithmus, der durch Inferenz von Default-Informationen generalisiert. Da es viele mögliche Beschreibungen für eine gegebene Datenmenge gibt, werden Gütekriterien herangezogen, um die Qualität einer Beschreibung für einen spezifischen Phänomenbereich zu bestimmen. Der formale Vergleich von DATR-Beschreibungen anhand dieser Kriterien ermöglicht die Auswahl des besten Ergebnisses. Die Leistungsfähigkeit des Verfahrens wird durch Anwendungen auf linguistische Daten aus zwei Bereichen demonstriert: In der ersten Gruppe werden Flexionsklassen anhand flektierter Substantivformen des Deutschen gebildet, während im zweiten Bereich Verben aufgrund ihrer syntaktischen Eigenschaften klassifiziert werden.