Vierte Sitzung - Das Lexikon in der Computerlinguistik (CL1), der Computerlexikographie (CL2) und der Computerkorpuslinguistik (CL3)

Was ist Computerlinguistik (CL1)?

• Sprachanalyse mit dem Computer
• Erstellung von Programmen für Analyse und Generierung von natürlicher Sprache
• weniger anspruchsvolle Aufgaben
• Verarbeitung natürlicher Sprache (Natural Language Processing - NLP)
• computergestützt, nicht Computer --- linguistisch, nicht Sprachverarbeitung
• CL1 ist die computergestützte Sprachverarbeitung aus der Sicht des Linguisten
• NLP ist die computergestützte Sprachverarbeitung aus der Sicht des Informatikers
• technischer Ansatz für NLP
• kognitiver Ansatz im Rahmen der künstlichen Intelligenz für CL1

Das Lexikon in CL1

• Lexikon als eine periphere Komponente betrachtet
• zunehmende Wichtigkeit des Lexikons
• Verbesserung des Lexikons ist nötig
• alle syntakischen, semantischen und pragmatischen Informationen
• Aufbau, Inhalt und Spezifikation des Lexikons sind zweckgebunden

Machine Translation - MT

• Lexika für maschinelle Übersetzung
• wenig mehr als Wortlisten
• Wörter der Quellsprache in Wörter der Zielsprache übersetzen
• Ergebnisse waren wegen lexikalischen Ambiguität schlecht bis unbrauchbar

  englisch:	brown	französich:	brun, marron, jaune
  hindi:	pila	deutsch:	gelb, orange, braun
  deutsch:	blau	russisch:	goluboj, sinij

• Behandlung der Ambiguitäten durch Nennung aller möglichen Bedeutungen, resultiert in bedeutungslosen Text
• syntaktisches Parsen rückte in den Mittelpunkt des Interesses
• lieferte auch enttäuschende Ergebnisse, weil keine Bedeutungskomponente
• wiederbelebt durch Entwicklung wissensbasierter KI-Systeme
• Hinzufügen semantischer Information
• Menge des semantischen Wissens war größer als angenommen
• führte zur lexikalischen Wissensbasis (Lexical-Knowledge-Bank - LKB)
• Übersetzung nicht von grammatischen Regeln, sondern vom Systemwissen über einzelne Wörter gesteuert
• Für LKBs wird der Unterschied zwischen linguistischem und enzyklopädischem Wissen völlig irrelevant
• Heutzutage bescheidenere Spezifikation des Lexikons:
  • morphologische Informationen
  • syntaktische Informationen
  • semantische Informationen
  • pragmatische Informationen
  • im Falle von Sprachanwendungen auch phonologische Informationen