Lexikonaufbau und Morphologie-Analyseverfahren

Jeweils DIENSTAGS, 16.15-18.00, Raum HG 321

Dies ist die Übersichts- und Startseite für Materialien zur Vorlesung: Lexikonaufbau und Morphologie-Analyseverfahren wie sie im Sommersemester 2002 an der Universität Zürich angeboten wird (Dozent: Gerold Schneider, Computerlinguistik). Ein Teil der Materialien wurden seit Sommersemester 1996 von Martin Volk erarbeitet und von mir übernommen. Für Anregungen bzgl. Gestaltung und Inhalt sowie Hinweise auf relevante Hyperlinks wäre der Autor sehr dankbar.

Neben den verlinkten HTML-Unterlagen (auf Titel klicken) sind auch ein Grossteil der in der Stunde aufgelegten Folien verfügbar, in graphisch schönem aber unverlinktem PDF-Format (auf "PDF" hinter Titel klicken, in einigermassen modernen Browsern öffnet das den dazu benötigten Acrobat Reader selbsttätig).

Kein Buch deckt den Stoff dieses Kurses vollständig ab, aber als Einführung besonders geeignet sind:

• [Jurafsky & Martin 00] : Allgemein eine gute Einführung in CL, in diesem Kurs für Vorlesungen 5-7 und 10.
• [McEnery 96] : Für Corpuslinguistik, in diesem Kurs Vorlesungen 8 und 9.

Das Programm

Vorlesung 1: Morphologie, Lemmatisierung und Wortartenklassifikationen (PDF)

• Termin: 02. April 2002

Vorlesung 2: Morphemklassifikation; Flexionsparadigmen deutscher Nomen, Verben und Adjektive (PDF 1. Teil, PDF 2. Teil)

• Termin: 09. April 2002
• Lektüreempfehlung: Duden-Grammatik (Abschnitt 2.2 Die Bildung der Verbformen; 3.4 Die Deklination des Substantivs; 4.2 Die Deklination des Adjektivs)

Vorlesung 3: Wortbildung: Komposition und Derivation (PDF)

• Termin: 16. April 2002
• Lektüreempfehlung: Duden-Grammatik (Abschnitt "Die Wortbildung: Allgemeines")

Vorlesung 4: Das Morphologieanalysesystem GERTWOL

• Termin: 23. April 2002
• Lektüreempfehlung entfällt, da ausführliches Skript

Vorlesung 5: Einführung in die Theorie der "Two-level Morphology" (PDF)

• Termin: 30. April 2002
• Lektüreempfehlungen: Als Einführung [Jurafsky & Martin 00, Chapter 3.2] oder Introduction to PC-Kimmo. Ausführliche und gut verständliche Hauptempfehlung: [Karttunen 91]. Bei Bedarf zusätzlich Simon's Automatentheorie aus dem Prologkurs

Vorlesung 6: Token, Types, Häufigkeiten und automatische Wortartenerkennung (Statistik-basiertes Tagging) (PDF)

• Termin: 07. Mai 2002
• Lektüreempfehlung: [Jurafsky & Martin 00, Chapter 8]. Für Interessierte auch [Jurafsky & Martin 00, Chapters 6-7]

Vorlesung 7: Regelbasiertes Tagging (Brill-Tagging) (PDF)

• Termin: 14. Mai 2002
• Lektüreempfehlung: [Brill 92]

Vorlesung 8: Korpuslinguistik I: Einführung (PDF)

• Termin: 21. Mai 2002
• Lektüreempfehlung: [McEnery 96] Chapters 1 & 2, oder [Biber 98] Chapters 1 & 2.

Vorlesung 9: Korpuslinguistik II: Statistik für Linguisten (auf Englisch) (PDF)

• Termin: 28. Mai 2002
• Lektüreempfehlung: [McEnery 96] Chapters 3 & 5. Besonders ausführlich: [Manning & Schütze 99]

Vorlesung 10: Die Anwendung von Morphologieanalyse in Information Retrieval-Systemen (PDF)

• Termin: 04. Juni 2002
• Lektüreempfehlung: Als Einführung [Ruge und Goeser 98]: Information Retrieval ohne Linguistik? oder [Smeaton 99]: Using NLP or NLP Resources for Information Retrieval Tasks. Als angewendeter Algorithmus fürs Englische: The Porter Stemming Algorithm: [Jurafsky & Martin 00, Appendix B]

Vorlesung 11: Lexikologie, Lexikographie und Lexikonstrukturen (PDF)

• Termin: 11. Juni 2002

Vorlesung 12: Beispiele für CL Lexika I:
(a) Celex;
(b) Text Encoding Initiative & SGML

• Termin: 18. Juni 2002
• Lektüreempfehlungen: Für SGML/XML: Introduction to XML und (Kurze Einführung in SGML oder A gentle Introduction to SGML). Für TEI: Zur Einführung in TEI (Seminarreferat Uni Erlangen)

Vorlesung 13: Beispiele für CL Lexika II:
(c) DATR: Merkmale und Vererbung in unifikationsbasierten Lexika (PDF) ;
(d) WordNet: ein elektronischer hierarchischer Thesaurus (PDF)

• Termin: 25. Juni 2002
• Lektüreempfehlung: Für DATR: DATR (Abschnitte 1 und 2: Introduction + DATR by example). Für WordNet: "Five Papers on WordNet", v.a. Chapter 1: "Introduction to WordNet", prologdb.htm (Anleitung zu Prolog-Version von WordNet)

Vorlesung 14: Word Sense Disambiguation (Wortsinndisambiguierung)

• Termin: 02. Juli 2002
• Word Sense Disambiguation: an Overview of Current Approaches. Postscript Slides (in English)

Literaturliste

Morphologische Fundsachen