BearbeiterIn: Daniela Landert
Betreuer: Manfred Klenner
Personal- und Possesivpronomen beziehen sich auf bereits eingeführte Diskursobjekte. Die Auflösung solcher anaphorischer Bezüge ist eine wichtige Voraussetzung für das Textverstehen. Hier einige Beispiele für die unterschiedlichen Phänomene:
Das Ziel ist eine Sammlung von Skripts (z.B. Perl) zum Training und zur
Evaluierung einer Anaphernresolution basierend auf Memory-based Learning (Timbl).
Timbl erwartet als Eingabe Merkmalsvektoren, wobei jeder Vektor hinsichtlich
seiner Klasse bestimmt sein muss (z.B. positive und negative Beispiele einer
anaphorischen Beziehung). Diese Klasse wird dann im Anwendungsfall (bei der
Evaluierung) vorhergesagt. Die Information in den Vektoren wird linguistischer
Natur sein (siehe den Artikel von Strube & Müller, 2003).
Es geht darum, den Prozess der Extraktion dieser Information aus verschiedenen
CL-Tools zu automatisieren. Eingabe (Anwendungsfall)
ist ein nicht klassifizierter Vektor, der einen möglichen anaphorischen
Bezug repräsentiert, Ausgabe ist die Klassifikationsentscheidung.
Erforderlich sind Kenntnisse einer Skriptsprache (Perl oder Python) und Prolog.