Korpuslinguistik für und mit Computerlinguistik

Dies ist die Übersichts- und Startseite für Materialien zur Vorlesung: Korpuslinguistik für und mit Computerlinguistik wie sie im Wintersemester 2002/2003 an der Universität Zürich angeboten wird (Dozent: Dr. Martin Volk). Für Anregungen bzgl. Gestaltung und Inhalt sowie Hinweise auf relevante Hyperlinks ist der Autor sehr dankbar.

Übersicht über die Vorlesungsthemen

1. Einführung, Überblick, Korpus-Beispiele, Repräsentativität, Rechtliche Fragen
2. Automatische Korpus-Annotation I (Textstruktur-Erkennung, Satzendeerkennung, Eigennamen-Klassifikation)
3. Automatische Korpus-Annotation II (PoS-Tagging, Lemmatisierung und Lemma-Filterung, NP/PP Chunking, Clause Boundary Detection)
4. Unsupervisiertes Lernen. Lernen aus Korpora (Beispiel: PP-Anbindung)
5. Manuell annotierte Korpora (Treebanks)
6. Supervisiertes Lernen. Lernen aus Treebanks (Beispiel: PP-Anbindung)
7. Korpus-Abfrage: Werkzeuge und Sprachen (Gastreferentin: Charlotte Merz)
8. Korpora in Lexikographie und Grammatikographie
9. "Weihnachtsvorlesung"
10. Das Web als Korpus
11. Parallele und vergleichbare Korpora I (Alignierung, Terminologie-Extraktion)
12. Parallele und vergleichbare Korpora II (Similarity Thesaurus, Cross-Language Retrieval, TREC-Evaluation)
13. Korpora gesprochener Sprache (Beispiel: Verbmobil)
14. Die Zukunft der Korpuslinguistik

Vorlesung 1: Einführung

• Termin: Dienstag, 22. Oktober 2002
• Lektüreempfehlung: [Meyer 2002; Kap. 1-3]
• Unterlagen zur Vorlesung:
  • als PowerPoint-Datei

• Schlüsselwörter: Geschichte der Korpus-Linguistik, verschiedene Typen von Korpora

Vorlesung 2: Automatische Korpus-Annotation I

• Termin: Dienstag, 29. Oktober 2002
• Lektüreempfehlung: [Volk 2001; Abschnitt 3.1]
• Unterlagen zur Vorlesung:
  • als PowerPoint-Datei

• Schlüsselwörter: Textstruktur-Erkennung, Satzendeerkennung, Eigennamen-Klassifikation

Vorlesung 3: Automatische Korpus-Annotation II

• Termin: Dienstag, 05. November 2002
• Lektüreempfehlung: [Volk 2001; Abschnitt 3.1, Meyer 2002; Kap. 4]
• Unterlagen zur Vorlesung:
  • als PowerPoint-Datei

• Schlüsselwörter: PoS-Tagging, Lemmatisierung und Lemma-Filterung, NP/PP Chunking, Clause Boundary Detection

Vorlesung 4: Unsupervisiertes Lernen. Lernen aus Korpora (Beispiel: PP-Anbindung)

• Termin: Dienstag, 12. November 2002
• Lektüreempfehlung: [Volk 2001; Kapitel 4]
• Unterlagen zur Vorlesung: als PDF-Datei
• Vorschläge für Korpus-Aufgaben 1
• Perl-Beispiel-Programm zum Zählen von Präpositionen

• Schlüsselwörter: Präpositionen und Präpositionsphrasen, Abdeckung und Genauigkeit, Clustering, Nomenfaktor, Paar- vs. Tripel-Häufigkeiten, GermaNet

Vorlesung 5: Manuell annotierte Korpora (Treebanks)

• Termin: Dienstag, 19. November 2002
• Lektüreempfehlung: [Carstensen et al. 2001; Abschnitt 4.3 Baumbanken]
• Unterlagen zur Vorlesung: als PDF-Datei
• Präsentation von Beni Ruef zum Brooklyn-Korpus und zu den TEI-Guidelines
• Vorschläge für Korpus-Aufgaben 2

• Schlüsselwörter: Penn-Treebank, NEGRA-Treebank, Formate, Erstellungs-Werkzeuge

Vorlesung 6: Supervisiertes Lernen. Lernen aus Treebanks (Beispiel: PP-Anbindung)

• Termin: Dienstag, 26. November 2002
• Lektüreempfehlung: [Volk 2001; Kapitel 7]
• Unterlagen zur Vorlesung: als PDF-Datei

• Schlüsselwörter: Back-Off Method, Transformation-Based Learning, Kombination von unsupervisiertem und supervisiertem Lernen

Vorlesung 7: Korpus-Abfrage: Werkzeuge und Sprachen

(Gastreferentin: Charlotte Merz)

• Termin: Dienstag, 03. Dezember 2002
• Lektüreempfehlung: [TIGER-Homepage und TIGERSearch-Beschreibung]
• Unterlagen zur Vorlesung: als PDF-Datei

• Schlüsselwörter: Korpus-Abfragesprachen, TIGER-Search, Gsearch, Menü-basierte Abfragen

Vorlesung 8: Korpora in Lexikographie und Grammatikographie

• Termin: Dienstag, 10. Dezember 2002
• Lektüreempfehlung: [Ooi 1998; Kapitel 2]
• Unterlagen zur Vorlesung: als PDF-Datei

• Schlüsselwörter: Konkordanzen, Kollokationen, Terminographie

Vorlesung 9: Weihnachtsvorlesung

• Termin: Dienstag, 17. Dezember 2002 (ab 17:00 Uhr am Institut für Informatik, Irchel Campus)
• Lektüreempfehlung:

• Schlüsselwörter: ANNOTATE

Vorlesung 10: Das Web als Korpus

• Termin: Dienstag, 7. Januar 2003
• Lektüreempfehlung: [Volk 2002]
• Unterlagen zur Vorlesung: als PDF-Datei

• Schlüsselwörter: Web-Häufigkeiten, PP-Attachment, Diachronie, Linguistische Suchmaschine

Vorlesung 11: Parallele und vergleichbare Korpora I

• Termin: Dienstag, 14. Januar 2003
• Lektüreempfehlung:
• Unterlagen zur Vorlesung: als PDF-Datei

• Schlüsselwörter: Alignierung, Terminologie-Extraktion

Vorlesung 12: Parallele und vergleichbare Korpora II

• Termin: Dienstag, 21. Januar 2003
• Lektüreempfehlung: [Volk et al. 2002]
• Unterlagen zur Vorlesung: als PDF-Datei

• Schlüsselwörter: Similarity Thesaurus, Cross-Language Retrieval, TREC-Evaluation

Vorlesung 13: Korpora gesprochener Sprache (Beispiel: Verbmobil)

• Termin: Dienstag, 28. Januar 2003
• Lektüreempfehlung: [Wahlster 2000]
• Unterlagen zur Vorlesung: als PDF-Datei

• Schlüsselwörter: Transkription

Vorlesung 14: Die Zukunft der Korpuslinguistik

• Termin: Dienstag, 04. Februar 2003
• Lektüreempfehlung: [Eisele and Ziegler-Eisele 2002]
• Unterlagen zur Vorlesung: als PDF-Datei

Bibliographie

Martin Volk, 03.02.03