Zur Bestimmung der Zählbarkeit deutscher Substantive - Ruhr ...

236 Kapitel 7: Zur automatisierten Bestimmung der Zählbarkeit
„As few as 6.4% of the nouns in all three lists only occurred in the third list, i.e.
only 6.4% of the inspected nouns could be unambiguously identified as mass
nouns.“ (Schiehlen & Spranger, 2006)
Die Behauptung der Autoren, dass diese knapp 7% aller Substantive als lexikalisch
nicht-zählbar bezeichnet werden können, ist zudem ein Trugschluss. Die
Problematik des Universal-Grinders wurde zur Genüge diskutiert und es muss davon
ausgegangen werden, dass in der Menge von in diesem Kontext beobachtbaren
Substantiven auch lexikalisch zählbare Terme in einem automatisiert nur schwer
erkennbaren Universal-Grinder-Kontext vorliegen. 85 Außerdem sind auch andere
mögliche Ursachen für die fälschliche Beobachtung eines Substantivs in Kontext
einer der genannten Quantoren nicht auszuschließen, unter anderem ganz praktische
Fehlerursachen, wie Rechtschreibfehler, falsch erkannte Satzgrenzen, zerstückelte
Sätze etc. 86
Angenommen, diese Fehlklassifizierungen werden nur als minimales
hinzunehmendes Rauschen auf den Daten interpretiert, so ist der genannte Wert von
6,4% dennoch weit entfernt von den händisch annotierten Werten. In der zweiten
Annotationsiteration wurden immerhin 20,1% der Substantive als nicht-zählbare
Substantive klassifiziert. 87 All diese sollten der Theorie nach mit
singularselektierenden Quantoren auftreten können.
Das Problem, auf das die Autoren bei diesem Vorgehen stoßen, ist das generelle
Problem der data sparseness. Nur weil syntaktisch nicht-zählbare Substantive im
Skopus eines singularselektierenden Quantors stehen können, muss dies in einem
natürlichsprachlichen Korpus nicht auch zwingend der Fall sein. Der Vergleich mit
einer händischen Analyse zeigt, dass etwa zwei Drittel aller nicht-zählbaren
Substantive mittels dieser automatisierten Vorgehensweise nicht erfasst werden. Um
die Problematik fehlender Evidenz für eine Zählbarkeitsklasse zu umgehen, bedarf es
daher in der Praxis nicht nur eines Merkmals, hier die singularselektierenden
Quantoren, sondern einer ganzen Reihe von potenziell informativen Merkmalen.
VORABVERSION
Ein weiteres solches Merkmal wäre das Auftreten eines Substantivs im Singular in
einer Numerativkonstruktion. Auch dieses weist mit einer relativ hohen
Wahrscheinlichkeit auf die lexikalische Nichtzählbarkeit des Lemmas hin.
85 Eine Kritik, die die Autoren auch selbst anmerken.
86 Die Diskussion möglicher Fehlerquellen wird im Abschnitt 7.3.1 im Kontext überwachter
Klassifikationsverfahren noch einmal aufgegriffen.
87 Die Prozentzahl ergibt sich aus den Mitgliedern der Klasse III, IV und V mit jeweils beiden
Untergruppen aus der zweiten Annotationsiteration (siehe Kapitel 6).