Zur Bestimmung der Zählbarkeit deutscher Substantive - Ruhr ...
Zur Bestimmung der Zählbarkeit deutscher Substantive - Ruhr ...
Zur Bestimmung der Zählbarkeit deutscher Substantive - Ruhr ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
238 Kapitel 7: <strong>Zur</strong> automatisierten <strong>Bestimmung</strong> <strong>der</strong> <strong>Zählbarkeit</strong><br />
herangezogen werden. Eine solche ist in aller Regel einem nicht-überwachten<br />
Verfahren gegenüber überlegen.<br />
7.3 Überwachte Klassifikationsverfahren<br />
Die Verwendung überwachter Verfahren zur <strong>Bestimmung</strong> <strong>der</strong> lexikalischen<br />
<strong>Zählbarkeit</strong> mittels Korpusevidenz ist ein naheliegen<strong>der</strong> Schritt. Das händisch<br />
erstellte <strong>Zählbarkeit</strong>slexikon aus <strong>der</strong> zweiten Annotationsiteration liefert hierfür eine<br />
qualitativ hochwertige, aus insgesamt 960 Lemmata bestehende, Grundlage. Ich<br />
werde mich daher in diesem Abschnitt ausführlich mit <strong>der</strong> Anwendung überwachter<br />
Klassifikationsverfahren zur <strong>Bestimmung</strong> <strong>der</strong> lexikalischen <strong>Zählbarkeit</strong><br />
auseinan<strong>der</strong>setzen.<br />
Einleitend werde ich die Auswahl von Merkmalen beschreiben, die als Grundlage<br />
für eine maschinelle Klassifikation infrage kommen. Daran anschließend<br />
argumentiere ich für eine Reduktion <strong>der</strong> <strong>Zählbarkeit</strong>sklassen, die aufgrund des<br />
teilweise nicht ausreichenden Informationsgehaltes <strong>der</strong> verwendeten Merkmale<br />
notwendig wird.<br />
Hieran folgt eine Übersicht und Diskussion <strong>der</strong> Klassifikationsergebnisse mittels<br />
einer Reihe gängiger Klassifikationsalgorithmen aus dem Bereich des maschinellen<br />
Lernens. Einige <strong>der</strong> von mir präsentierten Klassifikationsergebnisse können als<br />
durchweg gut bezeichnet werden, weshalb ich abschließend die Möglichkeit zur<br />
Unterstützung <strong>der</strong> händischen Annotation mittels eben jener automatisiert<br />
erhobenen Klassifikationsergebnisse diskutieren werde. In dieser Integration<br />
maschineller Vorhersagen in den händischen Annotationsprozess sehe ich den<br />
größten praktischen Nutzen maschineller Lernverfahren zur <strong>Bestimmung</strong> <strong>der</strong><br />
<strong>Zählbarkeit</strong>.<br />
7.3.1 Verwendete Merkmale<br />
Die Idee, die lexikalische <strong>Zählbarkeit</strong> von <strong>Substantive</strong>n mittels überwachter<br />
maschineller Lernverfahren zu bestimmen, ist nicht neu. Baldwin und Bond (2003a),<br />
Baldwin und Bond (2003b) und Baldwin und Beek (2003) beschreiben dieses<br />
Vorgehen für die <strong>Bestimmung</strong> <strong>der</strong> <strong>Zählbarkeit</strong> englischer und nie<strong>der</strong>ländischer<br />
<strong>Substantive</strong>.<br />
Da die Autoren hierzu nicht auf eine eigenständige und händisch durchgeführte<br />
Annotation <strong>der</strong> <strong>Zählbarkeit</strong> einiger <strong>Substantive</strong> zurückgreifen können, verwenden sie<br />
VORABVERSION
Change language