Automatischer Erwerb von linguistischem Wissen
eBook - PDF

Automatischer Erwerb von linguistischem Wissen

  1. 210 Seiten
  2. German
  3. PDF
  4. Über iOS und Android verfügbar
eBook - PDF

Automatischer Erwerb von linguistischem Wissen

Angaben zum Buch
Inhaltsverzeichnis
Quellenangaben

Über dieses Buch

In dieser Arbeit wird ein Verfahren entwickelt, mit dem strukturierte linguistische Beschreibungen maschinell erzeugt werden. Ausgangspunkt für eine zu erstellende Beschreibung ist eine Menge von Einzeldaten, die einen bestimmten linguistischen Gegenstandsbereich charakterisieren. Das aus diesen Daten automatisch gewonnene linguistische Wissen wird in der Sprache DATR repräsentiert, einem innerhalb der Computerlinguistik entwickelten vererbungsbasierten Formalismus zur Repräsentation lexikalischer Information.

Die Strukturierung eines gegebenen linguistischen Bereiches erfolgt über die Identifikation und Repräsentation von Beziehungen zwischen den Einzeldaten, durch Generalisierung über den Daten sowie durch Abstraktion von ihren Eigenschaften, was zur Repräsentation linguistischer Klassen führt. Das Lernverfahren, das diese Strukturierung leistet, basiert auf einer Menge von Regeln, die Vererbungsbeziehungen zwischen einzelnen Daten herstellen, und einem Algorithmus, der durch die Inferenz von Default-Information über den Daten generalisiert. Da für eine gegebene Menge von Daten viele unterschiedliche Beschreibungen möglich sind, werden Gütekriterien verwendet, die bestimmen, wodurch sich eine gute Beschreibung für einen konkreten Phänomenbereich auszeichnet. Durch den formalen Vergleich von Beschreibungen in DATR anhand dieser Kriterien erfolgt die Auswahl des Ereignisses.

Die Leistungsfähigkeit des implementierten Verfahrens wird durch Anwendungen auf linguistische Daten aus zwei unterschiedlichen Bereichen gezeigt. In der ersten Gruppe von Aufgaben werden Flexionsklassen auf Grund flektierter Substantivformen des Deutschen gebildet. In den Aufgaben des zweiten Bereichs werden Verben auf Grund ihrer syntaktischen Eigenschaften klassifiziert.

Häufig gestellte Fragen

Gehe einfach zum Kontobereich in den Einstellungen und klicke auf „Abo kündigen“ – ganz einfach. Nachdem du gekündigt hast, bleibt deine Mitgliedschaft für den verbleibenden Abozeitraum, den du bereits bezahlt hast, aktiv. Mehr Informationen hier.
Derzeit stehen all unsere auf Mobilgeräte reagierenden ePub-Bücher zum Download über die App zur Verfügung. Die meisten unserer PDFs stehen ebenfalls zum Download bereit; wir arbeiten daran, auch die übrigen PDFs zum Download anzubieten, bei denen dies aktuell noch nicht möglich ist. Weitere Informationen hier.
Mit beiden Aboplänen erhältst du vollen Zugang zur Bibliothek und allen Funktionen von Perlego. Die einzigen Unterschiede bestehen im Preis und dem Abozeitraum: Mit dem Jahresabo sparst du auf 12 Monate gerechnet im Vergleich zum Monatsabo rund 30 %.
Wir sind ein Online-Abodienst für Lehrbücher, bei dem du für weniger als den Preis eines einzelnen Buches pro Monat Zugang zu einer ganzen Online-Bibliothek erhältst. Mit über 1 Million Büchern zu über 1.000 verschiedenen Themen haben wir bestimmt alles, was du brauchst! Weitere Informationen hier.
Achte auf das Symbol zum Vorlesen in deinem nächsten Buch, um zu sehen, ob du es dir auch anhören kannst. Bei diesem Tool wird dir Text laut vorgelesen, wobei der Text beim Vorlesen auch grafisch hervorgehoben wird. Du kannst das Vorlesen jederzeit anhalten, beschleunigen und verlangsamen. Weitere Informationen hier.
Ja, du hast Zugang zu Automatischer Erwerb von linguistischem Wissen von Petra Barg im PDF- und/oder ePub-Format sowie zu anderen beliebten Büchern aus Sprachen & Linguistik & Sprachwissenschaft. Aus unserem Katalog stehen dir über 1 Million Bücher zur Verfügung.

Information

Jahr
2017
ISBN
9783110955279

Inhaltsverzeichnis

  1. Inhaltsverzeichnis
  2. Danksagung
  3. 1. Einleitung
  4. 2. Maschinelles Lernen in der Linguistik
  5. 3. Verwendung von Defaults in der Computerlinguistik
  6. 4. Automatischer Erwerb von DATR-Theorien
  7. 5. Linguistische Lernaufgaben
  8. 6. Schlußbemerkungen
  9. 7. Zusammenfassung
  10. Literatur