Automatischer Erwerb von linguistischem Wissen

In dieser Arbeit wird ein Verfahren entwickelt, mit dem strukturierte linguistische Beschreibungen maschinell erzeugt werden. Ausgangspunkt f r 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 repr sentiert, einem innerhalb der Computerlinguistik entwickelten vererbungsbasierten Formalismus zur Repr sentation lexikalischer Information.

Die Strukturierung eines gegebenen linguistischen Bereiches erfolgt ber die Identifikation und Repr sentation von Beziehungen zwischen den Einzeldaten, durch Generalisierung ber den Daten sowie durch Abstraktion von ihren Eigenschaften, was zur Repr sentation linguistischer Klassen f hrt. 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 ber den Daten generalisiert. Da f r eine gegebene Menge von Daten viele unterschiedliche Beschreibungen m glich sind, werden G tekriterien verwendet, die bestimmen, wodurch sich eine gute Beschreibung f r einen konkreten Ph nomenbereich auszeichnet. Durch den formalen Vergleich von Beschreibungen in DATR anhand dieser Kriterien erfolgt die Auswahl des Ereignisses.

Die Leistungsf higkeit 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.