TY - THES A1 - Bourgonje, Peter T1 - Shallow discourse parsing for German T1 - Shallow Discourse Parsing für Deutsch N2 - While the last few decades have seen impressive improvements in several areas in Natural Language Processing, asking a computer to make sense of the discourse of utterances in a text remains challenging. There are several different theories that aim to describe and analyse the coherent structure that a well-written text inhibits. These theories have varying degrees of applicability and feasibility for practical use. Presumably the most data-driven of these theories is the paradigm that comes with the Penn Discourse TreeBank, a corpus annotated for discourse relations containing over 1 million words. Any language other than English however, can be considered a low-resource language when it comes to discourse processing. This dissertation is about shallow discourse parsing (discourse parsing following the paradigm of the Penn Discourse TreeBank) for German. The limited availability of annotated data for German means the potential of modern, deep-learning based methods relying on such data is also limited. This dissertation explores to what extent machine-learning and more recent deep-learning based methods can be combined with traditional, linguistic feature engineering to improve performance for the discourse parsing task. A pivotal role is played by connective lexicons that exhaustively list the discourse connectives of a particular language along with some of their core properties. To facilitate training and evaluation of the methods proposed in this dissertation, an existing corpus (the Potsdam Commentary Corpus) has been extended and additional data has been annotated from scratch. The approach to end-to-end shallow discourse parsing for German adopts a pipeline architecture and either presents the first results or improves over state-of-the-art for German for the individual sub-tasks of the discourse parsing task, which are, in processing order, connective identification, argument extraction and sense classification. The end-to-end shallow discourse parser for German that has been developed for the purpose of this dissertation is open-source and available online. In the course of writing this dissertation, work has been carried out on several connective lexicons in different languages. Due to their central role and demonstrated usefulness for the methods proposed in this dissertation, strategies are discussed for creating or further developing such lexicons for a particular language, as well as suggestions on how to further increase their usefulness for shallow discourse parsing. N2 - Obwohl in den letzten Jahrzehnten beeindruckende Verbesserungen in verschiedenen Bereichen der natürlichen Sprachverarbeitung erzielt wurden, bleibt es für einen Computer eine Herausforderung, den Diskurs und Kontext von einem Text zu verstehen. Es gibt mehrere Theorien, die versuchen, die Struktur zu beschreiben und zu analysieren, die einem gut geschriebenen Text zugrunde liegt. Diese Theorien haben einen unterschiedlichen Grad an Anwendbarkeit und Machbarkeit für den praktischen Einsatz. Die vermutlich datengetriebenste dieser Theorien ist das Paradigma, das mit der Penn Discourse TreeBank einhergeht, einem für Diskursrelationen annotierten Korpus mit über 1 Million Wörtern. Jede andere Sprache als Englisch kann jedoch als ressourcenarme Sprache betrachtet werden, wenn es um die Diskursverarbeitung geht. In dieser Dissertation geht es uam "Shallow Discourse Parsing" (Diskursparsing nach dem Paradigma der Penn Discourse TreeBank) für Deutsch. Die begrenzte Verfügbarkeit von annotierten Daten für Deutsch bedeutet auch, dass das Potenzial moderner, Deep-Learning-basierter Methoden, die auf solchen Daten aufbauen, begrenzt ist. In dieser Dissertation wird untersucht, inwieweit maschinelles Lernen und Deep-Learning-basierte Methoden mit traditionellem, linguistischem Feature-Engineering kombiniert werden können, um die Leistung bei der Diskurs-Parsing-Aufgabe zu verbessern. Eine zentrale Rolle spielen dabei Lexika, die die Diskurskonnektive einer bestimmten Sprache mit einigen ihrer Kerneigenschaften vollständig auflisten. Um das Training und die Evaluierung der in dieser Dissertation vorgeschlagenen Methoden zu ermöglichen, wurde ein bestehender Korpus (der Potsdamer Kommentarkorpus) erweitert und zusätzliche Daten von Grund auf annotiert. Der Ansatz für "end-to-end" Diskurs-Parsing für Deutsch verwendet eine Pipeline-Architektur und präsentiert entweder die ersten Ergebnisse oder verbessert den Stand der Technik für Deutsch für die einzelnen Teilaufgaben der Diskurs-Parsing-Aufgabe, die in der Verarbeitungsreihenfolge Konnektoridentifikation, Argumentextraktion und Relationen-klassifikation sind. Der für diese Dissertation entwickelte Diskursparser für Deutsch ist Open-Source und online verfügbar. Im Zuge der Erstellung dieser Dissertation wurden mehrere Lexika mit Konnektoren für verschiedenen Sprachen bearbeitet. Aufgrund ihrer zentralen Rolle und nachgewiesenen Nützlichkeit für die in dieser Arbeit vorgeschlagenen Methoden werden Strategien zur Erstellung oder Weiterentwicklung solcher Lexika für eine bestimmte Sprache sowie Vorschläge zur weiteren Steigerung ihrer Nützlichkeit für das "Shallow Discourse Parsing" diskutiert. KW - discourse parsing KW - connectives KW - data annotation KW - NLP pipelines KW - text structure KW - Shallow Discourse Parsing KW - end-to-end discourse parsing KW - Diskurs-parsing KW - Konnektoren KW - Daten-annotation KW - Textstruktur KW - end-to-end diskurs-parsing Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-506632 ER - TY - BOOK A1 - Stede, Manfred A1 - Mamprin, Sara A1 - Peldszus, Andreas A1 - Herzog, André A1 - Kaupat, David A1 - Chiarcos, Christian A1 - Warzecha, Saskia ED - Stede, Manfred T1 - Handbuch Textannotation T1 - Handbook text annotation BT - Potsdamer Kommentarkorpus 2.0 BT - Potsdam commentary corpus 2.0 N2 - Das Potsdamer Kommentarkorpus ist eine Sammlung von Zeitungstexten, die dem Genre ‘Kommentar' zuzuordnen sind. Der öffentlich verfügbare Teil besteht aus 175 Texten aus der Märkischen Allgemeinen Zeitung, die hinsichtlich Syntax, Koreferenz, Konnektoren und Rhetorische Struktur manuell annotiert wurden. Weitere Ebenen werden bei zukünftigen Korpusversionen hinzukommen. Dieses Buch enthält die Annotationsrichtlinien, die der Bearbeitung des öffentlichen Teils des Korpus zugrunde lagen, sowie auch anderer Teile, bei denen mit weiteren Annotationsebenen experimentiert wurde. Die meisten der Richtlinien werden auch für ähnliche Text-Genres und für andere Sprachen verwendbar sein. N2 - The Potsdam Commentary Corpus is a collection of newspaper texts belonging to the ‘commentary’ genre. The public part consists of 175 texts from Märkische Allgemeine Zeitung that have been manually annotated for syntax, coreference, connectives, and rhetorical structure. Further layers will be added to future releases of the corpus. This book assembles the annotation guidelines that have been used for that public part, as well as for other portions, where other layers of annotation have been experimented with. Most of the guidelines will be applicable to similar genres, and also to other languages. T3 - Potsdam Cognitive Science Series - 8 KW - linguistische Annotation KW - linguistisches Korpus KW - Textstruktur KW - Zeitungskommentare KW - linguistic annotation KW - linguistic corpus KW - text structure KW - newspaper commentary Y1 - 2015 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-82761 SN - 978-3-86956-343-5 ER - TY - BOOK ED - Krause, Wolf-Dieter T1 - Das Fremde und der Text : fremdsprachige Kommunikation und ihre Ergebnisse N2 - Dass die Textlinguistik nicht umhin kommt, ihre Beschreibungen und ihr Instrumentarium auch im Hinblick auf Texte zu überprüfen, die nicht von Muttersprachlern erzeugt worden sind, ist durch die wachsenden Bedürfnisse nach fremdsprachiger Kommunikation und die rapide steigende Zahl entsprechender kommunikativer Ereignisse bedingt. Der Fokus der vorliegenden Publikation liegt auf dem fremdsprachigen Text (vorzugsweise in seiner schriftlichen, monologischen Ausprägung) als sprachlicher Größe liegen. Bei der Analyse fremdsprachiger Texte werden neben textlinguistischen Fragen aber auch andere Gesichtspunkte berücksichtigt: soziolinguistische Aspekte, z.B. in Bezug auf die Kommunikationspartner, die kommunikativen Domänen, den sozial-historischen Rahmen der Kommunikation usw., psycholinguistische Hintergründe, z.B. im Hinblick auf die kognitive Verarbeitung fremdsprachlich-kommunikativer Anforderungen, literaturwissenschaftliche Bezüge, etwa hinsichtlich fremdsprachiger Einflüsse auf literarische Werke und ihre Rolle im literarischen Diskurs, translationswissenschaftliche Gesichtspunkte im Hinblick auf die Adaptation und Bewahrung des Fremden im übersetzten Text sowie pädagogisch-didaktische Fragen im Rahmen des gesteuerten Fremdsprachenerwerbs. N2 - Owing to the growing necessity for foreign language interaction and the rapidly increasing number of associated communicative events, it is essential for text linguistics also to test its categories and methodology on texts which have not been produced by native speakers. The focus of the present publication lies on the foreign language text (primarily on its written, monological form) which is conceived as a linguistic entity. However, alongside textlinguistic issues the analysis of foreign language texts also entails a consideration of the following parameters: sociolinguistic aspects, e.g. with regard to the communicative partners, communicative domains, social-historic framework of the communicative situation etc.; psycholinguistic aspects, e.g. with respect to the cognitive processing of foreign language communication tasks; literary aspects, e.g. with regard to foreign language influences on literary works and their role in literary discourse; translatory aspects concerning the adaptation and preservation of foreign cultural elements in a translated text and pedagogical-didactic questions concerning foreign language teaching. KW - Textlinguistik KW - Textualitätskriterien KW - Textstruktur KW - Textsorte KW - Intertextualität KW - Kommunikationsaufgabe KW - fremdsprachige Kommunikation KW - Text linguistics KW - Textuality criteria KW - Text structure KW - Text type KW - Intertextuality KW - Communicative task KW - Foreign language communication Y1 - 2010 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-40447 SN - 978-3-86956-033-5 PB - Universitätsverlag Potsdam CY - Potsdam ER -