Ein Computerlinguistisches Lexikon als komplexes System

3.1 Computerlinguistische Modellierung
Transducer oder kurz Transducer, bei dem die Eingabe modifiziert wird oder
Zeichenketten zusätzlich ausgegeben werden können.
Abbildung 3.3: Ein simpler Transducer
Der in Abbildung 3.3 dargestellte Transducer liest wiederum die Eingabezeichenkette
Apfel, vertauscht jedoch bei jedem Zustandsübergang das Eingabezeichen
gegen ein anderes Zeichen. 3 Das Resultat nach Abarbeiten der Eingabe ist
die Zeichenkette Saft.
3.1.3 Problem regelbasierter Systeme: Übergenerierung
Der am einfachsten zu realisierende Automat 4 erlaubt die beliebige Verkettung
aller im Lexikon vorkommenden Morpheme. Jeder Zustand, der nach dem Lesen
des letzten Zeichens eines Morphems im Lexikon auftritt, wird als Endzustand
definiert, von dem aus ein Übergang in den Startzustand stattfindet.
Die Eingabe wird nur dann abgelehnt, wenn sie sich nicht aus aneinandergereihten
Morphemen zusammensetzt. Umgekehrt wird jede beliebige Kombination
oder auch Wiederholung von Morphemen akzeptiert, also auch den
Regeln der Wortbildung zuwiderlaufende Phantasieformen wie *wend ab keit,
*keit bar, *keit keit keit usw. Dieses Phänomen wird als Übergenerierung bezeichnet.
Die Sprache (die Menge aller Zeichenketten), die der Automat erkennt,
umfasst zwar alle Wortformen, die als korrekt erkannt werden sollen,
darüber hinaus aber auch noch einen wesentlich größeren Teil von Formen, die
keine gültigen Wortformen des Deutschen sind.
Eine Übersicht über einige der möglichen Morpheme und Morphemgruppen,
die in der Wortform Auseinandersetzungen enthalten sind (vgl. Abbildung
3.4) zeigt die Komplexität, die bereits mit der Anzahl der möglichen Zerlegungen
einer Wortform verbunden ist. Während das menschliche Gehirn die
meisten der als zufällige Zeichenketten in der Wortform enthaltenen Bestandteile
wie den Namen Ina, das Substantivsuffiv -and oder das Substantiv Zunge
einfach auszublenden vermag, hat ein Computer zunächst einmal keine Anhaltspunkte,
aus welchen Bestandteilen sich die komplexe Wortform sinnvoll
zusammensetzt. Dies funktioniert lediglich über die explizite Angabe von Re-
3 Das Zeichen (im letzten Übergang) wird in der Ausgabe nicht dargestellt, es steht für ein
leeres Zeichen.
¡
4 Hier und im Folgenden ist immer ein Transducer gemeint, wenn von einem Automaten
gesprochen wird. Ein Transducer ist lediglich eine spezielle Art eines Automaten.
25