Messung maschineller¨Ubersetzbarkeit von ... - Parallele Systeme

8. Implementierung von MT Analyser
Erweiterte Infintive
Im Gegensatz zu Nebensätzen beginnt die Analyse erweiterter Infinitiven am Satzende,
wo entweder ein Infintiv mit davorstehendem Partikel zu (Tagkombination PTKZU +
VVINF, VAINF oder VMINF ) erwartet wird, oder ein Infinitiv, der den Partikel zu
bereits in sich trägt (Tag VVIZU ). Gruppen solcher Infinitive werden auch akzeptiert,
sobald aber mehr als nur eine Konjunktion oder ein den Infinitiv näher bestimmendes
Adverb zwischen ihnen stehen, gilt der Teilsatz als invertiert.
Hauptsätze
Am schwierigsten erwies sich die Analyse der Wortstellung im Hauptsatz, weil hier viele
verschiedene Fälle zu beachten sind, in denen die Wortstellung invertiert ist, und die
von TreeTagger vergebenen Tags nicht immer genügend grammatikalische Information
enthalten, um allein mit ihrer Hilfe eine Inversion zu bestimmen (vgl. hierzu die Beispiele
in Abschnitt 5.2.4). Dabei werden nur in den Fällen Übersetzungsschwierigkeiten erzeugt,
die wirklich eindeutig eine Inversion darstellen, um Falschmeldungen zu vermeiden.
Als erstes wird überprüft, ob es sich um eine Frage oder einen Befehl handelt. In diesem
Fall werden an der Spitze bzw. vor dem Personalpronomen stehende finite Verben nicht
beanstandet. Ansonsten wird dies als Inversion markiert, etwa in dem Satz Bevor der Zoo
eröffnet wurde, musste er renoviert werden. Dabei wird insbesondere überprüft, ob eine
Form eines Pronomens, die eindeutig als Nominativ identifizierbar ist, direkt hinter dem
finiten Verb steht. Dies ist nur für die Personal- und Indefinitpronomen ich, du, er, wir,
man, jemand und niemand möglich.
Analog zur Suche nach Nominativen hinter dem finiten Verb wird vor dem finiten Verb
nach Formen von Pronomen gesucht, die nie im Nominativ auftreten. Bei Adjektiven
an der Spitze eines Teilsatzes, die auf -en und -em enden, wird ebenfalls eine Inversion
erkannt. Stehen andere Indikatoren am Satzanfang vor dem finiten Verb, die eindeutig eine
Abweichung von der Standardwortfolge nach sich ziehen, wie beispielsweise Präpositionen
oder ein Adverb, so wird ebenfalls eine Übersetzungsschwierigkeit erzeugt.
Testergebnisse
Der Algorithmus wurde mit Hilfe des unbearbeiteten Textkorpus zu Inversionen der Wortstellung
getestet. Dabei wurden im gesamten Text 96 Inversionen entdeckt bei 108 vorhandenen.
Dies entspricht einer Erkennungsquote von 88, 9 Prozent. Dabei kam es allerdings
öfter vor, dass wegen falscher Tags und daraus resultierender falscher Zusammensetzung
der Teilsätze der als invertiert angezeigte Satzausschnitt zu lang war. Ebenfalls entstanden
durch falsche Tags zwei Fehlerkennungen.
Beschränkt man die Betrachtung auf die 87 Sätze, in denen weder fehlerhafte Tags noch
inkorrekt zusammengefügte Teilsätze die Erkennung behinderten, so ergibt sich folgendes
Bild: Von 88 vorhandenen Inversionen wurden 81 erkannt, was einer Quote von 92, 0
Prozent entspricht. Fehlerkennungen traten dabei nicht mehr auf.
8.3.3. Mehrdeutigkeiten
Der Algorithmus für die Suche nach Mehrdeutigkeiten gestaltet sich mit dem Mehrdeutigkeitslexikon
im Hintergrund relativ einfach. Es bedarf lediglich eines Abgleichs zwischen
96