Aspekte der morphologischen Analyse des Deutschen - Universität ...

Kapitel 4: Ein Modell eines morphologischen Analysesystems
Die Hauptfunktion des Parsers ist durch folgende Funktion Parse() gegeben:
Eingabe Das zu analysierende Wort Word
Ausgabe Eine Menge von Analysen
Datenstrukturen
Eine Wortgrammatik WordGrammar
Eine Chart-Datenstruktur Chart
Ein Segmentierer Segmentizer
Verfahren function parse(Word:):
begin
Chart.Init_Chart
% convert Word into a list of atoms, e.g. 'Hi' becomes ['H',i]
Symbollist := atom_to_atomlist(Word)
% shift the found segments into the chart
Segmentizer.Insert_segments_into_chart(Symbollist,Word)
% check whether it's necessary to insert "unknown"-segments
% after the last lexical segment
Chart.Complete_Chart(Word),
% find all edges spanning the whole word
return(Chart.Generate_Structures(WordGrammar.Startcat,|Word|)).
end
Die Funktion Insert_segments_into_chart() ist im wesentlichen durch Algorithmus 4.1 gegeben;
lediglich die durch {*1} markierte Zeile wird durch einen Shift()-Aufruf für das Segment
(s.o.) ersetzt. Die Funktion Complete_Chart() fügt weitere "unknown"-Segmente in den Chart
ein, für den Fall, daß das zuletzt gefundene Segment kein Suffix des zu analysierenden
Wortes ist. Generate_Structures() schließlich erzeugt alle möglichen Analysen aus dem Chart.
Eine Prolog-Implementierung dieses Verfahrens befindet sich in Anhang C.
4.3.2 Behandlung unbekannter Segmente
Die Grundidee, Strukturanalyse eines Wortes auch dann fortzuführen, wenn Teile von ihm
nicht im Lexikon aufgeführt sind, besteht darin, diese Wortteile als „unbekannt“ zu markieren,
sie mit einer unterspezifizierten grammatischen Kategorie zu versehen und sie dann
während des Wortstrukturparsings wie „normale“ lexikalische Segmente zu behandeln.
Aufgrund der Nichtdirektionalität des gewählten Grammatikformalismus können diese
speziellen Kanten dann mit Hilfe ihres Kontextes im Wort, der angewandten grammatischen
Regeln und Prinzipien weiter instantiiert werden, so daß sie, wenn diese Instantiierung ein
bestimmtes Maß erreicht hat, in einen speziellen Teil des Lexikons, der Morphemhypothesen
enthält, aufgenommen werden können.
Wie im nächsten, der Wortgrammatik gewidmeten Kapitel noch näher ausgeführt wird, sind
im Lexikon alle Elemente der offenen Klassen, also der Klassen, die in der Hauptsache an
der Wortbildung beteiligt sind, mit der morphologischen Kategorie simple_stem markiert, so
daß auch unbekannte Wortteile dieser Kategorie zugeordnet werden. Der Grund für die
Wahl gerade dieser Kategorie liegt natürlich darin, daß sich alle anderen Wortbildungskategorien
wie Präfixe, Suffixe und Flexive ohne großen Aufwand vollständig im Lexikon erfassen
lassen.
104