Aspekte der morphologischen Analyse des Deutschen - Universität ...

1 Einführung
1.1 Zielsetzung der Arbeit
Kapitel 1: Einführung
Das Ziel der vorliegenden Arbeit besteht ganz allgemein darin, Architekturprinzipien eines
Paradigmas der Informatik und neueren Computerlinguistik mit Theorien und Resultaten
der generativen Grammatik in Verbindung zu bringen, um auf diese Weise einen neuen Ansatz
zur Lösung von Problemen zu entwickeln, mit denen sich die Computerlinguistik beschäftigt.
Konkret geht es um den Problemkreis der maschinellen morphologischen Analyse
natürlicher Sprache, d.h. um die Entwicklung von Verfahren, die Wörter in ihre kleinsten
Bestandteile zerlegen, um ihre syntaktischen und semantischen Eigenschaften zu bestimmen.
Diese Art der Analyse ist erst relativ spät in das Zentrum des computerlinguistischen Interesses
gerückt, was sich sicher auf die vorherrschende Stellung des Englischen in diesem Bereich
und dessen wenig ausgeprägte Oberflächenmorphologie zurückführen läßt. Konsequenterweise
wurden morphologische Regularitäten dadurch abgebildet, daß man sie „mit
Silikon bewarf", wie es Anderson (1988) pointiert formuliert hat – sie also überhaupt nicht
berücksichtigte und sog. Vollformenlexika verwendete, somit Lexika, die alle flektierten Formen
einer bestimmten Grundform enthalten und deren morphosyntaktische Merkmale verzeichnen.
Die Analyseverfahren waren dementsprechend einfach und beschränkten sich im
Grunde auf einen reinen Lexikonzugriff, um die Wortform aufzufinden und deren relevante
Merkmale zu erhalten. Da im Zuge der internationalen Ausbreitung der Computerlinguistik
auch andere Sprachen, darunter auch solche mit ausgeprägteren morphologischen Phänomen,
einer Analyse mit dem Computer zugänglich gemacht werden sollten, ergab sich jedoch
die Notwendigkeit, bei der Merkmalsbestimmung von Wortformen mit Hilfe der offenkundigen
und in jeder Grammatik verzeichneten Regeln der Flexion und Wortbildung
diese Formen in ihre Bestandteile zu zerlegen.
Vollformenlexika sind folglich aus mindestens zwei Gründen inadäquat. Aus technischer
Sicht führen Vollformen eine erhebliche Redundanz in die Sprachbeschreibung ein, da an
sich vorhersagbare Informationen an vielen Stellen im Lexikon dupliziert werden müssen.
Zum einen hat das seinen Grund darin, daß die Anzahl der flektierten Formen einer Grundform
gegenüber dieser um Größenordnungen höher sein kann. In mild flektierenden Sprachen
wie dem Deutschen hält sich diese noch in Grenzen, wobei sich jedoch im Verbbereich
einige Dutzend Flexionsformen zu einem einzelnen Verb wie beispielsweise singen bilden
lassen. In anderen Sprachen wie dem Finnischen wird das Problem jedoch deutlicher, da
finnische Verben bis zu 15.000 verschiedene Formen aufweisen können (nach Karlsson
(1986)). In solchen Sprachen erreicht ein hinreichend großes Lexikon Dimensionen, die auch
moderne Computer an die Grenzen ihrer Kapazität stoßen lassen. Zum anderen verzeichnet
das Lexikon üblicherweise nicht nur morphosyntaktische Merkmale wie Person, Numerus,
Tempus etc. zu den enthaltenen Einträgen, sondern auch Angaben zum syntaktischen und
semantischen Verhalten der Form, beispielsweise in Form eines Subkategorisierungsrahmens
mit thematischen Rollen und Kasuszuweisungseigenschaften. Flexionsparadigmen
sind nun gerade dadurch definiert, daß alle in ihnen enthaltenen Formen über eine annähernd
gleiche Bedeutung verfügen, diese aber in einem Vollformenlexikon jeder Form erneut
zugeordnet werden muß.
1