Aspekte der morphologischen Analyse des Deutschen - Universität ...

Kapitel 4: Ein Modell eines morphologischen Analysesystems
4 Ein Modell eines morphologischen Analysesystems
Konzeptionell kann das Problem der morphologischen Analyse in zwei Teilschritte zerlegt
werden:
1. Ein erster Schritt zerlegt das möglicherweise komplexe Wort in seine bekannten, d.h. im
Lexikon verzeichneten Teile. Dieser Vorgang, im weiteren Segmentierung, Zerlegung oder
Partitionierung genannt, unterscheidet morphologische Analyseverfahren von solchen der
Satzsyntax, die mit geschriebener Sprache arbeiten. Bei letzteren genügt ein einfacher
Tokenizer, der aufgrund der einfachen operationalen Definition von Wort – ein Wort ist
alles, was zwischen Leerzeichen steht – diese Wörter auffindet.
2. Ein zweiter Schritt, der mittels einer strukturellen Analyse feststellt, in welchen konfigurationellen
Beziehungen die gefundenen Segmente stehen und wie sich die Merkmale des
Gesamtwortes aus den Merkmalen seiner Teile ergeben.
Diese Untergliederung muß jedoch nicht zwangsläufig auch zu einer Sequentialität des Verfahrens
führen, wie weiter unten deutlich wird.
Die methodologische Grundlage des hier vorgestellten Modells bilden nun zwei Grundannahmen:
• Die Segmentierungskomponente sollte so einfach und so effizient wie möglich sein; alle
restlichen Aufgaben erledigt die strukturelle Analyse.
• Soweit wie möglich sollen Techniken der Präkompilation genutzt werden, um einen
möglichst großen Teil der Analyselast in der Kompilationsphase aufzufangen.
Folgende Vorteile sollen sich aus einer derartigen Aufgabenteilung ergeben:
• Die Effizienz der Segmentierung wird durch die Einfachheit des Algorithmus gesteigert.
• Schnittstellenprobleme zwischen Segmentierungsverfahren und struktureller Analyse,
die sich aufgrund der Verwendung unterschiedlicher Formalismen ergeben können,
werden auf diese Weise vermieden 1 .
Allerdings sind auch eventuelle Nachteile in Kauf zu nehmen:
• Parsing ist im allgemeinen Fall komplexitätstheoretisch aufwendiger als das Erkennen
von regulären Sprachen.
• Parsverfahren für natürliche Sprachen neigen im allgemeinen zur Übergenerierung.
Zum weiteren Aufbau dieses Kapitels: Abschnitt 4.2 geht auf die Funktionsweise des segmentierenden
Automaten ein, während Abschnitt 4.3 sich dem verwendeten Parsverfahren
widmet. Zunächst kommt aber die Organisation des Lexikons zur Sprache.
1 Eine andere Möglichkeit der Vermeidung solcher Schnittstellenprobleme besteht darin, die
Analyseautomaten im gleichen Formalismus zu repräsentieren wie die Wortgrammatik. Vgl. dazu
beispielsweise die Arbeiten von Krieger et al. (1993).
91