Webkorpora in Computerlinguistik und Sprachforschung
organisiert von den GSCL-AKs Hypermedia und KorpuslinguistikTermin: 27.-28.09.2012
Veranstaltungsort: Institut für Deutsche Sprache (IDS), R5 6-13, D-68161 Mannheim [Plan] [Anfahrt]
Der Workshop thematisiert die Gewinnung, Aufbereitung und Analyse von Webkorpora für computerlinguistische Anwendungen und für die sprachwissenschaftliche Forschung. Ein Schwerpunkt des Workshops sind dabei die speziellen Anforderungen, die sich gerade im Hinblick auf deutschsprachige Ressourcen ergeben. Im Fokus steht weiterhin die Nutzung von Webkorpora für empirisch gestützte Sprachforschungen, also beispielsweise als Basis für sprachstatistische Analysen, für Untersuchungen zur Sprachlichkeit in der internetbasierten Kommunikation oder für die korpusgestützte Lexikographie.
Weitere thematische Schwerpunkte sind:
- der hypermediale Charakter vieler Webdokumente (d.h. der angemessene Umgang mit nicht textbasierten Daten, mit Hyperlinks, mit interaktiven Komponenten etc.)
- automatisierte (z.B. statistisch basierte) Verfahren zur Klassifizierung von Webdokumenten (z.B. Register- bzw. Textsortenunterschiede)
- Vergleich der Einsatzszenarien kompilierter Webkorpora mit "einfachen" Lösungen (also z.B. dem "Googeln" von Sprachphänomenen oder der Nutzung von Googles n-Gram-Datenbank oder Microsofts Web n-Gram-Service)
- Webnutzung und Nutzung von Auswahlkorpora in verschiedenen Forschungsphasen
- Anwendung linguistischer Werkzeuge (Tokenisierer, Lemmatisierer, POS-Tagger, semantischer Annotationswerkzeuge etc.) auf Webdokumente
- Anreicherung von Webdokumenten um Metadaten; Spezifika von Metadaten für Webkorpora (im Vergleich zu schriftsprachlichen Referenzkorpora)
| Fotos vom Workshop: | |
|---|---|
 |
 |
Programm Donnerstag, 27.09.2012
| 14:00 | Begrüßung / Eröffnung Roman Schneider (IDS Mannheim) |
| 14:10 | Webkorpora als qualitätsgesicherte Forschungsdaten [Abstract] [Folien] Marc Kupietz, Harald Lüngen (IDS Mannheim) |
| 14:40 | Establishing Gold Standards for Web Corpora [Abstract] [Folien] Felix Bildhauer, Roland Schäfer (FU Berlin) |
| 15:10 | Kaffeepause |
| 15:30 | Die Leipzig Corpora Collection: Datenbeschaffung, Textaufbereitung und Qualitätssicherung für Korpora in 150 Sprachen Uwe Quasthoff, Dirk Goldhahn, Thomas Eckart (Universität Leipzig) |
| 16:00 | Kontrastive Analyse der morphosyntaktisch annotierten Wikipedia-Korpora in EuroGr@mm [Abstract] Karl Hagen Augustin (IDS Mannheim) |
| 16:30 | Kaffeepause |
| 16:50 | Sie fangen dort an, wo wir aufhören: Möglichkeiten der Nutzung von Webkorpora in Peer Production Communities Claudia Müller-Birn (FU Berlin) |
| 17:20 | Diskussion: Deutsche Webkorpora: Stand der Kunst - Desiderate - Perspektiven Moderation: Angelika Storrer (TU Dortmund), Roman Schneider (IDS Mannheim), Alexander Mehler (Goethe-Universität Frankfurt am Main) |
| 19:00 | Gemeinsames Abendessen Restaurant Enchilada, S4 17-22, 68161 Mannheim www.enchilada.de/mannheim |
Programm Freitag, 28.09.2012
| 09:00 | Web-basierte Extraktion und Repräsentation linguistischer Netzwerke Alexander Mehler, Armin Hoenen (Goethe-Universität Frankfurt am Main) |
| 09:30 | Webkorpora für die automatische Akquisition lexikalisch-semantischen Wissens [Abstract] [Folien] Sabine Schulte im Walde (Universität Stuttgart) |
| 10:00 | Postersession
|
| 10:30 | Kaffeepause |
| 10:50 | Gewinnung, Aufbereitung und Analyse von Korpora zu Genres internetbasierter Kommunikation: Herausforderungen und Perspektiven [Abstract] [Folien] Michael Beißwenger (TU Dortmund), Stefan Evert (FAU Erlangen-Nürnberg), Torsten Zesch (TU Darmstadt) |
| 11:20 | Aufbau und Annotation eines Referenzkorpus zur deutschsprachigen internetbasierten Kommunikation (DeRiK-Projekt) [Abstract] [Folien] Michael Beißwenger (TU Dortmund), Lothar Lemnitzer (BBAW Berlin) |
| 11:50 | Kollaborative Erstellung eines annotierten Korpus als Grundlage für die Anwendung statistischer Ansätze der automatischen Sprachverarbeitung auf internetbasierte Kommunikation [Abstract] [Folien] Alexander Geyken, Bryan Jurish, Kay-Michael Würzner (BBAW Berlin) |
| 12:20 | Kaffeepause |
| 12:50 | Abschlussdiskussion und Ausblick |
Poster- und Demosession
Interessenten aus Wissenschaft und Praxis, die im Umfeld von (deutschsprachigen) Webkorpora tätig sind, sind herzlich eingeladen, auf diesem Workshop ihre aktuellen Arbeiten (z.B. Forschungsarbeiten, Erfahrungsberichte, Anwendung von Werkzeugen und Methoden) im Rahmen einer Poster-/Demosession vorzustellen. Wir möchten auch insbesondere Studenten und Doktoranden zu Vorschlägen ermutigen, denn dieses Forum wäre eine gute Gelegenheit, in einen (ersten) inhaltlichen Austausch mit einschlägigen Kollegen zu treten. Poster-Anmeldung bitte bis zum 15.09.2012 per E-Mail an schneider@ids-mannheim.de.
