Erschließung von linguistischem Wissen durch mehrsprachige Einbettungsräume und latente Informationen (B06)

• Fachliche Zuordnung: Angewandte Sprachwissenschaften, Computerlinguistik ; Allgemeine und Vergleichende Sprachwissenschaft, Experimentelle Linguistik, Typologie, Außereuropäische Sprachen
• Förderung: Förderung seit 2015
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 232722074

Einbettungen (ein- und mehrsprachige, statische oder kontextualisierte) sind die Arbeitspferde der modernen Sprachtechnologien. Sie erfassen semantische, grammatikalische, morphologische und andere Informationen. Mehrsprachige Einbettungen sind dabei besonders vielversprechend: Wort- und Satzübersetzungen liegen in mehrsprachigen Einbettungsräumen nahe beieinander, ermöglichen Feinabstimmung von Modellen, das few and zero-shot Lernen und stellen die Kerntechnologie dar, auf die sich unsere bisherigen Forschungen zu Translationese in B6 stützten. B6 konzentriert sich in Phase III auf (i) Informationsverteilungen in Einbettungsräumen, (ii) Translationese-Subspaces und (iii) die Extraktion von latentem Hintergrundwissen aus Übersetzungsdaten. Wir untersuchen insbesondere Situationen, in denen Isomorphie zwischen Räumen nicht gilt und auch nicht gelten sollte und die Auswirkungen von (i - iii) auf Informationsdichte und darauf basierende Ansätze zur Übersetzung.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1102: Informationsdichte und sprachliche Kodierung
• Antragstellende Institution: Universität des Saarlandes
• Teilprojektleiterinnen / Teilprojektleiter: Dr. Cristina España i Bonet; Professor Dr. Josef van Genabith; Dr. Raphael Rubino, bis 5/2019