Modellierung der Informationsdichte von Ereignisfolgen in Texten (A03)

• Fachliche Zuordnung: Allgemeine und Vergleichende Sprachwissenschaft, Experimentelle Linguistik, Typologie, Außereuropäische Sprachen ; Allgemeine und Vergleichende Sprachwissenschaft, Experimentelle Linguistik, Typologie, Außereuropäische Sprachen
• Förderung: Förderung von 2014 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 232722074

Projekt A3 zielt darauf ab, formalisiertes Wissen über prototypische Folgen von Ereignissen - Skript-Wissen – aus Daten zu lernen und mit diesem Wissen NLP-Algorithmen sowie das Verständnis der Wahl der linguistischen Kodierung und Interpretation in der Kommunikation zu verbessern. Das Projekt entwickelt Methoden zum Lernen von Skripten mit breiter Abdeckung aus unannotierten Texten und erweitert die Repräsentationen von Ereignissen in Skripten um Informationen über deren Vorbedingungen und Effekte, um die kausalen Zusammenhänge zwischen Skript-Ereignissen nachvollziehen zu können. Diese erweiterten Skript-Modelle werden auf verschiedene NLP-Aufgaben angewendet und dazu benutzt, pragmatische Interpretationen zu modellieren. Dazu verwendet und erweitert das Projekt das Rational Speech Act (RSA) Modell als Framework für die Modellierung von pragmatischen Inferenzen und untersucht, wie das RSA Modell zu bestehenden innerhalb des SFB verwendeten Konzepten, insbesondere der UID-Hypothese, in Beziehung steht.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1102: Informationsdichte und sprachliche Kodierung
• Antragstellende Institution: Universität des Saarlandes
• Teilprojektleiterinnen / Teilprojektleiter: Professorin Dr. Vera Demberg; Professor Dr. Alexander Koller; Professor Dr. Manfred Pinkal, bis 6/2018; Dr. Stefan Thater