1  Zur Situation der Computerlinguistik

1.1  Die Modellbildung

Während konnektionistische Modelle durch den Einsatz prozeßsimulierender Techniken (Theorie der dynamischen Systeme, sub-symbolische oder verteilte Repräsentationen, kontinuierlich-numerische Operationen, parallele Verarbeitung) vor allem dynamische Eigenschaften sprachverarbeitender kognitiver Systeme nachzubilden vermögen haben die empirisch-quantitativen Analysen sehr großer Sprachkorpora (wahrscheinlichkeits- und possibilitätstheoretische Basis, stochastische bzw. fuzzy Modelle, numerisch-mathematische und fuzzy-logische Operationen, strenge Verfahren der Hypothesenbewertung) vor allem den Reichtum an funktionalen Zusammenhängen sprachlicher Regularitäten und Strukturen erkennen lassen, der große Textmengen tatsächlicher Sprachverwendung beobachtbar auszeichnet.

1.2  Die Diskussion

Immerhin beginnt sich unter dem Eindruck des formalen Aufwands wie der praktischen Beschränktheit wissensbasierter Modelle einerseits, der überraschenden Leistungsfähigkeit stochastischer Parser und statistischer Übersetzungssysteme andererseits, eine mögliche Revision der für die kognitive Linguistik verbindlichen Grundhypothese abzuzeichnen. Diese besagt, daß die natürliche Sprache vor allem als Problem der Struktur und des Erwerbs von Sprachvermögen (Kompetenz) zu erforschen und daß dies  o h n e  die Kenntnis empirisch überprüfbarer Parameterwerte aus der Anwendung und Realisation solchen Vermögens in Situationen kommunikativer Sprachverwendung (Performanz) auch (theoretisch) zu analysieren möglich und (formal) zu charakterisieren nötig sei.

1.3  Das Resultat

Durch die Verfügbarkeit sehr großer Texkkorpora², die natürlichsprachliche Eigenschaften und Phänomene auf der Grundlage von Datenmengen studieren lassen, deren Umfang allein schon eine Neubestimmung dieser Erscheinungen und ihrer Strukturen fordert, erweisen sich bisherige Modellierungsformen zunehmend als inadäquat. Sie führen vermehrt zu Randunschärfen, großen Variationsbreiten und vielfältigen Ambiguitäten bei der Beobachtung sprachlicher Strukturen in performativen Massendaten. Klassisch-kategoriale Konzepte der Linguistik sind daher in einem ersten Schritt zu überprüfen und möglicherweise durch Konzepte weicher Kategorien zu erweitern mit Aussicht auf eine bessere Chance, in einem zweiten Schritt Wissen (über Sprache und die Welt) als eine prozedurale Form der kognitiven Strukturierungsleistung semiotischer Prozesse verstehen und erklären zu können.

1.4  Die Aufgabe

2  Zur semiotischen Dimension

2.1  Überprüfbarkeit

Im Hinblick auf diejenigen Prozesse, die das Verstehen natürlichsprachlicher Repräsentationen ausmachen, hat sich die Sprachwissenschaft und Linguistik engagiert und zum Objekt ihrer wissenschaftlichen Untersuchungen gemacht, ohne deshalb eine metawissenschaftliche Disziplin zu begründen. Über die beschreibende Analyse und (re-)konstruktive Modellierung der sog. Form-Funktion- bzw. Ausdruck-Inhalt-Beziehungen haben insbesondere die computerlinguistischen Forschungen etwa zur Syntax der natürlichen Sprachen mit der Theorie der formalen Sprachen als automatentheoretischem Modell, in der Semantik der natürlichen Sprache mit referenztheoretisch oder bedeutungsstrukturell modellierenden Repräsentationsformalismen entscheidende Beiträge geliefert. Dabei wird bis heute mit Begriffen und Kategorien gearbeitet, die als Idealisierungen nicht etwa eine Konsequenz strikter Theorien- und Modellbildungen sind, sondern oft selber den Grund bilden für eine erschwerte bis unmögliche Hypothesenbildung mit deswegen kaum forderbarer bis leistbarer strikten Überprüfbarkeit.

2.2  Notation

Für die Formulierung diesbezüglicher Hypothesen, die als Behauptungen vermuteter Zusammenhänge ein überprüfbares Modell sollen bilden können, ist deswegen eine besondere Form ihrer Repräsentation Voraussetzung. Erst sie kann gewährleisten, daß zwischen denjenigen Bedingungen, die eher beim Zustandekommen der Vermutung beteiligt sind, und solchen Bedingungen, die eher für die Entstehung der Zusammenhänge maßgeblich sind, unterschieden wird. Natürlichsprachlich formulierte Hypothesen können diese Unterscheidung immer nur natürlichsprachlich vermitteln, nicht aber formal explizieren. Sie müssen die Plausibilität daher dem individuellen Akt einer verstehenden Interpretation solcher Hypothesen überlassen anstatt ihre Überprüfung operational kontrolliert an Kalküle oder Testprozeduren zu delegieren. Dazu wäre ihre formalsprachliche Präzisierung notwendig, die diese Unterscheidung wie den Grad ihrer Plausibiltät explizieren und notieren können müßte. Formalen Notationssysteme mit zugeordneten Meßoperationen sind daher eine wesentliche Voraussetzung umfassender wissenschaftlicher Theorienbildung und experimenteller Überprufbarkeit ihrer Modelle.

2.3  Optimierung

Übergreifend kann man daher die zureichende Bestimmtheit syntaktischer Zuordnungen und semantischer Korrespondenzen als Bedingung insbesondere solcher Prozesse verstehen, die durch standardisierte Zeichenverwendung eben diese Standards zu verändern vermögen. Das ist freilich kein Selbstzweck, weder der Wissenschaft noch der Sprache, sondern Ergebnis und Voraussetzung kommunikativer Interaktionen zeichenverwendender, informationsverarbeitender Systeme mit dem Ziel, durch Veränderungen solcher Standards den variablen Umgebungsansprüchen effizienter genügen und unterschiedlichen Systembedürfnissen effektiver entsprechen zu können. Zur Charakterisierung der Dynamik derart wechselseitig sich anpassender Veränderung, die nicht auf einem bloß kybernetischen Ausgleich vorgegebener Soll-Ist-Größen von im übrigen stabilen System- und Umgebungsstrukturen beruht, sondern selbst die Unterscheidung zwischen systemtheoretisch so grundlegenden Komponenten wie System und seiner Umgebung als Resultat emergenter Strukturierungen deutet, die erst durch selbstorganisierende Prozesse der Informationsverarbeitung bewirkt wird, bietet sich das ökologische Paradigma der Beschreibung, Analyse und Modellbildung an.

3  Zum Defizit der Linguistik

3.1  Zuordnung und Korrespondenz

Jedenfalls erweisen sich die weitgehend kompetenztheoretischen Modellierungen linguistischer Begriffe zunehmend als inadäquat und revisionsbedürftig angesichts der Probleme, welche die mit ihnen etablierten Kategorisierungen zur Charakterisierung performativer Sprachdaten aufwerfen. Regelbasierte Grammatikformalismen, symbolische Repräsentationen, monotone Logiken und deterministische Strukturmodelle abstrakter Einheiten führen - trotz ihrer in formal-theoretisch ausgearbeiteten Notationssystemen geklärten Zuordnungen- vermehrt zu Randunschärfen, großen Variationsbreiten und vielfältigen Ambiguitäten bei dem Versuch, derartig konzipierten linguistischen Kategorien die beobachtbaren Erscheinungen sprachlicher Phänomene - ohne eine ausgearbeitete Systematik methodisch konstituierter Korrespondenzen - zu subsummieren.

3.2  Theorie und Empirie

So legt die Divergenz zwischen kategorialer Begriffswelt linguistischen Wissens und der Welt der beobachteten Spracherscheinungen die Vermutung nahe, daß kompetenztheoretisch motivierte, mit kategorialen linguistischen Begriffen operierende Theorien- und Modellbildungen den Gegenstandsbereich Sprachkenntnis zwar (grob) strukturieren. Den erfahrbaren Phänomenbereich performativer Sprachrealität vermögen diese Kategorien aber nur sehr unvollkommen zu erfassen, weil hierzu eine sie korrigierende empirische Komponente nötig wäre, die bisher (weitgehend) fehlt. Daß zur Überbrückung dieser Divergenz probabilistische Ansätze nur sehr bedingt einsetzbar sind, liegt in deren wahrscheinlichkeitstheoretischer Fundierung begründet. (Daten-)Schätz- und (Hypothesen-)Test-Verfahren setzen gleichermaßen die Kenntnis jener (theoretischen) Wahrscheinlichkeitsverteilungen von Zufallsvariablen voraus, als deren Realisierungen man die (empirischen) Häufigkeiten von Elementen deuten müßte, welche die traditionellen linguistischen Begriffs- und Kategorienbildungen in Sprachkorpora zu identifizieren erlauben. Beide Konzepte, Zufallsvariable und linguistische Einheit, erweisen sich als - zumindest zeichentheoretisch - unangemessene Abstraktionen.

3.3  Zeichen und Funktion

Prozeduren stellen eine besondere Notationsform dar, welche von der Zeitlichkeit von Prozessen abstrahieren und diese formal manipulieren läßt, die aber über Implementationen-geeignete Algorithmen, Programnmiersprachen und Automaten vorausgesetzt - wieder in die zeitlichen Abläufe von Prozessen überführt werden können. Prozedurale Modellierung kognitiver Prozesse erlaubt so deren Simulation unter kontrolliert veränderten Bedingungen mit der quasi empirischen Möglichkeit, beobachtete (oder vermutete) Ergebnisse dieser Prozesse anhand von Resultaten experimenteller Modelläufe zu überprüfen und wechselseitig zu bewerten.

4  Zur kognitiven Perspektive

4.1  Kognitive Prozesse

4.2  Kognitive Linguistik

Ein semiotisches Defizit dieser kognitiv-linguistischen Modellierungen des Sprachwissens kann anhand der Forderungen sichtbar gemacht werden, die als Berechenbarkeit, Algorithmisierbarkeit und Implementierbarkeit an prozedurale Modelle kognitiver Prozesse allgemein zu stellen sind. Sie lassen eine eigentümliche Inkompatibilität hervortreten, die in zunächst nur als formales Problem konstatiert wurde. Es stellt sich (Abb. 1) als Inkongruenz der Unterscheidung von sprachlichen Einheiten im Lexikon (LE) und den Verkettungsregeln der Grammatik (G) auf der Modellebene berechenbarer Repräsentationen einerseits und den Einheiten einer Gedächtnisstruktur als mentalem Lexikon (ML) und der Abarbeitung von Regeln in Parsern (P) auf der Ebene der algorithmisierbaren Prozeduren andererseits dar. Diese Inkongruenz benennt eine Algorithmisierungs- bzw. Berechenbarkeitslücke im Modellierungsansatz der kognitiven Linguistik, die deren semiotisches Defizit aufdeckt⁹. Daß diese Lücke geschlossen werden könnte bzw. gar nicht erst zu entstehen brauchte, wenn geeignetere (als symbolische und regelbasierte) Repräsentationen sprachlicher Einheiten und ihrer Strukturen gewählt würden, ist eine der Arbeitshypothesen für eine semiotisch-funktionale Modellbildung in der (Computer-)Linguistik.

Das empirische Defizit dieser Modellbildungen wird darin faßbar, daß anstelle empirisch-operationaler Kriterien der Überprüfbarkeit von Hypothesen und Theorien für die kognitive Linguistik - trotz ihrer dem realistischen Paradigma verpflichteten Wissenschaftsauffassung - im wesentlichen nur zwei (voneinander nicht unabhängige, zudem mittelbare) Adäquatheitskriterien wie Lernbarkeit und Verarbeitbarkeit gelten sollen, die im Hinblick auf prozedurale Modelle sprachverarbeitender Prozesse nicht nur nicht testbar, geschweige denn entscheidbar sind¹⁰. Sie reduzieren vielmehr jede Überprüfung der solchen Modellen zugrundeliegenden Hypothesen auf die bloße Anerkenntnis oder Ablehnung ihrer theoretischen Prämissen (hier: symbolische Repräsentation, regelbasierte Verarbeitung) und machen damit eine operationale Überprüfung des empirischen Gehalts der Hypthesen mit dem Ziel ihrer intersubjektiv nachvollziehbaren Bewertung (hier: Bestätigen oder Verwerfen) unmöglich.

4.3  Kognitive Sprachverarbeitung

Während das Prinzip der Berechenbarkeit (computational level) mögliche Formate, Einheiten und Operationen über die Repräsentationen aller Beschreibungsebenen sprachlicher Phänomene festzulegen erlaubt, sind aus der Menge ihrer möglichen Algorithmisierungen (algorithmic level) nur diejenigen semiotisch interessant, die durch Verarbeitung der Einheiten einer Repräsenationsebene Einheiten einer anderen Ebene erst konstituieren. Sie bilden offenbar eine Teilklasse der Algorithmen, die in Modellen symbolischer Repräsentationen von Einheiten und der regelbasierten (syntaktischen) Festlegung ihrer Konkatenationen gar nicht vorkommen, sondern überhaupt nur in Modellen mit verteilt repräsentierten Einheiten und nicht-syntaktischen Agglomerationen benötigt werden. Denn während die regelverarbeitenden Algorithmen in den symbolischen Modellen den Bereich der Zuordnungen abdecken, vermögen Algorithmen, die auf sub-symbolischen oder verteilten Repräsentationen operieren, offenbar den Bereich der Korrespondenzen zu modellieren. Diese semiotischen Algorithmen setzen im wesentlichen Einheiten unterschiedlicher Repräsentationsebenen derart zueinander in Beziehung, daß sie (mindestens) eine dieser Ebenen mit ihren Einheiten erst schaffen. Die Rede ist von emergenten Strukturen, welche bisher nicht-unterscheidbare Einheiten dadurch unterscheiden lassen, daß sie als Resultate von Prozessen erscheinen, welche die Daten, die sie verarbeiten, systematisch verändern.

5  Zur unscharfen Modellierung

Für kognitive Prozesse des Sprachverstehens bietet sich eine Modellierung in Form von mehrstufigen Verarbeitungs- und Repräsentationsebenen¹¹ an, weil sie auf Gegebenheiten aufsetzen können, die als sprachliche Manifestationen selber schon (Zwischen-)Repräsentationen sind. Es ist zu untersuchen, ob die klassische Dreistufigkeit linguistischer Analysemechanismen M₁ bis M₃ (Abb. 2 links) nicht besser durch eine ebenfalls mehrstufige, aber vielfach interdependente Überdeckung semiotischer Prozeduren M_n-l bis M_n+k (Abb. 2 rechts) modelliert werden könnte. Anders als kompetenztheoretische Idealisierungen von Einheiten (Universalien ® Grammatik ® Satz), welche sprachliche Erscheinungsformen auf das Prinzip symbolisch repräsentierbarer und syntaktisch überprüfbarer Korrektheit hin abstrahieren, wird deshalb versucht werden, in einem performanzorientierten Ansatz zunächst die Zeichen- und Bedeutungs-konstituierenden Leistungen kognitiver Prozesse in Form von Funktionen und Funktionensystemen zu modellieren.

5.1  Quantitative Verfahren

veränderliche strukturelle Zusammenhänge als dynamisch sich verändernde Resultate von Prozessen zu erklären, deren (wiederholter) Ablauf Veränderungen der (metrischen, topologischen) Struktur der Daten, auf denen sie operieren, zur Folge hat;

diese Prozesse als Modell kognitiver Leistungen zu deuten, wodurch die Elemente (und Elementverbindungen) einer Ebene Strukturen anderer Ebenen zugeordnet werden, die durch diese Zuordnung erst entstehen;

diese Zuordnung als prozedurale Explikation einer Bedeutungskonstitution zu verstehen, insofern bisher verborgenen (hidden) und uninterpretierten Einheiten und Strukturen durch die sie konstituierenden Prozeduren erkennbare Funktionen erst zukommen.

Die Verbindung eines semiotisch fundierten Modells vektorieller Funktionsrepräsentationen linguistischer Einheiten mit einer dem semiotischen Gegenstandsbereich angemessenen mathematischen Analyse dieses Repräsentationsformats eröffnet begründete Aussicht darauf, neuartige Zusammenhänge zwischen den Erscheinungen performativer Sprachverwendung und den Prinzipien kompetenten Sprachvermögens aufzuweisen, deren quasi empirische Überprüfbarkeit durch die prozedurale Modellierung und experimentelle Simulation Zeichen-konstitutiver Prozesse gewährleistet werden kann.

5.2  Rekonstruktive Modellierung

Einige auf semantischer und morphologischer Ebene durchgeführte Untersuchungen, die auf der Grundlage schriftsprachlicher Textdaten des Deutschen basieren, haben die (graphischen) Analoga so unterschiedlicher linguistischer Konzepte wie Wortbedeutung und Silbe als vektorbasierte Strukturierungsleistung von Prozeduren modellieren können, indem sie auf linearen Folgen von Elementen (Wörter und Graphen bzw. Buchstaben) in natürlichsprachlichen Texten großer Korpora operieren. Die vorliegenden Implementationen solcher prozeduralen Modellierungen von weichen (fuzzy) linguistischen Kategorien beruhen dabei auf verteilten Repräsentationen, welche die Zustände eines dynamischen Systems möglicher Graphen-Agglomerationen bzw. Wort-Zusammenhängen partiell festlegen.

Auf zwei sehr unterschiedlichen Analyseebenen - dem morphologischen Raum mit (morphischen) Vektoren aus Prozeduren auf n-Grammen von Buchstaben und dem semantischen Raum mit (semischen) Vektoren aus Prozeduren auf Korrelationen von Wörtern - hat sich gezeigt, daß die Fülle der in diesem Repräsentationsformat enthaltenen Informationen nur in dem Maße zugänglich und nutzbar ist, wie die Verfügbarkeit von Prozeduren zu ihrer Überführung in Strukturen, die (potentiell) mathematisch und/oder linguistisch¹⁴ interpretierbar sind.

5.2.1  Der morphologische Raum

Die Übersicht   einiger notationeller und definitorischer Vereinbarungen des Modells betrifft

n-Gramme

als n-gliedrige Ketten benachbarter Entitäten. Für n ³ 2 lassen sie sich als geordnete Paare benachbarter Einheiten (Lettern, Graphen, Zeichenketten, Wortketten, etc.) erfassen, welche die Basis bilden, auf der

Abstraktionen

über diesen Einheiten als weiche kategoriale Typisierungen (vergleichbar Buchstaben, Graphemen, Morphemen, Silben, Wörtern, etc.) prozedural modellierbar sind. Sie können formal erklärt werden als dispositionelle Dependenz-Strukturen (DDS) von

fuzzy (Teil-)Mengen

des jeweiligen Zeichen-Repertoires Zⁿ verschiedener Dimensionen n ³ 1

wobei

den Grad der Zugehörigkeit angibt. Die

Zugehörigkeitswerte

m_n (x) lassen sich für einen gegebenen Korpus aus den Übergangsneigungen aller linear verketteten Einheiten wie folgt induktiv berechnen. Für eine n-elementige Zeichenkette x Î Zⁿ gebe H_n (x) die Häufigkeit des Auftretens von x in dem zugrundeliegenden Korpus an. Man setze nun für ein

Bi-Gramm

Mit Z = { z₁, ..., z_m } erhält man so für jedes y Î Z^n-1 einen Vektor

In ihrer Gesamtheit spiegeln diese Vektoren die morphologische Struktur des gegebenen Korpus wider. Auf diese Weise werden

weiche Kategorien

konstituiert, die als Systeme von Fuzzy-Mengen der beobachtbaren Verkettungs-Regularitäten definiert sind und aus der Bindungsneigung von Einheiten auf der jeweiligen Ebene elastische Einschränkungen repräsentieren, welche die Systemstruktur bestimmen.

Die Darstellung   der Entwicklung weicher Kategorien als elastische Constraints (verschiedener Ebenen) wird über ihre formale Darstellung als (mehrstellige) fuzzy-Relationen und den diesen entsprechenden numerischen Formaten in Übergangsmatrizen (auch höherer Ordnungen) erleichtert. Hierzu wird der Raum aller theoretisch möglichen Kombinationen nicht nur auf den Raum der faktisch möglichen, sondern weiter auf den der real auch belegten Kombinationen eingeschränkt, den die beobachteten Einheiten in den analysierten Texten des Korpus tatsächlich aufspannen. Die Umfänge der theoretisch (T_n) und faktisch (F_n) möglichen sowie real (in einem exemplarisch zugrundeliegenden Teil des Trierer dpa -Korpus) belegten (R_n) Mengen unterschiedlicher Zeichenketten gleicher Längen (n-Gramm-types) sind in Tab. 1 zusammengestellt.

Für schriftsprachliche Texte des Deutschen ergäben sich auf Buchstabenebene bei m unterschiedenen Zeichen (Graphen) und einer maximalen Länge n der betrachteten Zeichenfolgen für m=31 und n=7 zwar theoretisch die möglichen Kombinationen (Tab. 1, Spalte T_n) oder scharfen Relationen T_n = Zⁿ, nämlich

Faktisch erfaßt werden müßten daraus aber nur die auch praktisch auf jeder n-ten Ebene noch zu realisieren möglichen Zeichen-Kombinationen F_n Í F_n-1 ×Z (Tab. 1, Spalte F_n), nämlich

Die fuzzy Modellierung gemäß (3) wird über die relativen Übergangs-Häufigkeiten erreicht, welche die unscharfen Relationen für jede der n-1 langen Ketten bestimmt. Dabei brauchen die Zugehörigkeitswerte gemäß (2) der betreffenden (n-1)-stelligen Relationen nurmehr für Bi-Gramme erhoben und berechnet zu werden. Denn es läßt sich der Umstand ausnutzen, daß in den (jeweils höher-stelligen) Relationen das jeweils erste Glied aller geordneten Paare, die Elemente dieser Relationen sind, aus einer (schon berechneten) Agglomeration von Elementen aus jeweils niedriger-stelligen Relationen besteht. Dieses nicht nur formale Prinzip der prozeduralen Selbstähnlichkeit von n Agglomerationsschritten erlaubt darüber hinaus - aufgrund der besonderen, nach (2) numerisch präzisierten Bindungsneigungen so konstituierter Einheiten - die systematischen Strukturen unterscheidbarer Elemente auf der niedrigeren, (n-1)-ten Ebene mit den neuen Einheiten auf der nächst höheren, n-ten Ebene in Beziehung zu setzen und als elastische Einschränkungen bzw. weiche Typisierungen nicht nur zu modellieren, sondern auch so zu verarbeiten (Tab. 1, Spalte R_n) und als Baumgraph zu repräsentieren (Abb. 3).

Auf dieser Modellierungsebene werden durchaus differenziertere Maße (als die hier verwendeten relativen Häufigkeiten) zur Erfassung von Bindungskräften und Übergangsneigungen entwickelt werden können, die der Erfassung und Verarbeitung größerer Agglomerationen als (diskreter) Einheiten in kognitiven Prozessen besser Rechnung tragen. Grundüberlegung dabei ist, daß alle sprachperformativen Entitäten ganzheitlich wahrgenommen und verstanden werden und als aus anderen Einheiten aufgebaute Zusammensetzungen in der Regel nur dann analysiert werden, wenn eine Störung (defizienter Modus) der Wahrnehmung bzw. des Verständnisses dies erzwingt.

5.2.2  Der semantische Raum.

Entscheidender als diese auf dem Repräsentationsformat aufsetzenden Operationalisierungen sind die Prozesse, die - als Prozeduren modelliert - diese Repräsentationen erst liefern und zwar als variable Resultate der textanalytischen Verarbeitung sprachlicher Eingabeketten. Dies geschieht durch die algorithmische Rekonstruktion der syntagmatischen und paradigmatischen Beschränkungen als formalen Abstraktionen auf (Zwischen-)Repräsentationen, die einen zweistufigen Prozeß der Emergenz von Zusammenhängen prozedural modellieren. Diese können als Bedeutungen deswegen gelten, weil sie als vektoriell repräsentierte und unterschiedene Strukturen bestimmten Zeichen (und Zeichenketten) zugeordnet sind, als deren (Verwendungs-)Regularitäten sie sich definieren.

Die textanalytischen Verfahren,   die hierzu auf der Wortebene angewandt wurden, sind deskriptiv-statistischer Natur und beruhen im wesentlichen auf einer Korrelationsmessung a von (Wort-)Token in einem Korpus pragmatisch-homogener Texte sowie auf einer verteilten Repräsentation der Verwendungsregularitäten ihrer (Wort-)Typen, deren Unterschiede - über ein Distanzmaß d numerisch präzisiert - den semantischen Raum áS,zñ mit abstrakten Bedeutungsrepräsentationen (Bedeutungspunkten) konstituieren.

Als Resultat des daraus abgeleiten zweifachen Abstraktionsschritts (Abb. 4) läßt sich die Lage und Position jedes Bedeutungspunkts z Î S in der vieldimensionalen metrischen Struktur des semantischen Raum áS,zñ, auch als Funktion aller Unterschiede (d- oder Distanzwerte) aller Verwendungsregularitäten (a- oder Korrelationswerte) der in den untersuchten Texten verwendeten Wörter des Vokabulars x Î V deuten (Abb. 5). Als Zuordnung von Wörtern zu ihren Bedeutungspunkten stellt diese Funktion eine (mögliche) formale Repräsentation und empirisch überprüfbare Operationalisierung der syntagmatischen und paradigmatischen Restriktionen dar, welche Folgen von Wörtern in Texten pragmatisch homogener Korpora erkennen lassen. Die Visualisierung unscharfer Konzepte mithilfe eines Bäume generierenden Algorithmus, der die Bedeutungspunkte nach ihrer Relevanz (Kriterialität) für die Bedeutung eines Konzepts (Wurzelknoten) reorganisiert stellt dabei bisher die einzige Möglichkeit dar, um eine anschauliche Vorstellung relevanter Ausschnitte des semantischen Raumes zu vermitteln (Abb. 6).

Der systemtheoretische Zusammenhang   der a, d und z zugeordneten Analyse- und Repräsentationsalgorithmen kann so als ein prozedurales Modell der Verstehens- Fähigkeit gedeutet werden, wonach ein System mit a-, d- und z-Eigenschaften über Analyse-, Repräsentations- und Kontroll-Mechanismen verfügt, die es ihm - ausschließlich durch Verarbeitung der natürlichsprachlichen Texteingaben - erlauben, strukturelle Information seiner (textuellen) Umgebung zu erkennen, zu verarbeiten und als sein (semantisches) Wissen zu repräsentieren. Daß das System dabei in der Lage ist, aufgrund veränderter (textueller) Umgebungen auch sein eigenes (semantisches) Wissen zu modifizieren, macht die (adaptive) Dynamik dieses Modells aus.

Der Prozeß des Verstehens kann - im weiten Sinn: systemtheoretisch - als adaptive Leistung von informationsverarbeitenden, kognitiven Systemen gedeutet werden, durch welche sie ihre Umgebungen in strukturierte Repräsentationen überführen, und zwar in jeweils dem Maße, wie ihre eigene Strukturiertheit dies erlaubt. Aufgrund sehr früher Untersuchungen zur Bedeutungskonstitution und ihrer späteren Wiederaufnahme und Weiterentwicklung erscheint es plausibel anzunehmen, daß Bedeutungen sprachlicher Einheiten als Resultate einer Klasse kognitiver Prozesse verstanden werden können, deren prozedurale Modellierung darin besteht, durch die Verarbeitung von schon repräsentierten Einheiten (der einen Stufe) die Repräsentationen von Einheiten (einer anderen Stufe) erst zu schaffen.¹⁵

Anders als in den auf die Dynamik konnektionistischer Systeme konzentrierten Charakterisierungen der Entwicklung und Veränderbarkeit von Zustandsräumen, die auch durch Differenzen- und Differentialgleichungen beschrieben werden, richtet sich die semiotische Modellierung auf Prozesse, die quasi ontische Differenzierungen unterschiedlicher Seinsweisen von Entitäten (Zeichen und Zeichenagglomerationen, sowie deren Funktionen) betreffen.

Da für die prozedurale Modellierung der syntagmatischen und paradigmatischen Restriktionen in natürlichsprachlichen Texten, deren mehrstufige Verbindung das semiotische Modell der Zustansvektoren im semantischen Raum liefert, das Auflösungsvermögen entscheidend ist, mit dem die Erfassung primärer sprachlicher Daten erfolgt, wird nach den Erfahrungen mit den internen, auf der textuellen Strukturiertheit von Korpora beruhenden Maßen des modifizierten Korrelationskoeffizienten a und der Kollokationsgewichtung conf vor allem zu untersuchen sein, inwieweit externe, auf ganze Korpora aufsetzende, aber die Daten über variable Fenstergrößen und Schrittweiten erfassende Maße etwa der Verbundinformation (mutual information) bessere Resultate erzielt werden. Die Hypothese ist, daß die internen Maße, die wegen der bisher nur verfügbaren kleineren Textkorpora ( £ 10⁴ Worttokens) die notwendige Datenkonzentration durch Lemmatisierung erreichen, den externen Maßen weitgehend gleichwertig sind, obwohl diese ohne Lemmatisierung auskommen, dies aber durch extrem große Textkorpora ( ³ 10⁷ Worttokens) ausgleichen. In jedem Fall wird zu studieren sein, ob (und wenn ja, wie) ein externes Maß durch Kombination mit Parametern der internen Korpusstrukturierung (Textlängen, n-Gramme) zu optimieren ist mit dem Ziel, solche syntagmatischen und paradigmatischen Strukturmerkmale zu erfassen, die möglichst unabhängig von den durch ihre prozedurale Modellierung konstituierten Repräsentationsebenen sind.

6  Zusammenfassung

Neuere Linguistik:

ihr Erkenntnisinteresse richtet sich auf eine Theorie der Kompetenz (Universalgrammatik). Ihren Forschungsgegenstand bildet daher das Sprachvermögen, das mithilfe der Untersuchungsmethoden von Introspektion, analysierender Beschreibung und Kategorisierung, formaler (regelbasierter) Repräsentation, etc. studiert wird. Als Basis dieses Ansatzes kann das Postulat natürlichsprachlicher Korrektheit gelten, die über Grammatikalitätsurteile scheint zugänglich gemacht werden zu können.

Computerlinguistik:

ihr Erkenntnisinteresse gilt den Prinzipien der Kognition sofern sie das Sprachverstehen betreffen. Ihren Forschungsgegenstand bilden mentale Repräsentationen und Prozesse, die formal zu modellieren sind. Als Untersuchungsmethoden stehen Operationalisierung, Prozeduralisierung, und Algorithmisierung im Vordergund. Die Basis dieses Ansatzes bildet das automatentheoretisch begründete Berechenbarkeitspostulat.

Quantitative Linguistik:

ihr Erkenntnisinteresse richtet sich auf die Sprachgesetze, d.h. auf (universell gültige) Prinzipien von Spracherscheinung. Den Forschungsgegenstand bilden daher Sprachmaterialien nahezu jeder Art, die mit Untersuchungsmethoden der Statistik, der mathematischen Analysis, der Systemtheorie, etc. analysiert und charakterisiert werden. Basis dieses Angangs ist die diskretisierende Kategorisierung sprachlicher Entitäten und damit ihre Abzählbarkeit.

Fuzzy Linguistik:

ihr Erkenntnisinteresse ist ein integratives, das sich auf eine Theorie der Performanz richtet. Dieser liegt aber nicht primär ein Vermögen zur Produktion korrekter Sätze zugrunde, sondern die kommunikative Kompetenz des sinnvollen Gebrauchs pragmatisch-funktionaler, d.h. bedeutsamer sprachlicher Äußerungen. Den Untersuchungsgegenstand bilden (verbale/ßchriftliche) Zeugnisse situierter sprachlicher Kommunikation, wobei die Untersuchungsmethoden alle Techniken der unscharfen (fuzzy) Modellierung umfassen, also auch solcher Verfahren, die von der Neueren Linguistik, Computerlinguistik und Quantitative Linguistik eingesetzt werden. Basis dieses Ansatzes bildet eine Hypothese, wonach semiotische Prozesse die Repräsentationen, auf denen sie operieren, selbst liefern. Modularität, Rekursivität, und Emergenz sind daher Grundlagen der Modellierung semiotischer, kognitiver, informationsverarbeitender Systeme (SCIPS).

References

[1]

S. Armstrong-Warwick (Hrsg.) (1993): Using Large Corpora I & II.. [Special Issues: Computational Linguistics, 19:1 & 2], Boston, MA, (MIT Press for ACL).

[2]

G. Bateson (1979): Mind and Nature: A Necessary Unit. New York, (Dutton).

[3]

T. Briscoe, J. Carroll (1993): Generalized Probabilstic LR Parsing of Natural Language (Corpora) with Unification-Based Grammars. Computational Linguistics , 1993(1), S. 25-59.

[4]

P. Brown, S. DellaPietra, V. DellaPietra, R. Mercer (1993): The Mathematics of Statistical Machine Translation: Parameter Eestimation. Computational Linguistics , 1993(2), S. 263-311.

[5]

H. Bandemer, S. Gottwald (1993): Einführung in die Fuzzy-Methoden.. 4.überarb.erweit. Aufl., Berlin, (Akademie Verlag).

[6]

M. Bierwisch (1981): Logische und psychologische Determinanten der Struktur natürlicher Sprachen. In: J. Scharf (Hrsg.), Naturwissenschaftliche Linguistik. Halle, (J.A. Barth), S. 176-187; 841-851.

[7]

M. Bierwisch (1988): Auspizien einer kognitiven Orientierung der Computerlinguistik. In: I. Batori, U. Hahn, M. Pinkal, W. Wahlster (Hrsg.), Computerlinguistik und ihre theoretischen Grundlagen, DGfS, GI, GLDV, Berlin / Heidelberg / NewYork, (Springer), S. 198-203.

[8]

P. E. Brown (1988): A statistical approach to language translation. In: D. Vargha (Hrsg.), COLING-88 Budapest, J.v.Neumann Society of Computing Science, Budapest, (ICCL), S. 71-76.

[9]

H. Bergenholtz, B. H. Schaeder (Hrsg.) (1979): Empirische Textwissenschaft. Aufbau und Auswertung von Text-Corpora. [Monographien Linguistik und Kommunikationswissenschaft 39], Königstein, Ts., (Scriptor).

[10]

H. Bunke (Hrsg.) (1992): Advances in Structural and Syntactic Pattern Recognition. Singapore, (World Scientific).

[11]

G. A. Carpenter, S. Grossberg (Hrsg.) (1991): Pattern Recognition by Self-Organizing Neural Networks. Cambridge, MA, (MIT Press).

[12]

K. W. Church, P. Hanks (1990): Word association norms, mutual information, and lexicography. Computational Linguistics , 1990(1), S. 22-29.

[13]

N. Chomsky (1965): Aspects of the Theory of Syntax. Cambridge, MA, (MIT).

[14]

N. Chomsky (1975): The Logical Structure of Linguistic Theory. New York, (Plenum).

[15]

N. Chomsky (1988): Language and Problems of Knowledge. The Managua Lectures. [Current Studies in Linguistics 16], 2nd. Aufl., Cambridge, MA / London, (MIT Press).

[16]

K. Church (1988): A stochastic parts program and noun phrase parser for unrestricted text. In: Second Conference on Applied Natural Language Processing, Austin, TX, (ACL), S. 136-143.

[17]

K. W. Church, R. L. Mercer (1993): Introduction to the Special Issue on Computational Linguistics Using Large Corpora. Computational Linguistics, 1993(1), S. 1-24.

[18]

H. Eikmeyer (1985): Prozedurale Semantik. In: B. Rieger (Hrsg.), Dynamik der Bedeutungskonstitution. Hamburg, (Buske), S. 31-46.

[19]

R. Fano (1961): Transmission of Information: A Statistical Theory of Communication. Cambridge, MA, (MIT Press).

[20]

S. W. Felix, C. Habel, G. Rickheit (Hrsg.) (1994): Kognitive Linguistik. Repräsentation und Prozesse. [Psycholinguistische Studien], Opladen, (Westdeutscher Verlag).

[21]

P. Finke (1979): Grundlagen einer linguistischen Theorie. Empirie und Begründung in der Sprachwissenschaft. [Wissenschaftstheorie undPhilosophie 15], Braunschweig/ Wiesbaden, (Vieweg).

[22]

J. Fodor, Z. Pylyshyn (1988): Connectionism and cognitive architecture: A critical analysis. Cognition, 1988(28), S. 3-71.

[23]

W. Fucks (1954): On Nahordnung and Fernordnung in samples of literary texts. Biometrica, 1954(2), S. 116-132.

[24]

C. Habel (1988): Kognitionswissenschaft als Grundlage der Computerlinguistik. In: I. Batori, U. Hahn, M. Pinkal, W. Wahlster (Hrsg.), Computerlinguistik und ihre theoretischen Grundlagen, DGfS, GI, GLDV, Berlin / Heidelberg / NewYork, (Springer), S. 204-209.

[25]

S. Harnad (1982): A Unifying Theme for the Cognitive Science. In: T. Simon, R. Scholes (Hrsg.), Language, Mind, and Brain. Hillsdale, NJ, (Erlbaum), S. 1-12.

[26]

G. Hinton (Hrsg.) (1992): Connectionist Symbol Processing. Cambridge, MA, (MIT Press).

[27]

D. Hindle, M. Rooth (1993): Structural Ambiguity and Lexical Relations. Computational Linguistics, 1993(1), S. 103-120.

[28]

P. Johnson-Laird, P. Wason (Hrsg.) (1977): Thinking. Readings in Cognitive Science. [Open University Set Book], Cambridge / London / NewYork, (Cambridge UP).

[29]

R. Kruse, J. Gebhardt, F. Klawonn (1993): Fuzzy Systeme. [Leitfäden und Monographien der Informatik], 1.. Aufl., Stuttgart, (B.G.Teubner).

[30]

R. Köhler, B. Rieger (Hrsg.) (1993): Contributions to Quantitative Linguistics. Proceedings of the 1st Quantitative Linguistics Conference - QUALICO-91. Dordrecht, (Kluwer Academic Publishers).

[31]

T. S. Kuhn (1962): The Structure of Scientific Revolution. [Intern. Encyclopedia of Unified Science 2/2], Chicago/ London, (Chicago UP).

[32]

D. Marr (1982): Vision. . Aufl., SanFrancisco, (Freeman).

[33]

H. Maturana, F. Varela (1980): Autopoiesis and Cognition. [Boston Studies in the Philosophy of Science 42], Dordrecht/ Boston/ London, (Reidel).

[34]

L. Nadel, L. Cooper, P. Culicover, R. Harnish (Hrsg.) (1989): Neural Connections, Mental Computation. Cambridge, MA, (MIT Press).

[35]

V. Novák (1989): Fuzzy Sets and their Applications. Bristol/ Philadelphia, (A. Hilger).

[36]

B. Oerder (1994): Zum Problem linguistischer Kategorien: Untersuchungen der Silbenkonstitution im Deutschen und ihre unscharfe Modellierung. Magister-Arbeit, Linguistische Datenverarbeitung/ Computerlinguistik, FB II: Universität Trier.

[37]

H. Pilch, H. H. Richer (Hrsg.) (1970): Theorie und Empirie in der Sprachwissenschaft. Basel / München / Paris, (Karger).

[38]

R. Pfeiffer, Z. Schreter, F. Fogelman-Soulié, L. Steels (Hrsg.) (1989): Connectionism in Perspective.. Amsterdam, (North Holland).

[39]

B. Rieger, P. Badry, M. Reichert (1993): Bedeutungserwerb mit referentieller Kontrolle. Ein System experimentell überprüfbarer Bedeutungskonstitution. In: H. P. Pütz, J. H. Haller (Hrsg.), Sprachtechnologie: Methoden, Werkzeuge, Perspektiven. Hildesheim, (Georg Olms), S. 185-245.

[40]

B. Rieger (1972): Warum mengenorientierte Textwissenschaft? Zur Begründung der Statistik als Methode. Zeitschrift für Literaturwissenschaft und Linguistik, 1972(8), S. 11-28.

[41]

B. Rieger (1977): Bedeutungskonstitution. Einige Bemerkungen zur semiotischen Problematik eines linguistischen Problems. Zeitschrift für Literaturwissenschaft und Linguistik, 1977(27/28), S. 55-68.

[42]

B. B. Rieger (1978): Feasible Fuzzy Semantics. In: K. Heggstad (Hrsg.), COLING-78 7th International Conference on Computational Linguistics, International Committee on Computational Linguistics, Bergen, (ICCL), S. 41-43.

[43]

B. Rieger (1979): Repräsentativität: von der Unangemessenheit eines Begriffs zur Kennzeichnung eines Problems linguistischer Korpusbildung. In: H. Bergenholtz, B. Schaeder (Hrsg.), Empirische Textwissenschaft. Aufbau und Auswertung von Text-Corpora. Königstein, (Scriptor), S. 52-70.

[44]

B. B. Rieger (1979): Fuzzy Structural Semantics. On a generative model of vague natural language meaning. In: R. Trappl, P. Hanika, F. Pichler (Hrsg.), Progress in Cybernetics and Systems Research. Washington/ New York/ London, (Wiley & Sons), S. 495-503.

[45]

B. B. Rieger (1980): Fuzzy Word Meaning Analysis and Representation in Linguistic Semantics. An empirical approach to the reconstruction of lexical meanings in East- and West-German newspaper texts. In: M. Nagao, K. Fuchi (Hrsg.), COLING-80 8th International Conference on Computational Linguistics, International Committee on Computational Linguistics, Tokyo, (ICCL), S. 76-84.

[46]

B. Rieger (1981): Unscharfe Semantik natürlicher Sprache. Zum Problem der Repräsentation und Analyse vager Wortbedeutungen. In: J. Scharff (Hrsg.), Naturwissenschaftliche Linguistik. Leopoldina Symposion 1976. Halle, (J. Ambrosius Barth), S. 251-276.

[47]

B. B. Rieger (1981): Feasible Fuzzy Semantics. On some problems of how to handle word meaning empirically. In: H. Eikmeyer, H. Rieser (Hrsg.), Words, Worlds, and Contexts. New Approaches in Word Semantics. Berlin/ New York, (de Gruyter), S. 193-209.

[48]

B. B. Rieger (1982): Fuzzy Representation Systems in Linguistic Semantics. In: R. Trappl, N. Findler, W. Horn (Hrsg.), Progress in Cybernetics and Systems Research. Washington/ New York/ London, (McGraw-Hill Intern.), S. 249-256.

[49]

B. B. Rieger (1982): Procedural Meaning Representation. An empirical approach to word semantics and analogical inferencing. In: J. Horecky (Hrsg.), COLING-82 Proceedings 9th International Conference on Computational Linguistics. Amsterdam/ New York, (North Holland), S. 319-324.

[50]

B. B. Rieger (1983): Generating Dependency Structures of Fuzzy Word Meanings in Semantic Space. In: S. Hattori, K. Iounu (Hrsg.), Proceedings of the XIIIth International Congress of Linguists, Comité International Permanent des Linguistes, Tokyo, (CIPL), S. 543-548.

[51]

B. B. Rieger (1984): Semantic Relevance and Aspect Dependancy in a Given Subject Domain. In: D. Walker (Hrsg.), COLING-84 10th International Conference on Computational Linguistics, International Committee of Computational Linguistics, Stanford, (ACL-ICCL), S. 298-301.

[52]

B. Rieger (1985): Einleitung. In: B. Rieger (Hrsg.), Dynamik in der Bedeutungskonstitution. Hamburg, (Buske), S. 1-17.

[53]

B. Rieger (1985): Semantische Dispositionen. Prozedurale Wissenstrukturen mit stereotypisch repräsentierten Wortbedeutungen. In: B. Rieger (Hrsg.), Dynamik in der Bedeutungskonstitution. Hamburg, (Buske), S. 163-228.

[54]

B. B. Rieger (1985): Inducing a Relevance Relation in a Distance-like Data Structure of Fuzzy Word Meaning Representations. In: R. Allen (Hrsg.), Data Bases in the Humanities and Social Sciences. 4th International Conference on Data Bases in the Humanities and Social Sciences, ICDBHSS/83, Osprey, FL, (Paradigm Press), S. 374-386.

[55]

B. B. Rieger (1985): Lexical Relevance and Semantic Disposition. On stereotype word meaning representation in procedural semantics. In: G. Hoppenbrouwes, P. Seuren, T. Weijters (Hrsg.), Meaning and the Lexicon. Dordrecht, (Foris Publications), S. 387-400.

[56]

B. B. Rieger (1985): Stereotype representation and dynamic structuring of fuzzy word meanings for contents-driven semantic processing. In: J. Agrawal, P. Zunde (Hrsg.), Empirical Foundations of Information and Software Sience. New York/ London, (Plenum Press), S. 273-291.

[57]

B. Rieger (1988): Theoretische Grundlagen der Computerlinguistik: eine Paneldiskussion mit M. Bierwisch, C. Habel, B. Rieger, H. Uszkoreit und W. Wahlster. In: I. Bátori, U. Hahn, M. Pinkal, W. Wahlster (Hrsg.), Computerlinguistik und ihre theoretischen Grundlagen. Berlin/ Heidelberg/ New York, (Springer), S. 192-218.

[58]

B. Rieger (1989): Unscharfe Semantik. Die empirische Analyse, quantitative Beschreibung, formale Repräsentation und prozedurale Modellierung vager Wortbedeutungen in Texten. Frankfurt a.Main/ Bern/ Paris, (Peter Lang).

[59]

B. B. Rieger (1991): Distributed Semantic Representation of Word Meanings. In: J. D. Becker, I. Eisele, F. W. Mündemann (Hrsg.), Parallelism, Learning, Evolution. Evolutionary Models and Strategies, WOPPLOT-89. Berlin/ Heidelberg/ NewYork, (Springer), S. 243-273.

[60]

B. B. Rieger (1991): On Distributed Representation in Word Semantics. Berkeley, CA, International Computer Science Institute (ICSI), Forschungsbericht TR-91-012.

[61]

B. Rieger (1994): Situationssemantik und Computerlinguistik unterwegs zu einer prozeduralen Semiotik? Eine ökologische Perspektive aus Sicht der Theorie informationsverarbeitender Systeme. Universität Trier, Linguistische Datenverarbeitung & Computerlinguistik, Fachbereich II, Forschungsbericht TR-04-1994.

[62]

B. B. Rieger (1994): Fuzzy Computational Semantics. In: H. Zimmermann (Hrsg.), Fuzzy Systems. Proceedings of the Japanese-German-Center Symposium. Berlin, (JGCB), S. 197-217.

[63]

B. Rieger (1995): Fuzzy Modellierung linguistischer Kategorien. In: W. Feldmann, H. Hinrichs (Hrsg.), Text und Lexikon. Tübingen, (Niemeyer), S. [im Druck].

[64]

B. B. Rieger (1995): Meaning Acquisition by SCIPS. In: B. M. Ayyub (Hrsg.), ISUMA-NAFIPS-95, IEEE-Transactions: Joint Intern. Conf. on Uncertainty Modeling and Analysis, North American Fuzzy Information Processing Society, Los Alamitos, CA, (IEEE Computer Society Press), S. 390-395.

[65]

B. B. Rieger (1995): Situations, Language Games, and Semiotic Agents. In: J. Albus, A. Meystel, D. Pospelov (Hrsg.), Architectures for Semiotic Modeling and Situation Analysis in Large Complex Systems, 10th IEEE ISIC Workshop, Bala Cynwyd, PA, (AdRem Inc.), S. 130-138.

[66]

B. B. Rieger (1996): Situation Semantics and Computational Linguistics: towards Informational Ecology. A semiotic perspective for cognitive information processing systems. In: K. Kornwachs, K. Jacoby (Hrsg.), Information. New Questions to a Multidisciplinary Concept, E.W.-Heraeus-Stiftung, Deutsche Physikalische Gesellschaft, Deutsche Gesellschaft für Systemforschung, Berlin, (Akademie), S. 285-315.

[67]

G. Rickheit, H. Strohner (1993): Grundlagen der kognitiven Sprachverarbeitung. [UTB 1735], Tübingen / Basel, (Francke).

[68]

B. B. Rieger, C. Thiopoulos (1989): Situations, Topoi, and Dispositions. On the phenomenological modelling of meaning. In: J. Retti, K. Leidlmair (Hrsg.), 5. Österreichische Artificial-Intelligence-Tagung, Innsbruck-Igls. Berlin/ Heidelberg/ New York, (Springer), S. 365-375.

[69]

B. B. Rieger, C. Thiopoulos (1993): Semiotic Dynamics: a self-organizing lexical system in hypertext. In: R. Köhler, B. Rieger (Hrsg.), Contributions to Quantitative Linguistics. Proceedings of the 1st Quantitative Linguistics Conference - QUALICO-91. Dordrecht, (Kluwer Academic Publishers), S. 67-78.

[70]

H. Schnelle (1990): Die Herausforderung des Konnektionismus in der kognitiven Linguistik. In: H. Friemel, G. Müller-Schönberger, A. Schütt (Hrsg.), Forum-90: Wissenschaft und Technik. Berlin/ Heidelberg/ New York, (Springer), S. 42-58.

[71]

K. Schmucker (1984): Fuzzy Sets, Natural Language Computations and Risk Analysis. Rockville, AL, (Computer Science Press).

[72]

R. Schneider (1994): Zur empirischen Rekonstruktion der linguistischen Einheit 'Wort' als unscharfer linguistischer Kategorie. Magister-Arbeit, Linguistische Datenverarbeitung/ Computerlinguistik, FB II: Universität Trier.

[73]

H. Schnelle (1994): Welcher Sprachwissenschaft auf der Spur? Plädoyer für größere Klarheit und Toleranz. Zeitschr.f.Sprachwissenschaft, 1994(1), S. 110-120.

[74]

F. Smadja (1991): Retrieving collocational knowledge from textual corpora. An application: Language generation. PhD. Diss. CS Dept. Columbia, New York.

[75]

P. Smolensky (1988): On the proper treatment of connectionism. Behavioral and Brain Sciences, 1988(11), S. 1-74.

[76]

P. Smolensky (1989): Connectionism and Constituent Structure. In: R. E. Pfeiffer (Hrsg.), Connectionism in Perspective. Amsterdam/ New York, (North Holland & Elsevier), S. 3-24.

[77]

P. Smolensky (1989): Connectionist Modelling: Neural Computation / Mental Connections. In: L. Nadel, L. Cooper, P. Culicover, R. Harnish (Hrsg.), Neural Connections, Mental Computation. Cambridge, MA / London, (MIT Press), S. 49-68.

[78]

C. Thiopoulos (1992): Semiosis und Topoi. (Diss. Universität Trier), Pfaffenweiler.

[79]

H. Uszkoreit (1988): Computerlinguistik, Linguistik und künstliche Intelligenz. In: I. Batori, U. Hahn, M. Pinkal, W. Wahlster (Hrsg.), Computerlinguistik und ihre theoretischen Grundlagen, DGfS, GI, GLDV, Berlin / Heidelberg / NewYork, (Springer), S. 210-214.

[80]

R. Wagner (1995): Harris'sche Konstitutions- und Segmentierungsalgorithmen. Eine Überprüfung und Umsetzung für das Deutsche. Magister-Arbeit, Linguistische Datenverarbeitung/ Computerlinguistik, FB II: Universität Trier.

[81]

D. H. Wunderlich (Hrsg.) (1976): Wissenschaftstheorie der Linguistik. Kronberg, Ts., (Athenäum).

[82]

L. A. Zadeh (1965): Fuzzy Sets. Information and Control, (8), S. 338-353.

[83]

L. Zadeh (Hrsg.) (1975): Fuzzy Sets and their Application to Cognitive and Decision Processes. New York/ San Francisco, (Academic Press).

[84]

L. A. Zadeh (1994): Fuzzy Logic, Neural Networks, and Soft Computing. Comm. of the ACM, 37(3), S. 77-84.

[85]

D. Zubak (1994): Zwischen Graphemen und Silben: vom distributionellen Muster zur fuzzy Modellierung. Magister-Arbeit, Linguistische Datenverarbeitung/ Computerlinguistik, FB II: Universität Trier.

Footnotes:

^*Der Aufsatz nimmt Ideen, Gedanken und Skizzen des Autors auf, die - im Laufe der Jahre entstanden und aus Anlaß verschiedener Vortragsverpflichtungen entwickelt - in einer früheren Fassung schon auf der Jahrestagung 1995 der Gesellschaft für Linguistische Datenverarbeitung (GLDV) in Regensburg mitgeteilt aber nicht veröffentlicht wurden. Die vorliegende Überarbeitung des auf dem Essener Gerold-Ungeheuer-Symposium gehaltenen Vortrags stellt überdies Fragen der adäquaten linguistischen Kategorienbildung in den Zusammenhang semiotisch angemessener Modellierungen, wobei Planungsresultate eines neuen Forschungsprojekts zum Thema sowie die Einrichtung eines Arbeitskreises Fuzzy Linguistik in der GLDV beträchtlichen Einfluß hatten.

Erschienen in: Krallmann, D./Schmitz, H.W. (Hrsg.): Vorträge des Internationalen Gerold-Ungeheuer-Symposium, Essen 1995, Münster (Nodus Wissenschaftsverlag) 1996.

^**E-mail: rieger@ldv01.Uni-Trier.de

¹Phänomene etwa der linearen Nah-Ordnung sprachlich-perfomativer Einheiten (z.B. Ko-okkurenzen), deren Regularitäten sich regelbasierten Notationen entziehen aber in numerischen Ausdrücken von Korrelationen beliebig genau notiert und verarbeitet werden können, erweisen sich als Resultate von Prinzipien, die kompetenztheoretisch bisher nur deswegen übersehen wurden, weil sie keine der linearen Fern-Ordnungen linguistischer Kategorien betreffen, wie sie gängige Grammatikformalismen erfassen.

²Das Trierer dpa-Korpus besteht bespielsweise aus Textmaterial des sog. Basisdienstes der Jahrgänge 1990-93 (720.000 Dokumente), die dem Autor von der Deutschen Presseagentur (dpa), Hamburg, dankenswerterweise zu Forschungszwecken zur Verfügung gestellt wurde. Nach Säuberung (von Formatier- und Steuerzeichen) umfaßt das Korpus rund 180 Mio. laufende Wörter (Tokens), für die derzeit ein maschinelles Lemmatisierungs- und Tagging-Verfahren entwickelt wird. Dieses Textkorpus bildet das schriftsprachliche Datenmaterial schon laufender und erst noch geplanter fuzzy-linguistischer Untersuchungen.

³Im Unterschied dazu sprechen wir von Syntax, wenn diese Zuordnungsbeziehungen in Form von (Ersetzungs-)Regeln, Produktionen, etc., d.h. selber wiederum in (formal-)sprachlichen Notationen repräsentiert werden.

⁴Vgl. Rieger (1995a)

⁵Obwohl der Prozeß der Bedeutungskonstitution als herausragende Leistung und semiotische Dimension der natürlichen Sprache gekennzeichnet wird, ist es gerade diese Eigenschaft, welche sich einer Modellierung (bisher) entzog und Inhalte neuer Bedeutungen natürlichsprachlicher Ausdrücke auch weiterhin ungeeignet sein läßt, etwa durch ein formales Verfahren wie der Wahrheitswert-Zuweisung für prädikaten- und aussagen-logische Terme, bewertet, d.h. anders als durch interpretatives Verstehen realisiert und eingeordnet zu werden.

⁶Vgl. hierzu schon Rieger (1972) und die in Rieger (1989) vorgelegte semantische Vagheitstheorie mit ausgearbeiteten formal-theoretischen und quantitativ-empirischen Teilen sowie den beide verbindenden und spezifizierenden Zuordnungs- und Korrespondenzregeln.

⁷Vgl. etwa die bisdahin rege Diskussion zumindest in Deutschland um wissenschafttheoretische Positionen der Sprachwissenschaft und Linguistik.

⁸So etwa kategoriale Begriffe theoretischer Konstrukte (wie Phonem, Morphem, Wort, Satz etc.) zur Bezeichnung abstrakter Konzepte im System der langue/competence und deskriptive Begriffe empirischer Größen (wie etwa Laut, Phon, Morph, Äußerung etc.) zur Bezeichnung beobachtbarer Erscheinungen (als vermeintlichen Realisationen der Konzepte) in der parole/perfomance.

⁹Diese formale Inkongruenz kann als semiotisch begründet deswegen gelten, weil sie besagt, "daß die Regeln und Prinzipien aus G auch den Inhalt von ML kontrollieren, daß der Parser aber nicht allen Regeln und Prinzipien von G korrespondiert".

¹⁰ Lernbarkeit: "... eine Aussage über die mentale Repräsentation sprachlichen Wissens ist nur dann adäquat, wenn die entsprechende Repräsentation prinzipiell lernbar ist" und Verarbeitbarkeit: "... eine vorgeschlagene Repräsentation muß insbesondere durch Prozessoren, etwa einen plausiblen Parser oder Formulator, verarbeitet werden können". Damit wird Adäquatheit der Schnittmenge R_L ÇR_A aller prinzipiell lernbaren Repräsentationen R_L (unabhängig von ihrem Notationsformat) mit allen algorithmisch verarbeitbaren Repräsentationen R_A (sofern es nur plausible Implementationen solcher Algorithmen gibt) zugesprochen. Die Entscheidung, wonach bestimmten Repräsentationen, Modellen, Systemen der Vorzug vor anderen zu geben wäre, wird nicht an ihre (oder der ihnen zugrundeliegenden Hypothesen) Überprüfbarkeit gebunden, sondern als von der "Plausibilität" von Parsern und Formulatoren abghängig erklärt.

¹¹ Bierwisch (1989) spricht im Anschluß an Chomsky (1965, 1975) von "Kaskaden der Vermittlungsstufen" (s. 178)

¹²Es ist keine Sprache dieser Welt bekannt, die nicht den Strukturierungsprinzipien der syntagmatischen und paradigmatischen Restriktionen unterläge, wenngleich wesentliche sprachtypologische Unterschiede auf dem unterschiedlichen Gebrauch beruhen, der in den verschiedenen Sprachen von diesen Prinzipien gemacht wird.

¹³Daß damit kein Widerspruch zur fuzzy Modellierungstechnik entsteht, ist in der Konzeption unscharfer Mengen begründet, für die die Verbindung von Ausdrücken diskret algebraischer Entitäten mit numerischen Termen mathematischer Kontinua kennzeichnend ist.

¹⁴Als Struktur-analysierende und -generierende Transformationen tatsächlicher Sprachdaten, welche Konzepte und Techniken der unscharfen Modellierung nutzen, gehören diese Untersuchungen in den Bereich der empirisch, (re-)konstruktiv arbeitenden Computerlinguistik, die als Fuzzy Linguistics sich derzeit erst abzuzeichnen beginnt.

¹⁵Die in dieser Sprechweise suggerierte Abfolge primärer vor sekundären Repräsentationen ist der Prozeduralität dieser Phänomens eigentlich unangemessen; die Unterscheidung sowohl der lokalen Repräsenationsebenen als auch ihrer zeitlichen Relate sind Kennzeichen eher der re-konstruktiven Modellierung als des zu modellierenden kognitiven Prozesses, dessen formale Spezifikation als Prozedur von beidem zu abstrahieren erlaubt.