Approximating Theoretical Linguistics Classification in Real Data: the Case of German ``nach'' Particle Verbs
Boris Haselbach, Kerstin Eckart, Wolfgang Seeker, Kurt Eberle, Ulrich Heid · International Conference on Computational Linguistics · 2012
Testing a theory against real world data can sometimes be helpful in figuring out the shortcomings of your current theory. In this paper, we test a theory about the syntax-semantics interface of German nach-particle verbs against data from a web corpus in order to see if we can use our automatic NLP machinery to corroborate the predictions of the theory. We use state-of-the-art parsers to automatically annotate our data with the features predicted by the theory and then apply a standard clustering approach to approximate the nach-particle verb classes of the theory. The results of our experiment not only help us highlighting the more problematic parts of the theory but also teach us about the strengths and weaknesses of our automatic analysis tools. TITLE AND ABSTRACT IN ANOTHER LANGUAGE, L2 (OPTIONAL, AND ON SAME PAGE) Corpusbasierte Uberprufung einer semantischen Klassifikation deutscher nach-Partikelverben Um Unzulanglichkeiten einer Theorie auszumachen ist es mitunter vonnoten, Hypothesen gegen echtes Textmaterial abzugleichen. In diesem Beitrag soll diskutiert werden, wie Vorhersagen einer Theorie zum syntaktischen und semantischen Verhalten deutscher nach-Partikelverben gegen Netztexte abgeglichen werden konnen und wie dabei eine automatische Textverarbeitung unterstutzend zum Tragen kommt. Es werden Parser des letzten Stands der Forschung verwendet um die Daten mit den von der Theorie vorhergesagten Merkmalen zu annotieren bevor ein standardisiertes Clustering-Verfahren angewandt wird um die theoretischen nach-Partikel-Verb-Klassen nachzubilden. Die Resultate des Experiments unterstreichen nicht nur Problemfalle der Theorie sondern zeigen auch die Starken und Schwachen der automatischen Analyse.