Pragmalinguistische Annotation und maschinelles Lernen

Zusammenfassung

Im Mittelpunkt dieses Beitrags steht die Reflexion von Qualitätskriterien für das interpretative linguistische Annotieren soziopragmatischer Phänomene. Dabei ist die Erfassung impliziter und inferierter Aspekte sowie das Einbeziehen von Kontextwissen von zentraler Bedeutung. Dies stellt eine besondere Herausforderung für die digitale Linguistik dar, weil der korpuslinguistische Zugriff auf die sprachliche Oberfläche solche Phänomene nicht ohne Weiteres erfassen kann und eine Automatisierung und algorithmische Analyse deshalb oft nicht möglich ist. Eine Möglichkeit, dieser Problematik zu begegnen, ist die Kombination von interpretierend-kategorisierender Annotation und maschinellem Lernen. Für die erfolgreiche Umsetzung dieser Methodenkombination sind verschiedene Faktoren – insbesondere beim manuellen Annotieren und der Kategorienbildung – relevant, die im Beitrag an zwei Beispielstudien herausgearbeitet werden: einer Studie zur Klassifikation von Zwischenrufen im Bundestag, die begleitend durch einen Recommender-Algorithmus unterstützt wird, und einer Studie zu wissenschaftlichen Textroutinen, in der an ein manuelles Annotationsverfahren das Training eines rekurrenten neuronalen Netzes zur automatischen Klassifikation angeschlossen wird.