Ansätze zur Verbesserung der Vorhersage von Wortassoziationen

 

In den Kapiteln  und  wurde gezeigt, wie mit einem sehr einfachen Modell zur statistischen Textanalyse  Vorhersagen über das Assoziationsverhalten  von Versuchspersonen gemacht werden können. In diesem Abschnitt sollen nun Vorschläge gemacht werden, wie das beschriebene Verfahren erweitert oder modifiziert werden kann, um die Ergebnisse zu verbessern. Alle genannten Ansätze wurden bereits als Computerprogramme realisiert und die Ergebnisse qualitativ untersucht. Eine genauere quantitative Evaluierung der Ergebnisse wurde jedoch nicht durchgeführt. Diese wäre sehr aufwendig, da jedes der vorgeschlagenen Verfahren die Einstellung neu hinzukommender Parameter erfordert.

Den Ergebnissen dieses Kapitels, die sich auf die englische Sprache beziehen, liegt das in Kapitel  beschriebene Korpus zugrunde. Das deutsche Korpus wurde hingegen gegenüber Kapitel  auf insgesamt etwa 46 Millionen Wörter erweitert. Hinzu kamen:

• Texte der Frankfurter  Rundschau von Anfang Juli 1992 bis Ende Dezember 1992 im Umfang von etwa 23 Millionen Wörtern.
• Bibeltext  in der revidierten Elberfelder Übersetzung des Brockhaus-Verlages (ca. 600 000 Wörter).
• CD-ROM-Ausgabe des Gabler-Wirtschaftslexikon  (1,6 Millionen Wörter).
• Lisa mit den großen Ohren. Kinderbuch von Ilse Ibach. Rowohlt Taschenbuch 512 (6800 Wörter).
• Robinson Crusoe. Roman von Daniel Defoe (54 000 Wörter).
• Eingescannte Manuskripte von Hörspielen des Südwestfunks (70 000 Wörter).

• Optimierung von Fenstergröße und -form
• Syntagmatische versus paradigmatische Assoziationen
• Mittlerer Abstand zwischen Wörtern
• Zusammenhang zwischen Stimulus- und Response-Häufigkeit
• Kookkurrenzhäufigkeit relativ zu einer Referenzgruppe
• Berücksichtigung der Wortart
• Korpusrepräsentativität und das Problem geringer Häufigkeiten
  • Lemmatisierung
  • Korrektur der Schätzwerte für Kookkurrenzhäufigkeiten
  • Indirekte Assoziationen
• Wortdefinition