Ergebnisse für *

Es wurden 5 Ergebnisse gefunden.

Zeige Ergebnisse 1 bis 5 von 5.

Sortieren

  1. Das Redewiedergabe-Korpus. Eine neue Ressource
  2. Das Redewiedergabe-Korpus. Eine neue Ressource
    Erschienen: 2019
    Verlag:  Leibniz-Institut für Deutsche Sprache (IDS), Bibliothek, Mannheim

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Beteiligt: Weimer, Lukas (Verfasser); Tu, Ngoc Duyen Tanja (Verfasser); Engelberg, Stefan (Verfasser); Jannidis, Fotis (Verfasser); Sahle, Patrick (Herausgeber)
    Sprache: Deutsch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    Schlagworte: Korpus <Linguistik>; Redewiedergabe; Annotation; Automatische Spracherkennung; Deutsch
    Umfang: Online-Ressource
    Bemerkung(en):

    In: Digital Humanities: multimedial & multimodal. 6. Tagung des Verbands Digital Humanities im deutschsprachigen Raum e.V. (DHd 2019), Frankfurt am Main, Mainz, 25.3.2019 - 29.3.2019. Konferenzabstracts. - Frankfurt am Main, 2019., S. 103-106, ISBN 978-3-00-062166-6

  3. Was für Enthüllungen! heulte die wohlgekleidete respektable Menge
    eine korpus-linguistische Untersuchung zur lexikalischen Vielfalt von Redeeinleitern
    Erschienen: [2019]; © 2019

    Staats- und Universitätsbibliothek Bremen
    keine Fernleihe
    Leibniz-Institut für Deutsche Sprache (IDS), Bibliothek
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Leibniz-Institut für Deutsche Sprache, Bibliothek
    Beteiligt: Engelberg, Stefan (VerfasserIn); Weimer, Lukas (VerfasserIn)
    Sprache: Deutsch
    Medientyp: Aufsatz aus einem Sammelband
    Format: Druck
    Übergeordneter Titel: Enthalten in: Rede- und Gedankenwiedergabe in narrativen Strukturen - Ambiguitäten und Varianz; Hamburg : Buske, 2019; (2019), Seite [13]-53; 251 Seiten

  4. Das Redewiedergabe-Korpus. Eine neue Ressource
    Erschienen: 2019
    Verlag:  Frankfurt am Main : Zenodo

    In diesem Beitrag wird das Redewiedergabe-Korpus (RW-Korpus) vorgestellt, ein historisches Korpus fiktionaler und nicht-fiktionaler Texte, das eine detaillierte manuelle Annotation mit Redewiedergabeformen enthält. Das Korpus entsteht im Rahmen eines... mehr

     

    In diesem Beitrag wird das Redewiedergabe-Korpus (RW-Korpus) vorgestellt, ein historisches Korpus fiktionaler und nicht-fiktionaler Texte, das eine detaillierte manuelle Annotation mit Redewiedergabeformen enthält. Das Korpus entsteht im Rahmen eines laufenden DFG-Projekts und ist noch nicht endgültig abgeschlossen, jedoch ist für Frühjahr 2019 ein Beta-Release geplant, welches der Forschungsgemeinschaft zur Verfügung gestellt wird. Das endgültige Release soll im Frühjahr 2020 erfolgen. Das RW-Korpus stellt eine neuartige Ressource für die Redewiedergabe-Forschung dar, die in dieser Detailliertheit für das Deutsche bisher nicht verfügbar ist, und kann sowohl für quantitative linguistische und literaturwissenschaftliche Untersuchungen als auch als Trainingsmaterial für maschinelles Lernen dienen.

     

    Export in Literaturverwaltung
    Quelle: BASE Fachausschnitt Germanistik
    Sprache: Deutsch
    Medientyp: Konferenzveröffentlichung
    Format: Online
    DDC Klassifikation: Sprache (400)
    Schlagworte: Korpus; Redewiedergabe; Annotation; Automatische Spracherkennung; Deutsch
    Lizenz:

    creativecommons.org/licenses/by-sa/4.0/ ; info:eu-repo/semantics/openAccess

  5. Deep learning for free indirect representation
    Erschienen: 2019
    Verlag:  München [u.a.] : German Society for Computational Linguistics & Language Technology und Friedrich-Alexander-Universität Erlangen-Nürnberg

    In this paper, we present our work-inprogress to automatically identify free indirect representation (FI), a type of thought representation used in literary texts. With a deep learning approach using contextual string embeddings, we achieve f1 scores... mehr

     

    In this paper, we present our work-inprogress to automatically identify free indirect representation (FI), a type of thought representation used in literary texts. With a deep learning approach using contextual string embeddings, we achieve f1 scores between 0.45 and 0.5 (sentence-based evaluation for the FI category) on two very different German corpora, a clear improvement on earlier attempts for this task. We show how consistently marked direct speech can help in this task. In our evaluation, we also consider human inter-annotator scores and thus address measures of certainty for this difficult phenomenon.

     

    Export in Literaturverwaltung
    Quelle: BASE Fachausschnitt Germanistik
    Sprache: Englisch
    Medientyp: Konferenzveröffentlichung
    Format: Online
    DDC Klassifikation: Sprache (400)
    Schlagworte: Deutsch; Indirekte Rede; Erlebte Rede; Automatische Sprachanalyse; Korpus
    Lizenz:

    creativecommons.org/licenses/by-nc-sa/4.0/deed.de ; info:eu-repo/semantics/openAccess