DWUG DE Sense: Historische Bedeutungsannotationen im Deutschen

Datensatz

Dominik Schlechtweg

Diese Datensammlung enthält eine Teilmenge der DWUG DE Wortverwendungsdaten, die mit klassischen Wortbedeutungsdefinitionen annotiert sind (DWUG DE Sense, siehe data/*/judgments_senses.csv). Aus diesen Annotationen wurden aggregierte und bereinigte Wortbedeutungs-Labels abgeleitet (labels/*/labels_senses.csv). Aus diesen Labels wurden zusätzliche binäre semantische Ähnlichkeits-Labels zwischen Wortverwendungen ('0' für unterschiedliche Bedeutungen, '1' für dieselbe Bedeutung, labels/*/labels_proximity.csv) und Bedeutungswandel-Labels abgeleitet, die die Veränderungen der Bedeutungen zwischen den beiden Zeiträumen widerspiegeln, aus denen die Wortverwendungen entnommen wurden (stats/*/stats_groupings.csv).

Die Wortbedeutungs-Labels wurden aus der Bedeutungsannotation abgeleitet, indem Instanzen entfernt wurden, bei denen nicht mindestens 2/3 der Annotatoren übereinstimmen (maj_2/maj_3). Beachten Sie, dass die binären Ähnlichkeits-Labels aus der Bedeutungsannotation abgeleitet wurden und nicht direkt von Menschen annotiert wurden (im Gegensatz zu anderen WUG-Datensätzen). Beachten Sie, dass folglich auch die Bedeutungswandelwerte EARLIER, LATER und COMPARE nicht direkt aus menschlichen Annotationen, sondern aus den abgeleiteten binären Ähnlichkeits-Labels berechnet wurden. Den Code zur Aggregation und Bereinigung der Daten, zur Ableitung der Ähnlichkeits-Labels und zur Ableitung der Bedeutungswandel-Labels finden Sie im WUG Repository.

Weitere Informationen zu den bereitgestellten Daten entnehmen Sie bitte dem unten angegebenen Papier.

Dominik Schlechtweg. 2023. Human and Computational Measurement of Lexical Semantic Change. PhD thesis. University of Stuttgart.

Die Ressource ist per Download verfügbar.