Metaphorischer Wandel - Test Set, Annotationsdaten und Ergebnisse

Dominik Schlechtweg, Stefanie Eckmann, Enrico Santus, Sabine Schulte im Walde and Daniel Hole

Diese Datensammlung ergänzt den unten zitierten Artikel und enthält folgende Dateien:

• ein Testset für metaphorischen Wandel mit 95 deutschen Lexemen. Diese fallen in zwei Klassen: (i) Lexeme, bei denen die Autoren metaphorischen Wandel oder (ii) keinen semantischen Wandel im Deutschen Textarchiv (DTA) festgestellt haben. Hierbei handelt es sich um eine tab-separierte CSV-Datei, in der jede Zeile der Lexeme, die metaphorischen Wandel erfahren, folgende Form hat:
  
  Lexem    Wortart    Klasse    Zeitpunkt_des_Wandels    Frequenz_zum_Zeitpunkt_des_Wandels    Beschreibung    Quelle
  
  Jedem metaphorischen Lexem entspricht genau ein stabiles Lexem aus demselben Frequenzbereich, um ein Gleichgewicht im Testset herzustellen. Die Frequenzangabe jedes stabilen Lexems ist relativ zum entsprechenden metaphorischen Lexem. Jede Zeile eines stabilen Lexems hat folgende Form:
  
  Lexem    Wortart    Klasse    Zeitpunkt_des_ersten_Auftretens    Frequenz_zum_Zeitpunkt_des_Wandels    Beschreibung    Quelle
  
  
• das Ranking, das sich aus der Annotation von 560 Verwendungskontextpaaren einer Teilmenge des Testsets für metaphorischen Wandel ergibt und den Anstieg der metaphorischen Verwendungen im Lauf der Zeit für jedes Lexem misst;
• die Annotationsrichtlinien;
• die Bewertung der Annotatoren aller 560 Verwendungskontextpaare. Hier wird eine Quelldatei zur Verfügung gestellt, die eine Rekonstruktion des Datums jedes Verwendungskontextpaares aus den annotierten Dateien erlaubt und
• das vorhergesagte Ranking der Lexeme im Testset für metaphorischen Wandel für jedes untersuchte Maß.

Mehr Informationen finden Sie in unten zitiertem Artikel.

Dominik Schlechtweg, Stefanie Eckmann, Enrico Santus, Sabine Schulte im Walde and Daniel Hole. 2017. German in Flux: Detecting Metaphoric Change via Word Entropy. In Proceedings of CoNLL 2017. Vancouver, Canada, 2017.

Die Ressourcen sind per Download verfügbar unter einer Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA).

• WOCC: Korpora, aus denen die Verwendungspaare für die Annotation entnommen wurden.
• DURel: ähnlich annotierter diachroner Datensatz.
• SURel: ähnlich annotierter synchroner Datensatz.