-
Soyez le premier à aimer ceci
SlideShare utilise les cookies pour améliorer les fonctionnalités et les performances, et également pour vous montrer des publicités pertinentes. Si vous continuez à naviguer sur ce site, vous acceptez l’utilisation de cookies. Consultez nos Conditions d’utilisation et notre Politique de confidentialité.
SlideShare utilise les cookies pour améliorer les fonctionnalités et les performances, et également pour vous montrer des publicités pertinentes. Si vous continuez à naviguer sur ce site, vous acceptez l’utilisation de cookies. Consultez notre Politique de confidentialité et nos Conditions d’utilisation pour en savoir plus.
Publié le
Termextraktion in der Ausgangsprache ist die Basis aller Terminologiearbeit. Gängige Methoden der Termextraktion sind die manuelle Termextraktion und die Termextraktion auf Basis einer Vergleichsliste aus allgemeinsprachlichen Wörtern. Beide Methoden haben zwei Nachteile: Zum einen werden potenzielle Termini nicht bewertet. Obsolete oder polyseme Benennungen werden daher als potenzielle Termini interpretiert statt zu einer Fehlermeldung zu führen. Zum anderen ist es nicht möglich, in der Ergebnisliste der potenziellen Termini Benennungen einander zuzuordnen, die Synonyme voneinander sind.
Die Informationen, die man bräuchte, um Benennungen zu bewerten oder Synonyme zu finden, sind in professionellen Wörterbüchern enthalten. Über eine automatisierte Abfrage auf Basis der Daten professioneller Wörterbücher könnte man nicht nur einfacher potenzielle Termini extrahieren, sondern diese auch bewerten und einander als Synonyme zuordnen. Der Foliensatz zeigt Beispiele, was die herkömmlichen Methoden der Termextraktion übersehen und was mit einer neuen Vorgehensweise möglich wäre.
Soyez le premier à aimer ceci
Il semblerait que vous ayez déjà ajouté cette diapositive à .
Soyez le premier à commenter