Micron Document
____ _ _ _ _
| _ \ ___ | |_ (_) _ __ ___ __| | (_) __ _
| |_) | / _ \ | __| | | | '_ \ / _ \ / _| | | | / _ |
| _ < | __/ | |_ | | | |_) | | __/ | (_| | | | | (_| |
|_| \_\ \___| \__| |_| | .__/ \___| \__,_| |_| \__,_|
|_|


The NomadNet German Wikipedia | Archives | Info
- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b

πŸ” Search

Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―

Synset
──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
top
Synset ist ein aus dem Englischen stammender Begriff der Semantik, konkreter der Lexikographie. Es geht um die Bildung von Wortfeldern und Begriffsfeldern, indem man Synonyme zu einem Feld, einem β€žKonzeptβ€œcite-ref-1[1] (im Sinne einer Begrifflichkeit) zusammenfasst. In der inhaltlichen Erschließung entspricht ein Synset einem Synonymring.

Contents

β€’ Software
β€’ Literatur

──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────

Unterscheidungen

Man unterscheidet lexikalische und konzeptuelle (begriffliche) Beziehungen (Relationen) innerhalb eines Synset.

Lexikalische Beziehungen

(a) die BedeutungsidentitΓ€t bzw. BedeutungsΓ€hnlichkeit (Synonymie),

(b) die Gegenteiligkeit der Bedeutung (Antonymie) sowie (c) etymologische Beziehungen.cite-ref-2[2]

Konzeptuelle Beziehungen

(a) das VerhΓ€ltnis von Ober- zu Unterbegriffen (Hyperonymie/Hyponymie bzw. Superordination/Subordination;

(b) das VerhΓ€ltnis eines Teils zu einem Ganzen (Meronymie/Holonymie); (c) die kausale Beziehung (Ursache und Wirkung).

Software

Das Natural Language Toolkit enthΓ€lt Werkzeuge, die unter Benutzung von WordNet unterschiedliche Abfragen zu Synsets ermΓΆglichen.cite-ref-3[3] Das untere Beispiel in der Programmiersprache Python importiert WordNet und gibt dann das Synset zu β€žmotorcarβ€œ aus. Anschließend werden zum ermittelten Synset β€žcar.n.01β€œ das Wortfeld mit der Methode lemma_names() ermittelt und ausgegeben.

import nltk
from nltk.corpus import wordnet as wn
print(wn.synsets('motorcar'))
# Ausgabe: [Synset('car.n.01')]
print(wn.synset('car.n.01').lemma_names())
# Ausgabe: ['car', 'auto', 'automobile', 'machine', 'motorcar']

Literatur

β€’ Claudia Kunze: Semantische Relationstypen im GermaNet. In: Stefan Langer, Daniel Schnorbusch: Semantik im Lexikon (= TΓΌbinger BeitrΓ€ge zur Linguistik; Bd. 479). Narr, TΓΌbingen 2005, S. 161–178 (164 f.), ISBN 3-8233-6099-X (Semantik Im Lexikon ΓΌber Google Books)

Einzelnachweise

cite-note-11. ↑ Kunze, in: Langer/Schnorbusch, Semantik im Lexikon (2005), S. 161 (164), Beispiel: {Hast, Eile}
cite-note-22. ↑ genauer: morphosemantischen Relationen derived_from und participle, vgl. Kunze, in: Langer/Schnorbusch, Semantik im Lexikon (2005), S. 165
cite-note-33. ↑ Steven Bird, Ewan Klein, and Edward Loper: Natural Language Processing with Python – Analyzing Text with the Natural Language Toolkit. In: Accessing Text Corpora and Lexical Resources. Abgerufen am 13. April 2020 (englisch).