410 Linguistik
Refine
Year of publication
- 2005 (4) (remove)
Document Type
- Article (3)
- Conference Proceeding (1)
Has Fulltext
- yes (4)
Is part of the Bibliography
- no (4)
Keywords
- Computerlinguistik (2)
- Japanisch (2)
- Deutsch (1)
- Höflichkeitsform (1)
- Kontrastive Linguistik (1)
- Numerale (1)
- Reflexivität <Linguistik> (1)
- Türkisch (1)
- Zeitungssprache (1)
- Übersetzung (1)
Institute
- Extern (4) (remove)
Die Durchführung kontrastiver Untersuchungen setzt vor allem eine gründliche Beschreibung der zu vergleichenden Sprachen auf der Grundlage eines Grammatikmodells voraus. Kontrastive Arbeiten zum Sprachenpaar Deutsch/Türkisch, die diese Bedingung erfüllen, finden sich nur selten. Das dürfte auf die nur bedingt vergleichbaren Strukturen der besagten Sprachen zurückzuführen sein. Zwar existiert die semantische Kategorie Reflexivum im Deutschen und im Türkischen. In vielen Fällen ist es jedoch nicht möglich, die Existenz eines syntaktischen und semantischen Reflexivums in den beiden Sprachen nachzuweisen. Im folgenden Beitrag soll der Versuch unternommen werden, dieses Problem anhand eines Vergleichs der reflexiven Konstruktionen im Deutschen und im Türkischen zu verdeutlichen.
This paper proposes an annotating scheme that encodes honorifics (respectful words). Honorifics are used extensively in Japanese, reflecting the social relationship (e.g. social ranks and age) of the referents. This referential information is vital for resolving zero
pronouns and improving machine translation outputs. Annotating honorifics is a complex task that involves identifying a predicate with honorifics, assigning ranks to referents of the
predicate, calibrating the ranks, and connecting referents with their predicates.
While the sortal constraints associated with Japanese numeral classifiers are well-studied, less attention has been paid to the details of their syntax. We describe an analysis implemented within a broad-coverage HPSG that handles an intricate set of numeral classifier construction types and compositionally relates each to an appropriate semantic representation, using Minimal Recursion Semantics.