Kernkompetenzen fur dieSprachwissenschaften

Vorhersagen und neue Forschungsfragen

Anke Assmannanke.assmann@uni-leipzig.de

Universitat Leipzig, Institut fur Linguistik

06.07.2015

1 / 21

Friedrich Nietzsche sagt:

”Dem guten Frager ist schon halb geantwortet.“

2 / 21

Inhaltsverzeichnis

1 VorhersagenVorhersagen formulieren

Beispiel: Bornkessel-Schlesewsky andSchlesewsky (2009)

2 LaTeX: Merkmalsmatrizen

3 / 21

Inhaltsverzeichnis

1 VorhersagenVorhersagen formulieren

Beispiel: Bornkessel-Schlesewsky andSchlesewsky (2009)

2 LaTeX: Merkmalsmatrizen

4 / 21

Die ursprungliche Fragestellung

Ausgangspunkt:Am Anfang einer jeden wissenschaftlichen Arbeit steht eineFrage. Das Ziel der eigenen Forschung ist es, diese Frage zubeantworten.

Formulierung:Eine Frage sollte immer so konkret wie moglich formuliertwerden. Dabei sollte man die moglichen Antworten bereits imKopf haben. Es gilt nur noch, herauszufinden, welche Antwortdie richtige ist.

5 / 21

Neue Fragen

Jede Antwort auf eine ursprungliche Frage (die Theorie bzw.das Modell) wird und soll neue Fragen aufwerfen. Die moglicheAntwort auf diese Fragen, die die Theorie vorgibt, ist eineVorhersagen der Theorie.

Vorhersagen als GutekriteriumDie Falsifizierbarkeit und die Richtigkeit der Vorhersagenbestimmt die Gute einer Theorie.

6 / 21

Neue Fragen finden

Die Hauptschwierigkeit besteht darin, neue Fragen basierendauf einer Theorie zu finden.

Ansatzpunkte:Welche empirische Evidenz lasst sich fur jede Annahmefinden?Ist die Theorie mit zusatzlichen Daten vereinbar?Fur welche theoretischen Konzepte ist die Studie alsEvidenz zu verstehen? Sind die Ergebnisse kompatibel mitanderer Evidenz fur die Konzepte?

7 / 21

Formulierung

Die Vorhersagen einer Theorie sollten so prazise formuliertwerden, dass sie sofort getestet werden konnen. Vorhersagensind Hypothesen. Es muss klar sein,

durch welche Methode die Richtigkeit der Vorhersagebestimmt werden kannwelches Ergebnis die Vorhersage bestatigt

Die Vorhersagen mussen so formuliert werden, dass klar ist,wie sich die Theorie falsifizieren lasst.

8 / 21

Gewichtung der Vorhersagen

Alle Vorhersagen zu testen ist nicht immer moglich. Kann mannur einen Teil der formulierten Vorhersagen testen, hilft es, dieVorhersagen zu gewichten und nur die wichtigsten Hypothesenzu prufen. Außerdem kann eine Gewichtung helfen, dieArgumentation fur die eigene Theorie zu starken.

Kriterien fur Gewichtung:Fur welche Vorhersagen habe ich bereits Evidenz?Welche Allgemeingultigkeit hat die Vorhersage?

9 / 21

Theorie erweitern

FrageWelche verwandten und nicht-verwandten Phanomene lassensich die mit der Theorie ableiten.

Verwandte Phanomene:andere Konstruktionen, die mindestens eine Eigenschaftmit der untersuchten Konstruktion gemeinsam habenandere Eigenschaften der untersuchten Konstruktion(darunter fallt auch sprachliche Variation)

Je mehr Phanomene durch die Theorie abgedeckt werdenkonnen, desto uberzeugender ist die Theorie.

10 / 21

Inhaltsverzeichnis

1 VorhersagenVorhersagen formulieren

Beispiel: Bornkessel-Schlesewsky andSchlesewsky (2009)

2 LaTeX: Merkmalsmatrizen

11 / 21

Modell

Abbildung 1 : Bornkessel-Schlesewsky and Schlesewsky (2009, 42)

12 / 21

Vorhersagen

1 Die syntaktische Struktur tragt weniger zur Interpretationdes Satzes bei als bisher angenommen.

2 Die unterschiedlichen Informationen werden zum Teilparallel verarbeitet (kaskadierendes Modell)

3 Informationen zur Prominenz eines Arguments sind voneinem anderen Typ als außersprachliche Informationenund Kontextinformationen.

13 / 21

Offene Fragen

1 Wie lasst sich sprachliche Variation erklaren? (WelcheSkalen sind wichtig? Wie lasst sich die unterschiedlicheGewichtung der Skalen ableiten?)

2 Gibt es Unterschiede bzgl. des Einflusses vonProminenzskalen zwischen Sprachperzeption undSprachproduktion?

3 Mit welchen allgemeinen kognitiven Konzepten istsprachliche Prominenz vergleichbar?

4 Ist das Modell als heuristisches Modell zurSatzinterpretation zu verstehen?

14 / 21

Inhaltsverzeichnis

1 VorhersagenVorhersagen formulieren

Beispiel: Bornkessel-Schlesewsky andSchlesewsky (2009)

2 LaTeX: Merkmalsmatrizen

15 / 21

Merkmalsmatrizen mit avm

Merkmalsmatrizen (Attribute-Value-Matrix), wie sie z.B. inHPSG benutzt werden, sind am einfachsten mit dem Paket avmzu darzustellen.

...

\usepackage{avm}

...

\begin{document}

...

\begin{avm}

...

\end{avm}

...

\end{document}

http://nlp.stanford.edu/manning/tex/avm-doc.pdf

http://www.essex.ac.uk/linguistics/external/clmt/

latex4ling/avms/16 / 21

Beispiel

(1)

cat | subcat⟨

NPit , NP 2 , S[comp]: 3⟩

content

relation bother

bothered 2

soa-arg 3

\begin{avm}

\[ cat \| subcat & \< NP$_{it}$, NP$_{\@2}$, S[comp]:\@3\>\\

content & \{\[ relation & \bf bother\\

bothered & \@2 \\

soa-arg & \@3

\]\} \]

\end{avm}

17 / 21

Einstellungen

(2) headed phraseCAT | SUBCAT

⟨NPit , NP 2 , S

[COMP

]: 3

⟩

CONTENT

RELATION bother

BOTHERED 2

SOA-ARG 3

\avmfont{\sc}

\avmoptions{topleft,sorted} %sorted erlaubt Label, topleft|topright|

bottomleft|bottomright gibt Position des Labels an

\avmvalfont{\rm}

\avmsortfont{\scriptsize\it}

\ex. \begin{avm}

\[{headed phrase} cat \| subcat & \< NP$_{it}$, NP$_{\@2}$, S\[{} comp

\]:\@3\>\\

content & \{\[{} relation & \bf bother\\

bothered & \@2 \\

soa-arg & \@3

\]\} \]

\end{avm}18 / 21

AVMs in Baumen

(3) HEAD 1

SUBCAT 2

cat

HEAD 1

[VFORM finverb

]SUBCAT 2 ⊕

⟨4⟩

cat

wird

4

LOC

HEAD 3

SUBCAT 2

HEAD 3

[VFORM bseverb

]SUBCAT 2 ⊕

⟨5⟩

cat

haben

5

LOC

HEAD

[VFORM pppverb

]SUBCAT 2

⟨NP[nom], NP[dat]

⟩

geholfen

Muller (2008, 243)

19 / 21

AVMs in Baumen

\ex. \begin{tikzpicture}[baseline=0pt,level distance=2cm]

\Tree [.{\begin{avm}

\[ head & \@1 \\

subcat & \@2 \\

{\it cat} & \]

\end{avm}} [.{\begin{avm}

\@4 \[ loc & \[ head & \@3 \\

subcat & \@ 2 \]\]

\end{avm}} [.{\begin{avm}

\@5 \[ loc & \[ head & \[ vform & {\it ppp} \\

{\it verb} \] \\

subcat & \@2 \< NP[{\it nom}], NP[{\it dat}]\> \] \]

\end{avm}} geholfen ] [.{\begin{avm}

\[ head & \@3 \[ vform & {\it bse} \\

{\it verb} \] \\

subcat & \@2 $\oplus$ \< \@5 \> \\

{\it cat} \]

\end{avm}} haben ]] [.{\begin{avm}

\[ head & \@1 \[ vform & {\it fin} \\

{\it verb} \] \\

subcat & \@2 $\oplus$ \< \@4 \> \\

{\it cat} \]

\end{avm}} wird ]]

\end{tikzpicture}20 / 21

Referenzen I

Bornkessel-Schlesewsky, Ina and Matthias Schlesewsky(2009): ‘The Role of Prominence Information in theReal-Time Comprehension of Transitive Constructions: ACross-Linguistic Approach’, Language and LinguisticsCompass 3(1), 19–58.

Muller, Stefan (2008): Head-Driven Phrase Structure Grammar:Eine Einfuhrung. Vol. 17 of Stauffenburg Einfuhrungen,Stauffenburg Verlag.

21 / 21