Nutzen von Zip-Verfahren für die Sprach- und Literaturwissenschaften. Möglichkeiten maschineller Analyse und Klassifizierung von Texten

Dossier / Travail de Séminaire , 2002 , 21 Pages , Note: 1,7

Gestion d'entreprise - Sciences de l'information, gestion de l'information

Ziel der vorliegenden Arbeit ist es, den besonderen Nutzen von Algorithmen zur Datenkompression, hier in erster Linie die sogenannten Zip-Algorithmen, für die Sprach- und Literaturwissenschaften aufzuzeigen.
Dazu erfolgt zunächst eine allgemeine Einführung zum Thema Datenkompression, anschließend werden verschiedene Verfahren und Algorithmen untersucht und miteinander verglichen. Im zweiten Teil werden einige linguistisch relevante Fragen vorgestellt, für deren maschinelle Lösung Zip-Verfahren interressante Möglichkeiten eröffnen. Dabei erfolgt auch eine Einführungen in die Themen der Entropielehre, des Paradigmenwechsels und der sprachlichen Redundanz. Ein besonderes Augenmerk des Verfassers liegt darauf, sowohl den mathematisch-informationstheoretischen, als auch den sprachwissenschaftlichen Aspekten des Themas in gleicher Weise gerecht zu werden.

Inhaltsverzeichnis

• Einleitung
• Datenkompression
• Vergleich ausgewählter Kompressionsverfahren
  • WinZip
  • Bzip
  • WinRAR
• Der Ziv-Lempel-Algorithmus
  • LZ77
  • LZSS
  • LZ78
  • LZW
• Sprachwissenschaftliche Aspekte
  • Entropie, Redundanz und Paradigma
  • Einige Vorüberlegungen
  • Maschinelle Textanalyse
    • Bestimmung der relativen Entropie
    • Erkennung der Sprache
    • Erkennung der Autorenschaft
    • Korpus-Klassifizierung
• Zusammenfassung
• Anhang
  • Literaturverzeichnis
  • Verzeichnis der Tabellen und Bilder

Zielsetzung und Themenschwerpunkte

Die vorliegende Hausarbeit befasst sich mit dem Nutzen von Algorithmen zur Datenkompression, insbesondere den sogenannten Zip-Algorithmen, für die Sprach- und Literaturwissenschaften. Die Arbeit untersucht verschiedene Verfahren und Algorithmen und vergleicht deren Effizienz. Im zweiten Teil werden linguistische Fragestellungen vorgestellt, deren maschinelle Lösung durch Zip-Verfahren neue Möglichkeiten eröffnet. Dabei werden auch die Themen Entropielehre, Paradigmenwechsel und sprachliche Redundanz beleuchtet.

• Der Nutzen von Zip-Algorithmen für die Sprach- und Literaturwissenschaften
• Vergleich verschiedener Kompressionsverfahren und Algorithmen
• Linguistische Fragestellungen, die durch Zip-Verfahren maschinell gelöst werden können
• Entropielehre, Paradigmenwechsel und sprachliche Redundanz
• Mathematisch-informationstheoretische und sprachwissenschaftliche Aspekte der Datenkompression

Zusammenfassung der Kapitel

Die Einleitung stellt die Zielsetzung der Arbeit dar und gibt einen Überblick über die behandelten Themen. Das Kapitel "Datenkompression" bietet eine allgemeine Einführung in das Thema und erläutert die verschiedenen Arten der Kompression. Im Kapitel "Vergleich ausgewählter Kompressionsverfahren" werden drei gängige Kompressionsverfahren, WinZip, Bzip und WinRAR, vorgestellt und miteinander verglichen. Das Kapitel "Der Ziv-Lempel-Algorithmus" befasst sich mit den verschiedenen LZ-Algorithmen, die auf der tabellengesteuerten Funktion basieren. Die Kapitel "LZ77", "LZSS", "LZ78" und "LZW" beschreiben die Funktionsweise dieser Algorithmen im Detail. Das Kapitel "Sprachwissenschaftliche Aspekte" untersucht die Bedeutung von Entropie, Redundanz und Paradigma für die linguistische Analyse von Textkorpora. Es werden verschiedene Vorüberlegungen angestellt und die Möglichkeit der maschinellen Textanalyse anhand von Zip-Verfahren untersucht. Die Kapitel "Bestimmung der relativen Entropie", "Erkennung der Sprache", "Erkennung der Autorenschaft" und "Korpus-Klassifizierung" stellen konkrete Anwendungen der maschinellen Textanalyse vor.

Schlüsselwörter

Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen Datenkompression, Zip-Algorithmen, Sprachwissenschaft, Literaturwissenschaft, Entropie, Redundanz, Paradigma, maschinelle Textanalyse, relative Entropie, Erkennung der Sprache, Erkennung der Autorenschaft, Korpus-Klassifizierung, LZ77, LZSS, LZ78, LZW, WinZip, Bzip, WinRAR.

• Université: University of Cologne (Institut für sprachliche Informationsverarbeitung)
• Cours: Struktur und Erwerb von Wissen des Instituts für sprachliche Informationsverarbeitung
• Note: 1,7
• Auteur: Marc Seifert (Auteur)
• Année de publication: 2002
• Pages: 21
• N° de catalogue: V8749
• ISBN (ebook): 9783638156400
• Langue: allemand
• mots-clé: Zip-Verfahren, Struktur, Erwerb, Wissen, Instituts, Informationsverarbeitung