Kernkompetenzen f ¨ur die Sprachwissenschaften

Kernkompetenzen für die
Sprachwissenschaften
Experimente und Datenerhebungen
Anke Assmann
[email protected]
Universität Leipzig, Institut für Linguistik
22.06.2015
1 / 56
Charles Darwin:
Nur ein Narr macht keine Experimente.“
”
2 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
3 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
4 / 56
Was ist ein Experiment?
Ziel
empirische Gewinnung von Daten
Eigenschaften:
Planmäßigkeit: die Planung des Experiments erlaubt es Störvariablen
zu kontrollieren und eine kontrollierte Umgebung zu schaffen; es lassen
sich Ursache und Wirkung feststellen; es lässt sich eine kausale
Beziehung festellen, wenn sich aus einer frei gewählten Variable X eine
abhängige Variable Y erzeugen lässt.
Variation: Experimentalbedingungen werden variiert, um so die
Auswirkungen bei unterschiedlichen Stufen der unabhängigen Variable
festzustellen
Kontrolle: mögliche Störvariablen müssen kontrolliert werden durch
Eliminieren, Konstant halten, Parallelisierung oder Randomisierung
Replikation: Ein Experiment muss wiederholt werden können
Auswertung: Die Daten aus einem Experiment müssen (statistisch)
ausgewertet werden
http://www.experimentalpsychologie.de/page37.html
5 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
6 / 56
Schritte zum Experiment
1
Hypothese und Nullhypothese aufstellen
2
Variablen und Störvariablen und deren Ausprägungen
bestimmen
3
Experimentablauf planen
4
(Pilotstudie durchführen)
5
Experiment durchführen
6
Daten auswerten
7
Ergebnisse interpretieren
8
schriftliche Zusammenfassung
7 / 56
Hypothese und Nullhypothese
Hypothese: mögliche Antwort auf eine Forschungsfrage,
Ein Experiment dient zur Überprüfung oder Widerlegung
einer Hypothese.
Nullhypothese: es liegt kein Effekt vor bzw. es besteht
kein Zusammenhang
Alternativhypothese: ¬Nullhypothese
Arten von Hypothesen:
universell: für alle x gilt y (falsifizierbar, nicht verifizierbar
ohne alle x zu prüfen)
existentiell: es gibt mindestens ein x, für das y gilt
(verifizierbar, nicht falsifizierbar ohne alle x zu prüfen)
proportional: für z% aller x gilt y (weder falsifizierbar, noch
verifizierbar ohne alle x zu prüfen)
Kriterien für Hypothesenbildung: Falsifizierbarkeit,
Operationalisierbarkeit, empirischer Gehalt
8 / 56
Experiment Beispiel: Münzen putzen
Frage: Wie bekommt man Münzen wieder sauber?
Hypothese: Münzen werden in einer Lösung aus Säure und
Salz wieder sauber.
Nullhypothese
Die Bestandteile Säure und Salz interagieren nicht, um die
Münzen sauber zu machen.
9 / 56
Variablen
unabhängige Variablen (Faktor): Variable, die das Ergebnis
des Experiments beeinflusst, ihre Ausprägung wird bewusst
variiert
abhängige Variablen: Variable, deren Ausprägung sich in
Abhängigkeit von den unabhängigen Variablen ändert
Störvariablen: andere Variablen, die das Ergebnis verändern
können, die aber nicht gemessen werden sollen; sie müssen
kontrolliert werden
Vorsicht!: Oft werden Störvariablen nicht oder falsch erkannt,
das kann das Ergebnis des Experiments verfälschen
Faktorenstufen: Ausprägung eines Faktors, zu jedem Faktor
werden mehrere (mind. 2) Faktorenstufen definiert
Bedingung: Kombination von Faktoren, die im Experiment
zusammen auftreten: Die Faktoren werden kreuzklassifiziert
Interaktion: Interagieren Faktoren, dann sind beide maßgeblich
für das Ergebnis
10 / 56
Experiment Beispiel: Münzen putzen
unabhängige Variablen:
abhängige Variablen:
Störvariablen:
11 / 56
Experiment planen
Der Experimentablauf sollte nachvollziehbar und
replizierbar sein.
Im Experiment sollten alle Bedingungen (evtl. mehrfach)
getestet werden.
Man muss sich bei der Durchführung genau an den Plan
halten.
Der Plan sollte schriftlich ausgearbeitet werden.
Wichtige Punkte der Planung:
Messmethode und Messskala festlegen
den genauen Ablauf planen.
Mögliche Ergebnisse abwiegen
Entscheiden, wie Ergebnisse ausgewertet und interpretiert
werden sollen.
12 / 56
Hinweise zu Experimenten mit Versuchspersonen
Bei Experimenten mit VPn misst man das Verhalten (Lesezeiten, Tastendruck,
Augenbewegungen, Ankreuzen, ...) bzw. die physiologischen Reaktionen
(Hirnströme, Magnetfelder, Stoffwechselprozesse im Gehirn) einer Person auf
die Bedingungen des Experiments
Bei Versuchspersonen kann immer nur die Performanz, nicht die Kompetenz
abgefragt werden.
Ergebnisse können durch (ungewollte) Priming-Effekte verfälscht werden, d.h.
Anordnung der präsentierten Items spielt eine Rolle; zu kontrollieren sind:
Reihenfolge der Bedingungen: i.d.R. durch Randomisierung
Einbeziehungen von Filler-Items: Bedingungen, die nicht den
Experimentbedingungen entsprechen, sondern die Versuchsperson vom
eigentlichen Ziel des Experiments ablenken sollen (ähnlich genug, aber
doch verschieden); mind. 50% aller Items sollten Filler sein, besser
70-90%
Experimente mit VPn dürfen nicht zu lang sein (Konzentrationsmangel als
Störvariable), notfalls die Bedingungen unter VPn aufteilen (wenn
genügend VPn)
Motivation: Um Mitarbeit der VPn zu erhöhen, kann man bei erfolgreicher
Teilnahme eine Belohnung in Aussicht stellen
http://www.uni-leipzig.de/~gksprach/homepages/dirkj/methdes.pdf
13 / 56
Stichproben
Da man nie die Grundgesamtheit testen kann, muss man eine
Stichprobe wählen. Diese sollte in ihren Eigenschaften der
Grundgesamtheit gleichen.
Für Linguistik: Grundgesamtheit sind meist die Sprecher einer
Sprache bzw. alle Menschen, d.h. die Verteilung von Alter,
Geschlecht, Bildungsstand, Berufsgruppe etc. sollte in den
Stichproben idealerweise etwa denen der Bevölkerung
entsprechen, denn es sind potentielle Störvariablen (dieses
Ideal wird selten erreicht)
Alle Informationen zu den VPn, die als potentielle Störvariablen
gelten, sollten aufgezeichnet werden. Irrelevante Informationen,
vor allem der Name, genaue Adresse, E-Mailadresse, werden
nicht zusammen mit den Messergebnissen gespeichert, d.h.
Experimente sind anonym. Benötigt man die Informationen (z.B.
für ein Gewinnspiel), sollten diese so gespeichert werden, dass
sie den Messergebnissen nicht zugeordnet werden können.
14 / 56
Experiment Beispiel: Münzen putzen
Experimentablauf?
15 / 56
Experiment durchführen
Gemäß dem Plan wird das Experiment durchgeführt. Der Plan
darf während des Experiments nicht verändert werden.
16 / 56
Experiment Beispiel: Münzen putzen
Experiment durchführen
17 / 56
Daten auswerten
Ein Experiment liefert Rohdaten. Meist reicht eine einfache
Beschreibung nicht.
Die Bedeutung der Daten kann durch z.B. eine statistische
Auswertung ermittelt werden. (Manchmal reicht ein
einfacher Mittelwert.)
Die statistische Auswertung beinhaltet oft auch eine
Visualisierung der Messwerte.
18 / 56
Experiment Beispiel: Münzen putzen
Auswertung: Mittelwerte der Veränderung der Sauberkeit für
die Bedingungen
19 / 56
Daten interpretieren
Hauptfrage
Haben die Ergebnisse die Nullhypothese falsifiziert?
Ja: Die Nullhypothese gilt nicht. Stattdessen gilt die
Alternativhypothese.
Nein: Keine Aussage möglich, ob die Nullhypothese gilt
oder nicht. Ein nein“ verifiziert die Nullhypothese nicht
”
automatisch.
20 / 56
Experiment Beispiel: Münzen putzen
Interpretation?
21 / 56
Schriftliche Zusammenfassung
Methodik, Ablauf, Ergebnisse, Auswertung und
Interpretation müssen so festgehalten werden, dass das
Experiment darauf basierend wiederholt werden kann.
Meist gibt man nicht die Rohdaten an, sondern die
Ergebnisse nach der statistischen Auswertung.
Bei linguistischen Experimenten sollte man auch Beispiele
für Test-Items und Filler-Items angeben.
22 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
23 / 56
Besonderheiten von Experimenten in der Linguistik
Man will eine kognitive Fähigkeit des Menschen testen.
Dazu braucht man Versuchspersonen.
Sprache ist sehr komplex. Daher sind die Experimente zur
Sprache sehr störanfällig. Gründe:
Komplexität von Sprache kann die Performanz der VPn
herabsetzen. Da man in Experimenten die
Sprachperformanz als Spiegel der Sprachkompetenz
betrachtet, sollten optimale Bedingungen für die
Performanz herrschen
Komplexität von Sprache erschwert die Isolation von
einzelnen Faktoren. Es müssen sehr viele Störvariablen,
auch nicht streng grammatische (z.B. Frequenz,
Plausibilität, Länge), kontrolliert werden, d.h. die Auswahl
der sprachlichen Beispiele ist eine schwierige Aufgabe.
24 / 56
Methoden von Experimenten in der Linguistik
erweiterte Introspektion: Elizitation von sprachlichen
Beispielen und/oder Akzeptanzurteilen (am stärksten
operationalisierte Form: Magnitude Estimation)
Korpusstudien: Messung der Frequenz einer Konstruktion
bezogen auf die Frequenz anderer Konstruktionen
psycholinguistische Methoden: Reaktionszeiten,
Lesezeiten, Hirnströme messen (meist erhöhter
Technikaufwand)
http://ling.uni-konstanz.de/pages/home/zinsmeister/
KL_0910/Material/091021_intro-handout.pdf
25 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
26 / 56
Beispiele elizitieren
Man versucht, Sprechern bestimmte Informationen zu
entlocken“.
”
Hilfsmittel:
Bilder
Sätze in anderer Sprache, die von Sprecher und Forscher
verstanden werden (Übersetzungsaufgabe)
Referenzbeispiel zur Analogiebildung
Hinweise:
Durch sprachliche Hinweise können bestimmte
Konstruktionen auch ungewollt geprimet werden.
Man kann nur Positivbeispiele elizitieren. Man kann nicht
erfahren, ob bestimmte Sachen ungrammatisch sind. Dazu
müssten Urteile elizitiert werden.
Je mehr Sprecher desto besser.
27 / 56
Urteile elizitieren
Man gibt dem Sprecher sprachliche Ausdrücke seiner
Muttersprache vor. Diese sollen hinsichtlich ihrer
NATÜRLICHKEIT bewertet werden.
Vorsicht!: Der Begriff Grammatikalität“ ist eine bereits Teil
”
der Interpretation der Ergebnisse
Es muss eine Messskala erdacht werden:
Einfachste Skala: gut, schlecht bzw. ja (Satz meiner
Sprache), nein (nicht Satz meiner Sprache)
Besser: Intervallskala mit ungerader Anzahl von Werten (es
sollte immer einen Mittelwert geben)
evtl. auch kontinuierliche Skala (keine festen Skalenwerte)
Sprachbeispiele zu beurteilen ist ein unnatürlicher und
damit meist ungewohnter Prozess. Dem Sprecher müssen
Vorgehen und Skala anhand von Beispielen erklärt
werden. Auch bietet sich eine Übungsphase an, in der die
Sprecher die vorgegebene Skala auf ihr jeweiliges
Sprachgefühl abbilden können.
28 / 56
Fragebogen gestalten
Ein Fragebogen dient der systematischer Elizitation von
Daten und/oder Urteilen.
Ein Fragebogen sollte als Experiment gewertet werden, da
der Versuchsleiter die Bedingungen über die Wahl der
Beispiele kontrolliert. Daher sollte man die Kriterien für
Experimente unbedingt beachten.
Ein Fragebogen soll die Aufgabe erklären und die Daten
mit einer Bewertungsmöglichkeit auflisten.
Es kann hilfreich sein, die Möglichkeit anzubieten, ein
Datum nicht zu bewerten ( keine Ahnung“ ankreuzen) und
”
am Ende ein Kommentarfeld für mögliche Probleme zu
hinterlassen. (Vor allem wichtig, wenn man als
Versuchsleiter nicht vor Ort ist.)
29 / 56
Magnitude Estimation
Magnitude Estimation
Magnitude Estimation ist eine erweiterte Messmethode, mit der die
Perzeption eines bestimmten Reizes auf den Menschen gemessen
werden soll.
Methodik:
Die VP gibt an, wie stark sie den Reiz im Vergleich zu einem
Referenzwert empfindet.
Angewendet auf die Linguistik heißt das, dass wenn die VP ein
Sprachbeispiel als doppelt so wohlklingend empfindet wie das
Referenzbeispiel, weist sie dem Beispiel einen doppelt so hohen Wert
zu.
Die Skala ist infinit und kontinuierlich.
Probleme:
VPn tun sich oft schwer mit der Benutzung von hohen Werten.
Zum Teil kehren sie für sich zu einer Intervall-Skala zurück.
Magnitude Estimation benötigt eine längere Einführungs- und
Übungsphase.
Literatur: Bard et al. (1996), Featherston (2007), Featherston (2009)
30 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
31 / 56
Was ist ein Korpus?
Sammlung von geschriebenen oder gesprochenen Texten
einer Sprache (manchmal mehrerer Sprachen).
Je nach Typ umfasst ein Korpus Texte eines Genre (z.B.
Zeitungstexte) oder Texte verschiedener Genre.
Die für die Sprachwissenschaft interessanten Korpora sind
annotiert, d.h. es sind zusätzliche Informationen, wie z.B.
über Wortarten, vorhanden.
Diese Annotationen können auch morphosyntaktische
oder – bei gesprochenen Korpora – phonologische
Informationen beinhalten.
32 / 56
Beispiele für Korpora
DWDS-Kernkorpus (http://www.dwds.de/resource/kerncorpus/):
Korpus der Berlin-Brandenburgischen Akademie der Wissenschaften, auf
dessen Grundlage das Digitale Wörterbuch der deutschen Sprache des 20.
Jahrhunderts (DWDS) erstellt wurde.
Projekt Deutscher Wortschatz (http://wortschatz.uni-leipzig.de/):
Deutscher Wortschatz Online. Enthält 35 Millionen Sätze mit 500 Millionen
Wörtern.
IDS-Korpora (http://www.ids-mannheim.de/kt/corpora.html):
Korpora des Instituts für Deutsche Sprache. Es handelt sich um die weltweit
größte Sammlung von deutschsprachigen Textkorpora als empirische Basis für
die linguistische Forschung. Online-Recherche ist mit COSMAS II möglich.
LIMAS-Korpus (http://www.korpora.org/Limas/):
Repräsentatives Zeitschnittkorpus der deutschen Gegenwartssprache
(Schriftsprache) von 1970: Es handelt sich um eine Auswahl von 500 Texten,
respektive Textfragmenten, verschiedener Textsorten mit insgesamt 1 Million
Wortformen. Das Korpus kann in seiner Gesamtheit im WWW recherchiert
werden.
Korpus Südtirol (http://www.korpus-suedtirol.it/index_DE):
Eine Initiative zur Sammlung, Archivierung und korpuslinguistischen
Erschließung von südtiroler deutschsprachigen Texten.
Weitere Korpora: https://www.linguistik.hu-berlin.de/de/institut/
professuren/korpuslinguistik/links/korpora_links
33 / 56
Wozu Korpus untersuchen?
Hauptzwecke:
Frequenzuntersuchungen
Untersuchungen der Produktivität
Finden von Beispielen, Generalisierungen
Untersuchung von Kontextvariablen
34 / 56
Wie Korpus untersuchen?
Im Wesentlichen ist die Methodik das Zählen von
Beispielen für eine bestimmte grammatische Konstruktion.
Bei einem faktoriellem Design werden die Frequenzen für
verschiedene Bedingungen verglichen.
Die meisten Korpora sind digitalisiert, daher kann das
Finden von Daten und Messen der Frequenz
automatisiert erfolgen.
Faustregel: Eine niedrige Frequenz deutet auf
Inakzeptabilität hin, eine hohe Frequenz auf Akzeptabilität.
35 / 56
Vor- und Nachteile von Korpusstudien
Vorteile:
keine Abhängigkeit von
Versuchspersonen
relativ geringer Aufwand
stark computergestützt, so
wenig fehleranfällig
Nachteile:
Korpus nur Stichprobe
einer Sprache: evtl. nicht
repräsentativ (nicht alle
Phänomene)
Korpus enthält viele Daten,
die für die Untersuchung
nicht relevant sind
Daten können fehlerhaft
sein (Performanzfehler,
absichtliche
Normabweichungen)
Unterschied zwischen
Seltenheit und
Ungrammatikalität nicht
klar
36 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
37 / 56
Experimente und Statistik
Die Ergebnisse von Experimenten werden meist mit
statistischen Methoden ausgewertet.
Die Planung des Experiments sollte in Hinblick auf die
statistischen Methoden erfolgen:
Was ist die Grundgesamtheit?
Wie soll die Stichprobe aussehen?
Wie soll die Messskala aussehen?
Was für Daten sind zu erwarten?
Literaturempfehlungen: Rumsey (2004, 2012); Gries (2008)
38 / 56
Schritte zur Auswertung
1
Datenbereinigung: Ausreißer beseitigen, Plausibilität,
Fehler prüfen
2
Standardisierung der Skalen (z-Transformation):
gerade bei Bewertungsskalen kann es zu Abweichungen
zwischen Sprechern kommen (einige bewerten strenger,
andere weicher), Die Skalen müssen angeglichen werden
3
Verteilung prüfen: Sind die Werte normalverteilt
(Glockenkurve)?
Statistischen Test durchführen, z.B.
4
t-Test: Mittelwerte von Gruppen bestimmen und zwischen
zwei Gruppen, bzw. mit Sollwert vergleichen.
ANOVA (Varianzanalyse): einfaktoriell, Vergleich von
Mittelwerten von mehr als zwei Gruppen; zweifaktoriell,
Untersuchung der Interaktion von 2 Faktoren
X 2 -Test: zur Überprüfung von Verteilung, Unabhängigkeit
von Variablen, Homogenität von Stichproben
39 / 56
Statistikprogramme
Statistische Auswertung wird in der Regel computergestützt
durchgeführt. Dafür gibt es verschiedene Programme, die auch
Diagramme erstellen:
R (Open Source, sehr umfangreiche
Anwendungsmöglichkeiten)
Office-Programme, z.B. Microsoft Excel (in Heimversion
meist nur eingeschränkte Funktionen)
SPSS (prorietäre Software, kostenlose Version PSPP, sehr
umfangreiche Anwendungsmöglichkeiten)
https:
//de.wikipedia.org/wiki/Liste_von_Statistik-Software
40 / 56
Signifikanz
Ergebnisse sind signifikant, wenn die Wahrscheinlichkeit,
dass sie durch Zufall zustande gekommen sind, unter 5%
liegt.
Die Signifikanz ist auch abhängig von der
Stichprobengröße.
Angabe wird als p-Wert“ bezeichnet. Je kleiner der Wert
”
desto besser.
Die Signifikanz wird durch statistische Tests ermittelt.
41 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
42 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
43 / 56
Knoten einbetten
\begin{tikzpicture}[baseline=0pt, remember picture] %
remember picture ist wichtig
\Tree [.DP [.D \node(D){a}; ] [.{NP} \edge[roof];
\node {\subnode{N}{book} about animals}; ]] %\
subnode definiert einen Knoten in einem
Knoten, benötigt \usetikzlibrary{tikzmark}
\draw[<->] (D) |- +(0,-1) -| (N);
\end{tikzpicture}
DP
D
NP
a book about animals
44 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
45 / 56
Teile des Baums einrahmen I
\begin{tikzpicture}[baseline=0pt, remember picture]
\Tree [.DP [.\node(D){D}; \node(a){a}; ] [.NP book [.\node(PP){PP
}; \node(P){about}; \node(an){animals}; ] ] ]
\node[draw,fit=(D)(a)]{}; %fit fügt mehrere Knoten in einen, benö
tigt \usetikzlibrary{fit}
\node[draw,fit=(PP)(P)(an)]{};
\draw[<->] (a) |- +(0,-2) -| (P);
\end{tikzpicture}
DP
D
a book
NP
PP
about animals
46 / 56
Teile des Baums einrahmen II
\begin{tikzpicture}[baseline=0pt, remember picture]
\Tree [.\node(DP){DP}; [.\node(D){D}; \node(a){a}; ]
[.\node(NP){NP}; book [.\node(PP){PP}; \node(P){
about}; \node(an){animals}; ] ] ]
\node[draw,circle,fit=(DP)(NP)]{};
\end{tikzpicture}
DP
D
a book
NP
PP
about animals
47 / 56
Phasen markieren
DP
D
a book
2.Phase
1.Phase
NP
PP
about animals
\begin{tikzpicture}[baseline=0pt,
remember picture,level distance
=40pt]
\Tree [.DP [.\node(D){D}; \node(a){a
}; ] [.NP book [.\node(PP){PP};
\node(P){about}; \node(an){
animals}; ] ] ]
\draw[<->] (a) |- +(0,-3) -| (P);
\begin{scope}[shift={(-2em,-4.3em)}]
%erlaubt Überlappung von
Strichen und Baum
\draw (0.3,0) edge[bend left] node[
above,very near end]{2.Phase}
(2.3,1.0);
\draw (1.3,-1.3) edge[bend left]
node[above,very near end]{1.
Phase} (3.3,-0.3);
\end{scope}
\end{tikzpicture}
48 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
49 / 56
Multidominanzstrukturen I
&P
&0
DP
D
NP
a book
DP
&
D
a magazine
NP
PP
about animals
50 / 56
Multidominanzstrukturen I
\begin{tikzpicture}[baseline=0pt, remember picture]
\Tree [.\&P [.DP [.\node(D){D}; \node(a){a}; ] [.\
node(NP){NP}; book ] ] [.\&{$’$} \& [.DP [.\node(
D){D}; \node(a){a}; ] [.NP magazine \edge[bend
left]; [.\node(PP){PP}; \node(P){about}; \node(an
){animals}; ] ] ]]]
\draw (NP.south)..controls +(1,-1) and +(1,2) ..(PP.
north);
\end{tikzpicture}
51 / 56
Multidominanzstrukturen II
VP
V0
ZP
Z
XP
X α
WP
V
W
YP
Y
52 / 56
Multidominanzstrukturen II
\begin{tikzpicture}[baseline=0pt, remember picture]
\tikzset{level 4/.style={sibling distance=5em}}
\Tree [.\node(ZP){ZP}; Z [.{XP} \node[shift={(-7em,0
em)}]{X}; \node[shift={(7em,0em)}](a){$\alpha$};
]]
%
\begin{scope}[shift={(6.3em,5.3em)}]
\Tree [.\node(VP){VP}; \edge[draw=none]; {} [.V$’$ V
[.WP W [.\node(YP){YP}; \edge[draw=none]; {} Y
]]]] %ein Knoten wird als Leer definiert, die
Verbindung ist unsichtbar
\end{scope}
\draw (YP.south) to (a.north); %Knotenverbindungen
\draw (VP.south) to (ZP.north);
\end{tikzpicture}
53 / 56
Inhaltsverzeichnis
1
Experimente
Grundlagen
Ein Experiment planen
2
Experimente in der
Linguistik
Erweitere Introspektion
Korpusstudien
3
4
Statistik
LaTeX: Baumstrukturen mit
tikz II
Noch mehr Knoten
Teile des Baums
markieren
Multidominanz
Klammerstrukturen
54 / 56
Klammerstrukturen
\ex. \begin{tikzpicture}[baseline=0pt,remember picture]
%die gesamte Struktur muss ein Knoten sein
\node {[\sub{vP} [\subnode{DP}{\sub{DP}} the boys ] [\sub{v$’$} \subnode
{v}{v} [\sub{VP} eats \subnode{obj}{pizza} ]]]};
\draw[semithick,o-o] (v) |- +(1,-1) node[circle,draw,solid,fill=white,
inner sep=1pt] {1} -| node{}(obj);
\draw[semithick,->] (v)..controls (south:1.5) and (south west:1.5) ..
node[circle,draw,solid,fill=white,inner sep=1pt] {3} (DP);
\draw[semithick,*-*] (v) |- +(-1.4,1) node[circle,draw,solid,fill=white,
inner sep=1pt] {2} -| (DP);
\end{tikzpicture}
2
(1)
[vP [DP the boys ] [v0 v [VP eats pizza ]]]
3
1
55 / 56
Referenzen I
Bard, Ellen Gurman, Dan Robertson and Antonella Sorace
(1996): ‘Magnitude Estimation of Linguistic Acceptability’,
Language 72, 32–68.
Featherston, Sam (2007): ‘Data in generative grammar: The
stick and the carrot’, Theoretical Linguistics 33(3), 269–318.
Featherston, Sam (2009): A scale for measuring
well-formedness: Why syntax needs boiling and freezing
points. In: S. Winkler and S. Featherston, eds, The fruits of
empirical linguistics, Volume 1: Process. Mouton de Gruyter,
Berlin, pp. 47–74.
Gries, Stefan (2008): Statistik für Sprachwissenschaftler.
Vandenhoeck & Ruprecht.
Rumsey, Deborah (2004): Statistik für Dummies. Wiley.
Rumsey, Deborah (2012): Statistik II für Dummies. Wiley.
56 / 56

Download Report