Home Catalogue search

eng

Refine your search:

Search in the Catalogues and Directories






	Sort by
Simple Search

Page: 1 2 3 4 5...8

Hits 1 – 20 of 142

1	Teaching and learning verb-particle constructions in EFL: a comparasion between memorization and the cognitive-linguistic approach
	García Muñoz, Claudia. - 2021
	BASE
	Show details

2	Explaining taboo topics. Metaphorical construals of sexuality in children literature. A case study
	Madrigal Acero, Clara. - 2021
	BASE
	Show details

3	Towards a model of creative understanding: deconstructing and recreating conceptual blends using image schemas and qualitative spatial descriptors
	Falomir, Zoe; Plaza, Enric. - : Kluwer Academic Publishers, 2020
	BASE
	Show details

4	The Effect of Data-driven Learning & Image-schema-based Polysemy Networks Instruction on Learning Spatial Prepositions of Verticality: The Case of Moroccan EFL Learners
	Bouabida, Nihal
	In: JURNAL ARBITRER; Vol 7, No 1 (2020); 62-70 ; 2550-1011 ; 2339-1162 (2020)
	BASE
	Show details

5	Embodiment and Image Schemas: Interpreting the Figurative Meanings of English Phrasal Verbs
	Tsaroucha
	In: Languages ; Volume 5 ; Issue 1 (2020)
	BASE
	Show details

6	Semi-automatic extraction of image schemas from natural language
	Wachowiak, Lennart. - 2020
	Abstract: Hintergrund Image Schemas bezeichnen kognitive Bausteine, häufig auch räumlich-zeitliche Relationen genannt, die im Kindesalter durch physische Interaktionen mit der Umwelt erlernt werden. Diese Bausteine helfen uns nicht nur dabei uns auf neue und unbekannte Situationen einzustellen, sondern sie prägen laut Theorie auch unser abstraktes und konzeptionelles Denken sowie die Sprache mit der wir dieses ausdrücken. Da die automatische Extraktion von Image Schemas aus natürlicher Sprache immer noch ein ungelöstes Problem ist, wird die korpusbasierte linguistische Analyse von Image Schemas entweder manuell oder mittels halbautomatischer Verfahren durchgeführt, z.B. durch die Definition von Extraktionsregeln und -mustern auf der Grundlage lexikalisch-syntaktischer Merkmale oder durch unbeaufsichtigte Clusteranalyse. Methoden In dieser Arbeit werden zwei auf maschinellem Lernen basierende Ansätze zur Extraktion von Image Schemas entwickelt. Der erste Ansatz erweitert eine bestehende Clustering-Methode, die von räumlichen Sprachtheorien inspiriert ist und Triplets bestehend aus Verb, Präposition und Nomen identifiziert und clustert. Zur Verbesserung des Modells werden Word-Embeddings verwendet, um die durch die Eingabe-Features vermittelten semantischen Informationen zu verbessern. Darüber hinaus wird ein mehrsprachiges überwachtes Modell entwickelt, das auf den jüngsten Fortschritten auf dem Gebiet der Sprachmodellierung und des Transfer Learnings basiert, die es ermöglichen, trotz begrenzter Mengen an Trainingsdaten erfolgreich einen Klassifikator zu trainieren. Ergebnis Eine Auswertung der beiden Methoden anhand eines Datensatzes von gelabelten Daten aus der Image Schema Literatur zeigt die Probleme der unüberwachten Methode bei der Erstellung von Clustern auf der Grundlage von Image Schemas. Das überwachte Modell lernt hingegen erfolgreich Image Schemas in Deutsch und Englisch mit einem gewichteten F1-Score von 0,76 bzw. 0,60 zu identifizieren. Ein höherer Score wird dadurch verhindert, dass mehrere Image Schemas im gleichen Ausdruck vorkommen, was jedoch nicht vom Datensatz abgedeckt ist, welcher nur ein einziges Label zulässt. Dementsprechend muss der Datensatz zukünftig erweitert werden, um eine Multilabel-Klassifikation zu ermöglichen. Auswirkung Ein Verfahren zur einfachen und genauen Extraktion von Image Schemas aus großen Textkorpora würde Forschern helfen zu untersuchen, wie diese unsere Sprache beeinflussen, sowie die Analyse der Kontexte ermöglichen, in denen Image Schemas in verschiedenen Sprachen verwendet werden. ; Background Image schemas describe cognitive building blocks, often called spatio-temporal relations, which are learned during infancy through physical interactions with the environment. These building blocks not only help us generalize to new and unseen situations but are also hypothesized to shape our abstract thinking and reasoning, as well as the language through which we express it. Since automatically extracting image schemas from natural language is still an unsolved problem, corpus-based linguistic analysis of image schemas is done either manually or by semi-automated procedures, e.g. by defining extraction rules and patterns based on lexico-syntactic features or by unsupervised clustering. Method In this thesis, two machine learning based approaches for image schema extraction are developed. The first approach extends an existing clustering method, which is inspired by spatial language theories and identifies and clusters verb-preposition-noun triplets. In order to improve the model, word embeddings are utilized to increase the semantic information conveyed by the input features. Moreover, a multilingual supervised model is developed based on recent advances in the field of language modeling and transfer learning, which allow for training a classifier despite having limited amounts of training data. Outcome An evaluation of the two methods against a set of labeled data from image schema literature shows the shortcomings of the unsupervised method in creating cluster-splits based on image schemas. The supervised model, however, learns successfully to identify image schemas in German and English with a weighted F1-Score of 0.76 and 0.60 respectively. A higher score is prevented by multiple image schemas occurring in the same expression which is not covered by the dataset which only allows for a single label. Thus, in the future the dataset needs to be extended in order to allow for a multilabel-classification task. Impact A procedure for extracting image schemas easily and accurately from large text corpora would help researchers to further investigate how they shape our language and provide the means to analyze the contexts in which image schemas occur across different languages.
	Keyword: 17.69 Sprachwissenschaft: Sonstiges; 54.72 Künstliche Intelligenz; 54.75 Sprachverarbeitung; Machine Learning / Image Schemas / Natural Language Processing / Deep Learning / Cognitive Linguistics; Maschinelles Lernen / Image Schemas / Natural Language Processing / Deep Learning / Kognitive Linguistik
	URL: http://othes.univie.ac.at/65220/
	BASE
	Hide details

7	Vowel reduction in Standard Southern British
	Mittendorfer, Matthias. - 2020
	BASE
	Show details

8	Exploring the prosodic and syntactic aspects of Mandarin-English Code switching
	Liu, Ruowei. - 2020
	BASE
	Show details

9	Meaning construction in the Brexit process
	Cortés de los Ríos, María Enriqueta
	In: LFE. Revista de lenguas para fines específicos [eISSN 2340-8561], v. 26 (2), p. 39-57 (2020)
	BASE
	Show details

10	Meaning construction in the Brexit process
	Cortés de los Ríos, María Enriqueta; Hernández Aparicio, Tamara
	In: LFE: Revista de lenguas para fines específicos, ISSN 1133-1127, Vol. 26, Nº 2, 2020, pags. 39-57 (2020)
	BASE
	Show details

11	A study of capacitive structures such as "The cottage sleeps four" in contemporary English ; Étude des énoncés capacitifs du type "The cottage sleeps four" en anglais contemporain
	Marty, Caroline. - : HAL CCSD, 2019
	In: https://hal.archives-ouvertes.fr/tel-03372952 ; Linguistique. Sorbonne Université, 2019. Français (2019)
	BASE
	Show details

12	Les locutions espagnoles : observation de quelques schémas productifs
	Fretel, Hélène; Oddo, Alexandra
	In: Dialogues ibériques / Diálogos ibéricos ; https://hal-univ-bourgogne.archives-ouvertes.fr/hal-02442160 ; Dialogues ibériques / Diálogos ibéricos, Universidade do Algarve, pp.151-172, 2019 (2019)
	BASE
	Show details

13	Language Models applied to French Winograd Schemas ; Modèles de langue appliqués aux schémas Winograd français
	Seminck, Olga; Segonne, Vincent; Amsili, Pascal
	In: Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) - PFIA 2019 - Volume II : Articles courts ; Conférence sur le Traitement Automatique des Langues Naturelles (TALN) - PFIA 2019 ; https://hal.archives-ouvertes.fr/hal-02567776 ; Conférence sur le Traitement Automatique des Langues Naturelles (TALN) - PFIA 2019, Jul 2019, Toulouse, France. pp.343-350 (2019)
	BASE
	Show details

14	Jean-Marie Zemb : des figures de sa Pensée et des formes de sa Grammaire
	Daviet-Taylor, Françoise
	In: Diskursgrammatik - Grammaire du discours. Hommage à Jean-Marie Zemb ; https://hal.archives-ouvertes.fr/hal-02073299 ; Diskursgrammatik - Grammaire du discours. Hommage à Jean-Marie Zemb, Peter Lang, pp.161-174, 2019, Kontraste/Contrastes, 978-3631775875 ; https://www.peterlang.com/view/title/67999 (2019)
	BASE
	Show details

15	The Greek prefix ξε- ‘kse-‘: its conceptual and grammatical motivations ...
	Τσαρούχα, Αικατερίνη Ιωάννη. - : Aristotle University of Thessaloniki, 2019
	BASE
	Show details

16	Psycholinguistic Markers of Early Maladaptive Schemas in Teachers with High Prevalence of Workaholism ...
	Onopchenko, Iryna; Orap, Maryna; Mudrak, Ihor. - : Zenodo, 2019
	BASE
	Show details

17	Psycholinguistic Markers of Early Maladaptive Schemas in Teachers with High Prevalence of Workaholism ...
	Onopchenko, Iryna; Orap, Maryna; Mudrak, Ihor. - : Zenodo, 2019
	BASE
	Show details

18	Do texto à reflexão metalinguística: o esquema como elemento estruturante
	Ferreira, Patrícia; Estrela, Antónia. - 2019
	BASE
	Show details

19	“Stand Still in The Light”: What Conceptual Metaphor Research Can Tell Us about Quaker Theology
	Rachel J. Kirkwood
	In: Religions ; Volume 10 ; Issue 1 (2019)
	BASE
	Show details

20	The Conceptualization of English Phrasal Verbs by Greek Primary School Learners: An Empirical Cognitive Approach
	Efthymia Tsaroucha
	In: Languages ; Volume 4 ; Issue 3 (2019)
	BASE
	Show details

Page: 1 2 3 4 5...8

© 2013 - 2024 Lin|gu|is|tik | Imprint | Privacy Policy | Datenschutzeinstellungen ändern