Mathematical methods and algorithms in cluster analysis are studied with
respect to meaning representation. The prerequisites and conditions of the
cluster analytical approach within descriptive and exploratory data
analysis as well as the possibilities of its application are discussed. The
methods described can be utilised for adequate determination and
description of groups of meaning points in semantic space, whose spatial
locations and topological neighborhoods correspond to similarities of word
meanings in texts. Known weaknesses of cluster analysis are on one hand the
number of free parameters and on the other hand the influence on the
quality of the expected results exerted by the choice of traditional
cluster criteria since each of them implies particular constraining
assumptions about the structure of the data. This general problem causes
some difficulty in predicting the success and the adequacy of unsupervised
classifications, with implications reaching far beyond the domain of
quantitative linguistics proper. To overcome these difficulties a new
cluster procedure is invented that is mainly driven by the data and its
structure and does not that strongly impose a certain implied model on the
data.
Es werden die mathematischen Methoden und algorithmischen Verfahren der
Clusteranalyse im Hinblick auf Bedeutungsrepräsentationen untersucht. Im
Rahmen der deskriptiven und explorativen Datenanalyse werden die
Voraussetzungen und Bedingungen des clusteranalytischen Ansatzes und die
Möglichkeiten seiner Anwendung diskutiert, die zur adäquaten Ermittlung und
Beschreibung von Gruppierungen von Bedeutungspunkten im semantischen Raum
verwendet werden, welche nach räumlicher Lage und topologischen
Nachbarschaften den Ähnlichkeiten von Bedeutungen sprachlicher Zeichen in
Texten entsprechen. Dabei ist die große Anzahl frei wählbarer Parameter und
der Einfluß, den jede Wahl eines der bekannten clusteranalytischen
Verfahren in Bezug auf die vorauszusetzenden Vorkenntnisse von der Struktur
der zu untersuchenden Daten auf die Güte der erwartbaren Ergebnisse hat,
eine bekannte Schwäche der Clusteranalyse. Diese generelle Problematik
belastet die Abschätzbarkeit von Erfolg und Adäquatheit unüberwachter
Klassifikationsverfahren weit über die quantitativ-linguistischen
Untersuchungen in der Gebrauchssemantik hinaus. Deshalb wird ein neues
Verfahren entwickelt, welches den analysierten Daten in geringerem Maße als
bisher Strukturen aufprägt und in höherem Maße als bisher von den
analysierten Daten und ihren Strukturen gesteuert wird.
E-mail this message to a friend
