Lektion 1: Machine Speech Tagging

Zum Einstieg starten wir mit einer kurzen Übung in die Lektion: Die Lehrperson beginnt und nennt ein beliebiges Wort. Im Uhrzeigersinn fügt jetzt jedes Klassenmitglied ein weiteres Wort hinzu, sodass sich fortlaufend ein Satz entwickelt. Macht zwei bis drei Durchgänge und merkt Euch die entstandenen Sätze. Ihr könnt vor der Übung entweder ein Thema vorgeben, nachdem sich die Kreisgeschichte richten soll, z. B. die nächste Schulreise, oder Ihr lasst Eurer Fantasie freien Lauf.

Wie wir sehen, hat es funktioniert. Obwohl wir alle nur einen kleinen Teil zum Satz beigetragen haben und nicht wussten, wie er enden wird, sind zusammenhängende Sätze entstanden, die wir – wahrscheinlich mit viel Fantasie – auch im Alltag gebrauchen könnten. Weshalb ist das so? Woher wussten wir überhaupt, welche Worte als nächstes passen würden?
Beim Erlernen einer Sprache speichern wir grammatische Grundregeln, die wir für das tägliche Kommunizieren benötigen. Dazu gehört unter anderem ein grundlegendes Verständnis von Satzbau, also: Welches Wort darf ich wo im Satz platzieren? Und dafür ist wiederum die Einteilung in die Wortarten Voraussetzung. Bei dieser scheiden sich die Geister, doch sind für Betrachtung der Stellung im Satz folgende acht Wortarten besonders relevant:  
 

Substantiv (Nomen): «Ding-Wort» – Baum, Brot, Schiff   
Verb:«Tun-Wort» – schwimmen, essen, können   
Adjektiv: «Wie-Wort», Eigenschaft – schön, rot, scharf    
Artikel/ Pronomen: «Begleiter» – der, eine / Stellvertreter – ich, es, ihr, euer
Adverb: Umstandswort – gestern, meistens, hier     
Konjunktion: Bindewort – und, aber, oder  
Präposition:  Verhältniswort – in, am, nach               
Partikel: Funktionswort, nicht erfragbar – nicht, sehr, denn            

​

Anhand der Wortarten lassen sich die Regeln des Satzbaus verdeutlichen und in allgemeiner Form darstellen: «Der Hund ist bissig.» – Artikel, Nomen, Verb, Adjektiv.

Beim sogenannten POS-Tagging, Part-Of-Speech-Tagging, werden ganz nach diesem Prinzip den verschiedenen Wörtern eines Textes die passenden Wortarten zugeordnet. Die Wörter werden also mit «Tags» versehen, die etwas über ihre grammatischen Eigenschaften aussagen. Dazu gibt es verschiedene Zusammenstellungen relevanter Tags – diese nennt man «Tagsets» –, die sich je nach Sprache oder Schwerpunkt des Taggings unterscheiden. In der deutschen Sprache wird meist mit dem Stuttgart-Tübingen-Tagset (STTS) gearbeitet. Darin werden die einzelnen Wortarten noch genauer spezifiziert. Das sieht dann ungefähr wie folgt aus: