Der Gunning-Fog-Index<\/strong> funktioniert \u00e4hnlich, indem er eine Sch\u00e4tzung des geforderten Schuljahres des Lesenden liefert, indem er die durchschnittliche Anzahl der W\u00f6rter pro Satz betrachtet und dann den Prozentsatz der verwendeten komplexen W\u00f6rter ber\u00fccksichtigt. Beide Ma\u00dfst\u00e4be wurden f\u00fcr die englische Sprache und das amerikanische Schulsystem entwickelt, aber f\u00fcr den Flesch-Kincaid-Test gibt es auch eine angepasste Formel f\u00fcr die deutsche Sprache. Da diese Metriken nur die H\u00e4ufigkeit und L\u00e4nge des Textes ber\u00fccksichtigen, messen sie nur die Schwierigkeit des Textes in diesen Dimensionen. Es gilt jedoch zu ber\u00fccksichtigen, dass es auch andere Dimensionen und entsprechende Methoden gibt. Sie haben alle ihre eigenen Vor- und Nachteile und k\u00f6nnen je nach den spezifischen Anforderungen und Zielen der Textanalyse in unterschiedlichen Kontexten eingesetzt werden.<\/p>\n\n\n\n Textvereinfachung beschreibt den Prozess der Reduzierung der lexikalischen und syntaktischen Komplexit\u00e4t eines geschriebenen Textes. Das hei\u00dft, wir wollen gel\u00e4ufige W\u00f6rter und eine einfache Satzstruktur verwenden. Im Einzelnen umfasst die \u00dcbersetzung aus der Alltagssprache in einfache Sprache verschiedene Operationen wie das L\u00f6schen, Umformulieren, Einf\u00fcgen und Neuanordnen. Au\u00dferdem werden bei der Vereinfachung oft zus\u00e4tzliche S\u00e4tze hinzugef\u00fcgt, um einen schwierigen Begriff zu erkl\u00e4ren und zu kontextualisieren. Diese Strategie wird immer dann angewandt, wenn das Ersetzen eines schwierigen Wortes nicht ausreicht, um dessen Bedeutung klarzumachen. Denken Sie an den Satz „Sie k\u00f6nnen mit Karte bezahlen“. Dieser Satz kann nicht weiter vereinfacht werden, indem man die W\u00f6rter durch Synonyme ersetzt oder die Satzstruktur \u00e4ndert. Aber wenn Sie mit dem Konzept des Bezahlens mit einer Plastikkarte anstelle von Bargeld nicht vertraut sind, ben\u00f6tigen Sie weitere Erl\u00e4uterungen. In der Regel haben menschliche \u00dcbersetzer die Freiheit zu entscheiden, welche W\u00f6rter ersetzt werden m\u00fcssen, weggelassen werden k\u00f6nnen oder durch zus\u00e4tzliche Informationen erg\u00e4nzt werden m\u00fcssen. Sie konzentrieren sich darauf, die wichtigsten Inhalte des Originaltextes wiederzugeben. W\u00e4hrend dies f\u00fcr menschliche \u00dcbersetzer relativ einfach ist, bleibt es eine Herausforderung f\u00fcr die automatisierte Textvereinfachung zu garantieren, dass der Inhalt der Vereinfachung mit dem Originalsatz \u00fcbereinstimmt.<\/p>\n\n\n\n Bis jetzt haben wir erkl\u00e4rt, warum die Vereinfachung von Texten sinnvoll ist und welche Methoden es gibt, um den Schwierigkeitsgrad von Texten zu beurteilen. Aber wie gelingt es uns, Alltagssprache in einfache Sprache zu \u00fcbersetzen, und gibt es verschiedene Formen der Vereinfachung?<\/p>\n\n\n\n Einfache Sprache muss bestimmte Richtlinien erf\u00fcllen, um als solche zu gelten.<\/p>\n\n\n\n Im Englischen sind die popul\u00e4rsten Formen der einfachen Sprache „Basic English“<\/strong> und „Simple English“ \/ „Learning English“<\/strong>. Beide Formen richten sich an ein Publikum von Menschen, die Englisch als Sprache neu erlernen. Basic English beschreibt eine stark formalisierte Sprache, die eine vereinfachte Grammatik und einen Wortschatz von nur 850 Kernw\u00f6rtern vorsieht. Simple English verwendet einen umfangreicheren Wortschatz und ist recht verbreitet, da es f\u00fcr die Simple English Wikipedia<\/a> verwendet wird, eine weitere Version der Online-Enzyklop\u00e4die in einfacher Sprache. Beide beschreiben zwar Formen der einfachen Sprache, sind aber eher auf Lernende zugeschnitten.<\/p>\n\n\n\n Im Deutschen sind die beiden popul\u00e4rsten Formen der einfachen Sprache die „Einfache Sprache“<\/strong> und die „Leichte Sprache“<\/strong>. Der Unterschied zwischen den beiden Formen ist der Grad, in dem die Ausdruckskraft der Sprache eingeschr\u00e4nkt wird. Das Ziel von einfacher Sprache ist es, Fachinhalte f\u00fcr Laien zug\u00e4nglich zu machen, ohne unbedingt auf die besonderen Bed\u00fcrfnisse von Menschen mit Legasthenie oder kognitiven Einschr\u00e4nkungen einzugehen. Leichte Sprache hingegen ist stark eingeschr\u00e4nkt und setzt sogar spezielle Formatierungen ein, um die Lesbarkeit ihrer Texte zu verbessern. Zu diesen Formatierungen geh\u00f6rt die visuelle Trennung von zusammengesetzten Substantiven und einzelnen S\u00e4tzen, d. h. es wird nur ein Satz pro Zeile geschrieben. Au\u00dferdem enth\u00e4lt die Leichte Sprache in der Regel umfangreiche Kontextualisierungen und Erkl\u00e4rungen von verschiedenen Begriffen. Obwohl wir im Deutschen zwischen den beiden Formen der Leichten Sprache unterscheiden, gibt es keine spezifischen Regeln, die man anwenden kann, um diese Formen der Vereinfachung zu erreichen. Es gibt nur wenige Quellen zur Formalisierung, eine wertvolle Quelle im Deutschen ist Maa\u00df 2020<\/a>. Die Autorin beschreibt insbesondere den Balanceakt der zwei Formalisierungsans\u00e4tze zwischen Zug\u00e4nglichkeit und Akzeptanz. Wenn wir uns die Leichte Sprache und die Einfache Sprache ansehen, k\u00f6nnen wir leicht feststellen, dass die Leichte Sprache zwar sehr zug\u00e4nglich ist, aber nur von einer eher kleinen Gruppe von Menschen verwendet wird, w\u00e4hrend die Einfache Sprache f\u00fcr die meisten von uns leicht lesbar, aber nicht so zug\u00e4nglich ist.<\/p>\n\n\n\n Im Bereich der Verarbeitung von nat\u00fcrlicher Sprache ist die Vereinfachung von Texten ein langj\u00e4hriges Forschungsthema und es gibt verschiedene Ans\u00e4tze, um komplexe Texte leichter zug\u00e4nglich zu machen.<\/p>\n\n\n\n Wir k\u00f6nnen diese Ans\u00e4tze in drei Kategorien einteilen:<\/p>\n\n\n\n Zum Abschluss dieser Einf\u00fchrung in die Textvereinfachung wird deutlich, dass sprachliche Barrierefreiheit f\u00fcr viele Gruppen unserer Gesellschaft eine Frage der Selbstverst\u00e4ndlichkeit geworden ist. Trotz der Allgegenw\u00e4rtigkeit von ChatGPT und anderen gro\u00dfen Sprachmodellen in der Wissenschaft und \u00d6ffentlichkeit, gibt es mehrere Vorteile bei der Verwendung traditioneller ML-Lernmodelle wie rekurrente neuronale Netze (RNNs) und Long Short-Term Memory Networks (LSTMs). Zum Beispiel sind sie in der Regel kleiner und leichter von Grund auf zu trainieren. Wie bereits erw\u00e4hnt, k\u00f6nnen wir, wenn wir die Textvereinfachung als \u00dcbersetzungsaufgabe betrachten, gut etablierte ML-Lerntechniken verwenden. Daf\u00fcr ben\u00f6tigen wir einen parallelen Datensatz mit Satzpaaren in Alltagssprache und einfacher Sprache. Und da wir die Notwendigkeit inklusiver L\u00f6sungen anerkennen, m\u00fcssen wir auch darauf hinweisen, dass die vorhandenen Datens\u00e4tze vorwiegend auf Englisch sind. Andere Sprachen werden oft vernachl\u00e4ssigt. Um die Datensatzlandschaft vielf\u00e4ltiger zu gestalten, haben wir einen neuen, ausgerichteten Datensatz f\u00fcr Einfaches Deutsch ver\u00f6ffentlicht. Neugierig geworden? Im folgenden Blogbeitrag werden wir den Entstehungsprozess erl\u00e4utern und uns auf die technische Seite der Satzausrichtung konzentrieren. Bleiben Sie also dran!<\/p>\n\n\n\nEinfach gesagt: Was verstehen wir unter Textvereinfachung?<\/h2>\n\n\n\n
Verschiedene Formen der einfachen Sprache: Was ist der Unterschied?<\/h2>\n\n\n\n
![\"Table](\"https:\/\/lamarr-institute.org\/wp-content\/uploads\/\/table-simple-english-1-1024x255.png\" "\\"\\"")
![\"Table](\"https:\/\/lamarr-institute.org\/wp-content\/uploads\/\/table-simple-german-1-1024x439.png\" "\\"\\"")
Zur\u00fcck zum Maschinellen Lernen und der Frage, wie wir Textvereinfachung automatisieren k\u00f6nnen<\/h2>\n\n\n\n
\n
Ein Eingabesatz wird zun\u00e4chst explizit in Token umgewandelt (d.h. in seine einzelnen Bestandteile wie W\u00f6rter und Satzzeichen zerlegt) und dann mit Part-of-Speech-Tags versehen (d.h. jedes Wort wird einer grammatischen Klasse wie z.B. Verb, Adjektiv, Adverb usw. zugeordnet). Auf der Grundlage der W\u00f6rter und ihrer Tags werden Synonyme in einem Thesaurus nachgeschlagen und zum Ersetzen verwendet, wenn das Synonym gemessen an einer umfangreichen Textquelle h\u00e4ufiger vorkommt als das urspr\u00fcngliche Wort. Um die grammatikalische Korrektheit zu wahren, m\u00fcssen einige weitere Details ber\u00fccksichtigt werden. Beachten Sie, dass bei dieser Strategie die syntaktische Komplexit\u00e4t des Satzes nicht ber\u00fccksichtigt wird.<\/li>\n\n\n\nWelche ML-Methode ist am besten geeignet, und wo finde ich einen Datensatz auf Deutsch?<\/h2>\n\n\n\n