Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Doelstelling: De state-of-the-art NLP systemen zijn getraind en afgestemd op taal afkomstig uit traditionele tekstgenres, zoals bijvoorbeeld krantenmateriaal. Zodra deze worden toegepast op tekstmateriaal afkomstig uit sociale media, vertonen ze fouten en werken ze niet optimaal. Het doel van deze thesis bestaat erin om na te gaan hoe een dergelijk NLP systeem kan hertraind worden zodanig dat het afgestemd is op taal dat typerend is voor nieuwe media. Dit wordt gedaan aan de hand van een corpus, bestaande uit Nederlandse tweets, dat genormaliseerd en geanalyseerd wordt. Middelen of methode: Om ons onderzoek te realiseren werd een corpus samengesteld bestaande uit 250 tweets. Deze tweets werden manueel geselecteerd en zijn afkomstig van negen mensen die we gedurende een bepaalde periode gevolgd hebben op Twitter. Eenmaal de tweets verzameld waren, volgde de tokenisatie. Daarna werd ieder token genormaliseerd en geanalyseerd om zo hun taalkundige transformaties en eigenschappen te bepalen. In totaal werden vijf experimenten uitgevoerd die elk dieper ingaan op deze taalkundige transformaties en eigenschappen. Alle handelingen werden manueel uitgevoerd en ondersteund door richtlijnen die opgesteld zijn voor de normalisatie van SMS-data. Resultaten: Uit de vijf experimenten blijkt dat de taal gebruikt in tweets heel wat taalkundige transformaties en eigenschappen bevat die afwijken van de standaardtaal. Onder taalkundige transformaties verstaan we insertie, deletie, substitutie en transpositie van letters. Een grote meerderheid werd genormaliseerd aan de hand van inserties, wat inhoudt dat de voornaamste transformatie in tweets wordt veroorzaakt door de weglating van letters en/of woorden. Verder blijkt dat deze transformaties ook veeleer lexicaal dan grammaticaal zijn. Bij de taalkundige eigenschappen van tweets stellen we vast dat vreemde woorden en tussenwerpsels hier een relatief groot aandeel in hebben. De resultaten van dit onderzoek kunnen een basis vormen in de hertraining van NLP systemen op taal afkomstig uit nieuwe media. Verder onderzoek met grotere datasets is echter vereist om de bevindingen in deze studie beter te onderbouwen.

Corpusstudie. --- Natuurlijke taalverwerking. --- Nederlands. --- Normalisatie. --- Tweets.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Doelstelling: Deze masterproef probeert een antwoord te geven op de volgende vier vragen: (1) In welke mate maken tolken gebruik van aarzelingsmarkeerders? (2) Waar komen aarzelingsmarkeerders voor in de zinseenheden van tolkprestaties? (3) Welke zinselementen omringen aarzelingsmarkeerders in tolkprestaties en, tot slot, (4) hanteren tolken aarzelingsmarkeerders op dezelfde wijze als gewone sprekers? Middelen of methode: Het onderzoek baseert zich op twee corpora. Het eerste corpus bestaat uit de tolkprestaties van 62 toespraken die werden gehouden in het Europees Parlement op 3,5 en 24 april 2006, op 17 mei 2006 en op 1 en 12 juni 2006. Het tweede corpus maakt deel uit van de component g van het Corpus Gesproken Nederlands. In een eerste fase van de analyses werden de aarzelingsmarkeerders geïnventariseerd. Vervolgens werd bepaald of de aarzelingsmarkeerders voor de eerste werkwoordspool werden uitgesproken, in de eerste werkwoordspool, tussen de eerste en de tweede werkwoordspool, na de tweede werkwoordspool of in de tweede werkwoordspool. Tot slot hebben wij nagegaan welke zinselementen de aarzelingsmarkeerders voorafgingen en welke zinselementen de aarzelingsmarkeerders volgden. Resultaten: Tolken en gewone sprekers lijken zich op een ietwat andere manier te bedienen van aarzelingsmarkeerders. Twee verschillen springen in het oog. Enerzijds hebben onze tolken in verhouding bijna drie keer meer hun toevlucht genomen tot de aarzelingsmarkeerders euh en euhm. Anderzijds hebben ze de aarzelingsmarkeerders beduidend minder vaak uitgesproken na en in de tweede werkwoordspool.

Aarzelingsmarkeerders. --- Corpusstudie. --- Europees Parlement. --- Gesproken taal. --- Tolken. --- Vlaams Parlement. --- Volksvertegenwoordigers.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Doelstelling: Deze masterproef heeft als doel de gelijkenissen en verschillen aan te tonen tussen het taalgebruik van de fundamentalistische Christenen in de Bible Belt van de Verenigde Staten en de Nederlandse Bijbelgordel. Middelen of methode: Er werd een corpus samengesteld van zestien toespraken: acht van twee vooraanstaande Amerikaanse fundamentalistische Christenen (Pat Robertson en Jerry Falwell) en acht van Nederlandse tegenhangers (SGP-politici en Ds. W. Pieters). De Amerikaanse en de Nederlandse teksten werden met elkaar vergeleken op basis van een aantal taalkundige aspecten: enerzijds het gebruik van de religieuze termen God, Jezus en Bijbel, hun synoniemen en afgeleide woorden, en anderzijds de religieuze werkwoorden, zoals geloven, bidden, zondigen... Daarnaast werd het gebruik nagegaan en vergeleken van de volgende tien stijlfiguren: antithesen, archaïsch taalgebruik, opsommingen, uitroepen, metaforen, parallelismen, vragen (open, retorische en vragen waar de spreker zelf het antwoord op geeft), citaten, herhalingen en superlatieven. Resultaten: Er werden opmerkelijke verschillen en gelijkenissen gevonden tussen het taalgebruik van de vijf sprekers. Vooreerst de vergelijking tussen de Amerikaanse boegbeelden van het fundamentalistische Christendom (Jerry Falwell, Pat Robertson) en de Nederlandse (W. Pieters en de SGP-politici Bas van der Vlies en Kees van der Staaij). De teksten van de Nederlandse sprekers zijn minder exuberant en soberder dan die van de Amerikaanse. Stijlmiddelen zoals antithese, opsomming, parallellisme en herhaling komen veel vaker voor bij Falwell en Robertson. Wat betreft de vergelijking tussen het taalgebruik van de predikanten (Jerry Falwell, W. Pieters) en dat van de politici (Pat Robertson, de beide SGP-politici), valt het op dat de predikanten veel meer verwijzen naar God, de Zoon van God en de Bijbel, dan de politici. Pat Robertson verwijst frequent naar God en af en toe naar de Bijbel. Bij de SGP-politici wordt sporadisch naar de God en de Bijbel verwezen. Als we de predikanten met elkaar vergelijken, stellen we vast dat Jerry Falwell zijn toespraken kruidt met archaïsche Bijbelcitaten. W. Pieters doet dat eveneens, maar zijn eigen woordenschat is ook archaïsch. Falwell gebruikt opsommingen en parallellismen om zijn toespraken te structureren. De teksten van W. Pieters lijken eerder ongestructureerd. Wat betreft de onderlinge vergelijking tussen de politici, zien we dat Pat Robertson zijn toehoorders alert houdt door veelvuldig herhalingen in te lassen, door zowel religieuze als non-religieuze bronnen te citeren en door vragen te stellen, die hij zijn publiek als het ware in de mond zou willen leggen en waarop hij zelf meteen een antwoord formuleert. Het discours van de SGP is veel zakelijker.

Bible Belt. --- Bijbelgordel. --- Corpusstudie. --- Orthodox. --- Politiek. --- Religie. --- Retoriek. --- Stilistiek. --- Studie van tekstsoorten. --- Taalaspecten.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Doelstelling: Deze scriptie onderzoekt in welke mate de (evoluerende) publieke opinie tegenover Ierse Amerikanen wordt gereflecteerd in het taalgebruik, i.e. gebruik van politiek (in)correcte labels, van Amerikaanse kranten en fictie vanaf 1810, en dit gelinkt aan de geschiedenis van de Ieren in Amerika. Middelen of methode: In de literatuurstudie werd de geschiedenis van de Ieren in de VS van de 17de eeuw tot nu nader bestudeerd. Aan de hand van het HTOED werden vervolgens de betekenis(sen) en connotatie(s) van een aantal politiek (in)correcte labels, gerelateerd aan de Ierse Amerikanen, onderzocht. Op basis van deze resultaten en de algemene frequentie van de labels in het Corpus Of Historical American English (COHA) werden zeven labels geselecteerd voor de eigenlijke corpusanalyse. In het kwantitatieve gedeelte van de analyse werd zowel de algemene frequentie als de frequentie per teksttype (kranten en fictie) van elk label onderzocht en vergeleken. In het kwalitatieve gedeelte werd de diachrone evolutie van de betekenis van elk geselecteerd label onderzocht in het COHA door middel van een contextanalyse (per teksttype), en vervolgens geheel of gedeeltelijk gelinkt aan een periode uit de Iers-Amerikaanse geschiedenis. Aan de hand van alle resultaten werden algemene tendensen bepaald in de frequentie en betekenis van de geselecteerde labels in verschillende tijdsperiodes en tekstgenres. Resultaten: Uit de resultaten van de data-analyse van een selectie van politiek (in)correcte labels blijkt dat de publieke opinie tegenover Ierse Amerikanen vooral doorschemert in Amerikaanse fictie door het frequente gebruik van toen gangbare politiek (in)correcte benamingen voor Ieren. De frequenties van de labels in de kranten in het corpus zijn beduidend lager. Terwijl de labels in fictie meestal een negatieve of neutrale connotatie meekrijgen, worden deze in Amerikaanse kranten over het algemeen gebruikt in een neutrale context. Van de zeven labels blijven er drie labels tot de jaren 2000 in gebruik in fictie en kranten, met behoud van betekenis, al dan niet met een lagere frequentie. Van de zeven geselecteerde labels ondergaat er slechts één label een semantische verbleking (van negatief naar neutraal) in fictie. De zes andere behouden hun oorspronkelijke connotatie. Ten slotte konden er bij alle geselecteerde labels in verschillende tijdsperiodes verschillende linken worden gelegd tussen de semantische evolutie van de politiek (in)correcte labels en de maatschappelijke evolutie van de Ieren in de VS.

COHA. --- Diachrone corpusstudie. --- HTOED. --- Ierse Amerikanen. --- Politiek (in)correcte labels. --- Verenigde Staten.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Doelstellingen: Met dit corpusonderzoek willen we inzicht krijgen in het gebruik van Duitse leenwoorden in het Nederlands, zowel op vlak van het soort leenwoord, hun frequentie als de context waarin deze ontleningen plaatsvinden. Middelen of methode: Op basis van reeds bestaande (frequentie)lijsten met Duitse leenwoorden stellen we onze eigen lijst samen, aangevuld met zelf gevonden leenwoorden. Op deze lijst baseren we ons om te onderzoeken of en hoe vaak deze Duitse leenwoorden in drie verschillende grote Nederlandstalige corpora (het 38 Miljoen Woorden Corpus, het DPC en LexisNexis) voorkomen. Bovendien gaan we in deze corpora na in welke, al dan niet negatieve, context deze woorden terug te vinden zijn. Als conclusie toetsen we onze bevindingen aan die van vergelijkbare studies die dit taalfenomeen al behandeld hebben. Resultaten: Als algemene conclusie kunnen we stellen dat de drie geraadpleegde corpora, ondanks grote onderlinge verschillen in frequentie, dezelfde Duitse leenwoorden als meest voorkomende leenwoorden in het Nederlands vertonen. Deze selectie van de meest frequente leenwoorden komt bovendien goed overeen met die van vergelijkbare studies, wat ook geldt voor de indeling per woordsoort. Wat de contextuele connotatie betreft, blijft de invloed van leenwoorden die met een negatieve context geassocieerd worden, voornamelijk ontleningen uit oorlogstijden, tamelijk beperkt.

38 Miljoen Woorden Corpus. --- Corpusstudie. --- DPC. --- Duitse Leenwoorden. --- H540-nederlandse-taal-en-letterkunde. --- LexisNexis. --- Linguïstiek. --- Terminologische studie - Lexicografisch en lexicologisch onderzoek.