View
2
Download
0
Category
Preview:
Citation preview
Morphologische Typologie (1)Alena Witzlack-MakarevichSoSe 20155.. Sitzung
Übersicht
• Organisatorisches
• Erwerb typologischer Daten• Sta7s7sche Grundbegriffe:
Merkmalstypen und Skalen
• Morphologische Typologie
Hauslektüre
• Bickel, Balthasar and Nichols, Johanna. 2007. Inflec7onal morphology (aus T. Shopen Language Typology and Syntac1c Descrip1on)
• 1.3 Degree of fusion 1.4 Flexivity1.5. Seman1c density (etwa 12 Seiten)
• Weitere Teile in den folgenden Wochen
Maddieson, Ian 2005. Syllable structure (in WALS)
7
Woher kommen linguistische Daten?
d.h. auf welcher Grundlage typologiesiert man die deutsche
Silbe als komplex?
Primärdaten und Sekundärquellen
• Die Primärdaten aller linguis7scher Untersuchungen: Äußerungen von Sprechern innerhalb eines Diskurses, z. B. nǃau ku ng ǁu ǁxae
hare QUOT 1SG NEG know The hare says "I don't know".
• Die linguis7sche Typologie des7lliert aus diesen Informa7onen analy7sche Daten und gewinnt Werte, die einem Satz linguis7scher Variablen beigeordnet sind, z. B. über die Silbenkomplexität
Maddieson, Ian 2005. Syllable structure (in WALS)
9
Wie bekommen Typologen Daten?
Woher kommen linguistische Daten?
Primärdaten und Sekundärquellen
• Typologische Studien decken gewöhnlich hunderte Sprachen ab
• Es illusorisch, für alle relevanten Sprachen Mufersprachler/echte Primärdaten verfügbar zu haben
• Die Quellen sind typischerweise sekundärer Natur = Referenzgramma7ken, gramma7sche Abrisse, Zeitschrijenar7kel
Fragebögen
• Ein anderes Hilfsmifel ist Fragebögen: Fragen und Beispielsätze, gewöhnlich auf Englisch, müssen in alle der S7chproben-‐Sprachen übersetzt werden
• Fragebögen werden an die Spezialisten für die jeweilige Sprache geschickt, die möglicherweise, aber nicht unbedingt selbst Mufersprachler sind, und bevorzugt an mehr als einen Spezialisten pro Sprache, um eine höhere Zuverlässigkeit zu erreichen
1. P. has a headache.2. P. has flu.3. P. is afraid of the dog.4. (Boys were competing on who would throw a stone the farthest.) P. threw a stone (first).5. (P. has found a new job.) Now P. has enough money.6. P. is similar to M.7. P. believes M.8. P. took a book (from the shelf).9. P. sees a house.10. Age influences memory.11. P. met with M. (accidentally, on the street).12. P. entered the house.13. (P. and M. played chess.) P. beat M.14. P. went out of the house.15. P. is driving the cow (to the pasture).16. P. bent the bough.17. P. told M.: (‘Call upon me this evening.’)
Fragebögen
1. P. has a headache.2. P. has flu.3. P. is afraid of the dog.4. (Boys were competing on who would throw a stone the farthest.) P. threw a stone (first).5. (P. has found a new job.) Now P. has enough money.6. P. is similar to M.7. P. believes M.8. P. took a book (from the shelf).9. P. sees a house.10. Age influences memory.11. P. met with M. (accidentally, on the street).12. P. entered the house.13. (P. and M. played chess.) P. beat M.14. P. went out of the house.15. P. is driving the cow (to the pasture).16. P. bent the bough.17. P. told M.: (‘Call upon me this evening.’)
Fragebögen
Valency Classes in the World's Languages (Leipzig)
Fragebögen
• D.h. Mufersprachler werden nur gelegentlich direkt in die Erhebung typologischer Daten involviert und hauptsächlich für jene Sprachen, für die bereits Gramma7ken zur Verfügung stehen
• Man bekommt nicht immer die volle Breite der Möglichkeiten und sub7lere Unterscheidungen für einen Teil der Sample-‐Sprachenoder nur ein Teil der gestellten Fragen kann beantwortet werden
• Das führt zu mangelnden Beobachtungen und einer unausgewogenen Datensammlung
Typologische Variablen
• Typologische Variablen/Merkmale (variables/features) und ihre Werte/Merkmalsausprägungen (values) werden typischerweise auf Basis von Forschungsfragen bes7mmt oder sie sind allgemein akzep7erte, z. B.
• Silbe-‐KomplexitätWerte: _________________________________________________
• Für jede Sprache in einer S7chprobe wird für jede Variable einen Wert festgesetzt, vorausgesetzt, dass es für die betroffene Sprache relevant ist
Code-Buch/Manual
• Wenn die Daten einmal gesammelt und interpre7ert wurden, geht man zum nächsten Schrif über: die tatsächliche Kodierung von Daten für die typologische Analyse
• Oj auf Basis eines Code-‐Buches: eine Liste von Variablen, ihre Defini7onen und der Werte, die man zu beobachten erwartet (= Opera7onalisierung)
• Das Code-‐Buch wird gewöhnlich vor Beginn der tatsächlichen Datenerhebung zusammengestellt
• Das Code-‐Buch ist besonders wich7g, wenn mehrere Forscher in den Prozess involviert sind (Gruppenarbeit!)
Kodierung
• Kodieren bedeutet eine beträchtliche Reduk7on linguis7scher Fakten
mittelkomplexe Silbenstruktur
WALS: Feature 1A: Consonant Inventories
• Es ist weitaus schwieriger, zu einem späteren Zeitpunkt zu diversifizieren, da man hierzu zu den ursprünglichen Datenquellen zurückgehen muss
keine Möglichkeit zu den genauen Zahlen der Phoneme zurückzukehren
Quan7ta7ven Methoden in der Typologie und sonst
“When you can measure what you are speaking about and express it in numbers you know something about it; but when you cannot measure it, when you cannot express it in numbers, your knowledge is of a meagre and unsa1sfactory kind: it may be the beginning of knowledge, but you have scarcely, in your thoughts, advanced to the stage of science, whatever the maGer may be.” Lord Kelvin (William Thomson, 1. Baron Kelvin, 1824–1907) ein bri7scher Physiker → die Basiseinheit der thermodynamischen Temperatur
• In der Sta7s7k nennt man die Objekte, auf die sich eine sta7s7sche Untersuchung bezieht, sta7s7sche Einheiten oder Merkmalsträger
• Daten sind Angaben, (Zahlen-‐)Werte oder formulierbare Befunde, die durch Messung gewonnen wurden, sie werden an sta7s7schen Merkmalsträgern erhoben
• Die Eigenschajen sta7s7scher Einheiten werden Merkmale oder auch Variablen genanntVariablen variieren, z. B. sie können hoch oder niedrig sein, gross oder klein, usw.
• Die möglichen Werte, die ein Merkmal annehmen kann, heißen Merkmalsausprägungen
• Alle möglichen Ausprägungen eines Merkmals bilden den Merkmalsraum
Statistische Grundbegriffe
• Wich7ge Konven7on beim Sammeln der Daten
Statistische Grundbegriffehttp://phoible.org/
Merkmale/VariablenMerkmalsträger
Daten
Statistik: Operationalisierung
• Bevor eine Variable gemessen wird, ist ihre Messbarkeit zu sichern. Dies geschieht durch die Opera7onalisierung (=Festlegung von Messanweisungen)
• Oj gibt es mehr als eine Möglichkeit!• Die Opera7onalisierung wird umso schwieriger, je komplexer die
einbezogenen Variablen sind
• Während einfache Variablen wie z. B. „Anzahl der Vokale“ problemlos ermifelbar sind, kann es ojmals notwendig sein, komplexe Variablen wie z. B. „Wortstellung“ durch mehrere Indikatoren zu bes7mmen
23
• Was kann man messen?micht die interessierenden Untersuchungsobjekte als Ganzes (z. B. Sprache) sondern nur deren EigenschaDen messbar sind, wobei jedes Objekt durch ein System von Eigenschajen gekennzeichnet ist
• Messvorgang = einem Objekt wird bezüglich der Ausprägung einer Eigenschaj/eines Merkmals/einer Variablen eine Zahl zugeordnet
• Measurement, in the broadest sense, is defined as the assignment of numerals to objects or events according to rule. (Stevens 1946)
Messvorgang
• Qualita7ve (kategoriale) Merkmale lassen sich durch die verschiedenar7gen Ausprägungen charakterisieren, z. B.
-‐ die Augenfarbe einer Person-‐ die Wahl des Verkehrsmifels auf dem Weg zur Arbeit-‐ und in der Sprachtypologie: ____________________
• Quan7ta7ve (zahlenmäßige) Merkmale sind messbar und werden durch Zahlen erfasst. Die Ausprägungen des Merkmals lassen sich in eine eindeu7ge Rangfolge bringen, z. B.:
-‐ Schuhgröße,-‐ Semesterzahl,-‐ und in der Sprachtypologie: ____________________
Qualitative und quantitative Merkmale
• Gelegentlich werden qualita7ve Merkmale durch Zahlen kodiert -‐ z. B. für das Merkmal ,Geschlecht‘ könnte man die
Ausprägungen ,männlich‘ und ,weiblich‘ mit ,0‘ bzw. ,1‘ kodieren
• Solche Merkmale sind aber auf keinen Fall als quan7ta7v anzusehen, da die Ausprägungen in keine eindeu7ge Reihenfolge gebracht werden können
• Jede andere Zuordnung von Zahlen wäre ebenfalls zulässig
• Die Zahlen haben lediglich den Status von E7keFen, welche geeignet sind, die Kategorien zu unterscheiden
Qualitative und quantitative Merkmale
• diskret (en. discrete) = die Anzahl der Ausprägungen ist abzählbar (endlich viel oder abzählbar unendlich)abzählbare Menge = Menge mit der gleichen Mäch7gkeit wie die Menge der natürlichen Zahlen (1, 2, 3, 4, ....)
• Qualita7ve Merkmale sind immer diskret• diskrete Merkmale, die nur zwei Ausprägungen besitzen, werden als
binär bezeichnet
qualitative quantitative
Merkmale
diskret stetig
Qualita7ve und quan7ta7ve Merkmale
• ste7g (en. con1nuous) = Merkmale können jeden beliebigen reellen Wert in einem Zahlenintervall annehmen und sind damit überabzählbar (=nicht abzählbar)Alle Merkmale ste7g, deren Werte man durch Messen ermifelt, sind ste7g.Typische ste7ge Merkmale: Zeit, Länge, Gewicht, usw.
qualitative quantitative
Merkmale
diskret stetig
Qualita7ve und quan7ta7ve Merkmale
Skalierung von Merkmalen: Aufgabe 1
Merkmal qualita7v quan7ta7vquan7ta7v
(diskret) diskret ste7g
a. Schuhgrößeb. Mensapreis für ein Standardgerichtc. Parteienpräferenzd. benö7gte Fahrzeit bei Urlaubsfahrte. Augenfarbef. Geschlechtg. Wellenlänge des Lichtesh. Kundenzufriedenheit auf einer Skala von 1 bis 10i. Lieferzeit eines Internetbuchhandelsj. Blutgruppek. Anzahl Tore in der Handball-‐Bundesligal. Körpergröße eines Menschenm. Verwendungszweck bei einer Überweisung
• Welche der folgenden Merkmale sind quantitativ, welche sind qualitativ?
• Welche der quantitativen Merkmale sind diskret, welche stetig?
Skalierung von Merkmalen: Aufgabe 1
Merkmal qualita7v quan7ta7vquan7ta7v
(diskret) diskret ste7g
a. Schuhgrößeb. Mensapreis für ein Standardgerichtc. Parteienpräferenzd. benö7gte Fahrzeit bei Urlaubsfahrte. Augenfarbef. Geschlechtg. Wellenlänge des Lichtesh. Kundenzufriedenheit auf einer Skala von 1 bis 10i. Lieferzeit eines Internetbuchhandelsj. Blutgruppek. Anzahl Tore in der Handball-‐Bundesligal. Körpergröße eines Menschenm. Verwendungszweck bei einer Überweisung
• Lesen Sie den folgenden Hinweis, korrigieren Sie bei Bedarf Ihre Antworten
• WICHTIG: bei den ste7gen Merkmalen kommt es darauf an, dass sie theore7sch beliebig viele mögliche Werte haben können
• In der Praxis nehmen ste7ge Merkmale prak7sch immer nur eine endliche Anzahl ihrer an sich unendlich vielen möglichen Werte. Das kann folgende Gründe haben:
-‐ der betrachtete Wertebereich, -‐ die verwendeten Erfassungs-‐ und Messtechnik, -‐ die gewünschten Auswertungsgenauigkeit, usw.
• Diese Tatsache ändert aber nichts daran, dass sie ihrem Wesen nach ste7g sind
Qualita7ve und quan7ta7ve Merkmale
Skalierung von Merkmalen: Aufgabe 1
Merkmal qualita7v quan7ta7vquan7ta7v
(diskret) diskret ste7g
a. Schuhgrößeb. Mensapreis für ein Standardgerichtc. Parteienpräferenzd. benö7gte Fahrzeit bei Urlaubsfahrte. Augenfarbef. Geschlechtg. Wellenlänge des Lichtesh. Kundenzufriedenheit auf einer Skala von 1 bis 10i. Lieferzeit eines Internetbuchhandelsj. Blutgruppek. Anzahl Tore in der Handball-‐Bundesligal. Körpergröße eines Menschenm. Verwendungszweck bei einer Überweisung
Skalierung von Merkmalen: Aufgabe 1
Merkmal qualita7v quan7ta7vquan7ta7v
(diskret) diskret ste7g
a. Schuhgröße x
b. Mensapreis für ein Standardgericht x
c. Parteienpräferenz x
d. benö7gte Fahrzeit bei Urlaubsfahrt x
e. Augenfarbe x
f. Geschlecht x
g. Wellenlänge des Lichtes x
h. Kundenzufriedenheit auf einer Skala von 1 bis 10 x
i. Lieferzeit eines Internetbuchhandels x
j. Blutgruppe x
k. Anzahl Tore in der Handball-‐Bundesliga x
l. Körpergröße eines Menschen x
m. Verwendungszweck bei einer Überweisung x
• Messvorgang = einem Objekt wird bezüglich der Ausprägung einer Eigenschaj/eines Merkmals eine Zahl zugeordnet
• Measurement, in the broadest sense, is defined as the assignment of numerals to objects or events according to rule. (Stevens 1946)
• eine Eigenschaj/ein Merkmal kann mit Verwendung unterschiedlicher Skalen gemessen werden
Messvorgang
• Das Bes7mmen des Skalenniveaus ist entscheidend, um sta7s7sche Werkzeuge (graphische Darstellung, Tests) zielgenau einzusetzen zu können
• Eine Skala, auf der einem Objekt eine Zahl zugeordnet wird, kann unterschiedliche mathema7sche Afribute besitzen:
-‐ Gleichheit/Verschiedenheit
-‐ Größer-‐Kleiner-‐Rela7on
-‐ Konstante Abstände zwischen aufeinanderfolgenden Skalenwerten
-‐ Absoluter Nullpunkt
Skalierung von Merkmalen
Rasch B., Friese M., Hofmann W., Naumann E. 2004. Quantitative Methoden
• Messen auf dem Niveau einer Nominalskala stellt die niedrigste Stufe des Messens dar
• sie unterscheidet nur zwischen Gleich-‐ und Verschiedenheit• die Skalenwerte sind in keiner Weise mit den quan7ta7ven
Ausprägungen der Objekteigenschajen verbunden
• Messen auf Nominalskalenniveau = Kategorisieren von Objekten• Typische Beispiele:
-‐ Na7onalität (________, ________, ________, ________)
-‐ Religionszugehörigkeit (________, ________, ________, ________)
-‐ Familienstand (________, ________, ________, ________)
-‐ ___________________________________________________
Skalierung von Merkmalen
• die Merkmalsausprägungen können gemäß ihrer Intensität geordnet werden (als größer, höher, schneller oder aFrak7ver)
• die Abstände zwischen den Skalenwerten sind willkürlich und nicht interpre7erbar: Sie spiegeln nicht die Abstände zwischen den Objekten wider, z. B. -‐ militärische Ränge -‐ Schulabschlüsse-‐ Schärfeskala-‐ die Reihenfolge des Einlaufs bei einem 100m-‐Lauf
Ordinalskala/Rangskala
Rasch B., Friese M., Hofmann W., Naumann E. 2004. Quantitative Methoden
7654321
• Schulabschlüsse kann man nach ihrer Höhe in eine Rangordnung bringen: Hauptschule < Realschule < Gymnasium
• allerdings lassen sich keine genaueren Aussagen über die Abstände der Schulabschlüsse machen
• Weisen wir den Schulabschlüssen Zahlen zu, so sollte einem höheren Schulabschluss eine größere Zahl entsprechen: „Hauptschule“ = 1„Realschule“ = 2„Gymnasium“ = 3
Ordinalskala/Rangskala
Rasch B., Friese M., Hofmann W., Naumann E. 2004. Quantitative Methoden (Band 1): Einführung in die Statistik für Psychologen und Sozialwissenschaftler (Kap. 1 auf OLAT)
• Ebenso gut könnte man diese Skalenwerte durch die Werte 1, 2, 4 bzw. 1, 2, 5 ersetzen: die Abstände zwischen den Zahlen kodieren nicht die Abstände in der Höhe der Schulabschlüsse
• an den Skalenwerten einer Ordinalskala kann also nur abgelesen werden, welches Objekt eine höhere Merkmalsausprägung besitzt, oder ob zwei Objekte eine gleich große Ausprägung besitzen
Ordinalskala/Rangskala
• die Abstände zwischen den Merkmalsausprägungen können gemessen und interpre7ert werden
• ein bes7mmter Zahlenabstand (ein Intervall) bildet immer den gleichen Qualitätsunterschied in der Merkmalsausprägung
• gleich große Abstände zwischen zugeordneten Zahlen repräsen7eren gleich große Einheiten des Merkmals, da sie konstant sind, also nicht von Skalenwert zu Skalenwert variiert (= Äquidistanz)
Metrische Skalen (oder Kardinalskalen):Intervallskala und Verhältnisskala
• die Abstände zwischen den Merkmalsausprägungen können gemessen und interpre7ert werden
• ein bes7mmter Zahlenabstand (ein Intervall) bildet immer den gleichen Qualitätsunterschied in der Merkmalsausprägung (= Äquidistanz)
-‐ Intervallskala: als Anfangspunkt kann jede Zahl dienen und auch die mathema7sche Größe einer Einheit ist variabel z. B. die Temperaturskalen (Celsius/Fahrenheit)
-‐ Verhältnisskala: hat einen absoluten Nullpunktz. B. die klassischen physikalischen Größen wie Länge, Gewicht, Reak7onszeiten und Alter
Metrische Skalen:Intervallskala und Verhältnisskala
1. The _________ scale of measurement puts objects in different classes in such a way that the classes bear some rela7on to one another, expressed by the term “greater than”. E.g. we can measure the complexity of syllable structure using this scale. If we have three levels of compexity we can order them in the following way: simple < moderately complex < complex.
2. A(n) __________ scale allows you to order individual elements. The distances between any two numbers on the scale are of the same size (one speaks of equidistance). This means that we can interpret differences in the distance along the scale. The zero point and the units of measurement of a(n) _______ scale are arbitrary.
Um welche Skala handelt es sich?
3. ________ level of measurement has the lowest informa7on content. The _______ scale applies to the situa7on where a number or other symbol or a string of symbols (e.g. OV word order) is used to assign membership to a class. The terms male and female or OV and VO are both levels of measurement on nominal scales. Two values on a(n) ________ scale – no mafer whether they are represented as numbers or as symbols – mean only that the categories are different.
4. A(n) _________ scale allows to dis7nguish between the elements measured on this scale, order them and interprete the difference in the order (e.g. the difference between a vowel system with 5 vowels and that with 7 vowels is 2 vowels). Addi7onally it has a true zero point as its origin. Length, volume, etc. are commonly measured on a ra7o scale.
Um welche Skala handelt es sich?
• Man verzichtet häufig auf eine Unterscheidung zwischen den Intervallskalen und Verhältnisskalen: Merkmale, die auf diesen Skalenniveaus gemessen wurden = metrische Merkmale
• Merkmale, die auf Nominal-‐ bzw. Ordinalskalenniveau gemessen wurden, werden als nicht-‐metrische oder kategoriale Merkmale bezeichnet
Skalierung von Merkmalen
Gleich/Verschieden
Größer-‐Kleiner-‐Rela7on
Konstante Abstände
Absoluter Nullpunkt
Nominalskala ja nein nein nein
Ordinalskala ja ja nein nein
Intervallskala ja ja ja nein
Verhältnisskala ja ja ja ja
Welche Skalen kommen bei den typologischen Untersuchungen vor? Beispiele?____________________________________________________________________________
Skalierung von Merkmalen
Gleich/Verschieden
Größer-‐Kleiner-‐Rela7on
Konstante Abstände
Absoluter Nullpunkt
Nominalskala ja nein nein nein
Ordinalskala ja ja nein nein
Intervallskala ja ja ja nein
Verhältnisskala ja ja ja ja
Qualita7ve und quan7ta7ve Merkmale
qualitative quantitative
Merkmale
diskret stetig
Skalen Nominal
manche Ordinal
Nominal
Ordinal
Interval
Verhältnissmetrische Merkmale
kategoriale Merkmale
Merkmale und Skalierung in WALS
a) Merkmal: _________ verwendete Skala: _________
b) Merkmal: _________ verwendete Skala: _________
Merkmale und Skalierung in WALS
c) Merkmal: _________ verwendete Skala: _________
d) Merkmal: _________ verwendete Skala: _________
Merkmale und Skalierung in WALS: Aufgabe 3
d) Merkmal: _________ Skala: _________
Sex-‐based and Non-‐sex-‐based Gender Systems
e) Merkmal: _________ Skala: _________
Operationalisierung
• z.B. Koda-‐Komplexität: Was ist die maximale Silbenkoda?• 1. Möglichkeit
-‐ keine = keine Konsonanten in der Kodaposi7on, d.h.maximal (C)V_-‐ einfach = maximal ein Konsonant (C)VC-‐ mifelkomplex = maximal zwei Konsonanten: (C)VCC-‐ komplex = mehr als zwei Konsonanten: (C)VCCC(C)(C)…-‐ NA = keine Informa7on vorhanden
• 2. MöglichkeitNo7eren Sie die maximale Anzahl der Konsonanten in der Kodaposi7on -‐ 0, 1, 2, 3, 4, ...-‐ NA (wenn keine Informa7on vorhanden)
50
• Art des Merkmals?• Skala?
• Art des Merkmals?• Skala?
Organisation und Visualisierung
• Die deskrip7ve Sta7s7k beschäjigt sich mit der Organisa7on (z. B. als Tabelle) und Darstellung/Visualisierung von Daten, -‐ um sie übersichtlich-‐ für den Betrachter leicht fassbar zu machen
51
52
Language Koda-KomplexitätMax. Anzahl
Konsonanten
Afrikaans komplex 3Mapuche einfach 1Arapaho einfach 1Atong einfach 1Waimiri einfach 1Baré einfach 1Bunaq einfach 1French komplex 3Irish mittelkomplex 2Armenian komplex 3Laguna Keres einfach 1Awa Pit mittelkomplex 2Lao einfach 1Matses mittelkomplex 2Manambu einfach 1Meithei einfach 1Mian einfach 1Mono-Alu einfach 1Nǀuu keine 0Ngiti keine 0
• Organisieren Sie diesen Datensatz separat für die beiden Variablen (als Tabelle)
• Visualisieren Sie die Verteilung (per Hand, separat für die einzelnen Variablen)
5-10 Min.
53
Language Koda-Komplexität
Afrikaans komplexMapuche einfachArapaho einfachAtong einfachWaimiri einfachBaré einfachBunaq einfachFrench komplexIrish mittelkomplexArmenian komplexLaguna Keres einfachAwa Pit mittelkomplexLao einfachMatses mittelkomplexManambu einfachMeithei einfachMian einfachMono-Alu einfachNǀuu keineNgiti keine
54
Language Max. Anzahl Konsonanten
Afrikaans 3Mapuche 1Arapaho 1Atong 1Waimiri 1Baré 1Bunaq 1French 3Irish 2Armenian 3Laguna Keres 1Awa Pit 2Lao 1Matses 2Manambu 1Meithei 1Mian 1Mono-Alu 1Nǀuu 0Ngiti 0
55
Language Koda-Komplexität
Afrikaans komplexMapuche einfachArapaho einfachAtong einfachWaimiri einfachBaré einfachBunaq einfachFrench komplexIrish mittelkomplexArmenian komplexLaguna Keres einfachAwa Pit mittelkomplexLao einfachMatses mittelkomplexManambu einfachMeithei einfachMian einfachMono-Alu einfachNǀuu keineNgiti keine
Koda-Komplexität Anzahl der Sprachen (f)
keine 2einfach 11
mittelkomplex 3komplex 3
Gesamt: 19 SprachenGesamt: 19 Sprachen
keine einfach mittelkomplex komplex
Koda-Komplexität
02
46
810 • Säulendiagramm
(bar plot)
• Frequenzverteilung(frequency distribu4on)
56
Language Koda-Komplexität
Afrikaans komplexMapuche einfachArapaho einfachAtong einfachWaimiri einfachBaré einfachBunaq einfachFrench komplexIrish mittelkomplexArmenian komplexLaguna Keres einfachAwa Pit mittelkomplexLao einfachMatses mittelkomplexManambu einfachMeithei einfachMian einfachMono-Alu einfachNǀuu keineNgiti keine
Koda-Komplexität Anzahl der Sprachen (f)
keine 2einfach 11
mittelkomplex 3komplex 3
Gesamt: 19 SprachenGesamt: 19 Sprachen
keine einfach mittelkomplex komplex
Koda-Komplexität
02
46
810
• Kuchendiagramm(pie chart)
Graphische Darstellung von Daten
•In einem Kreisdiagramm wird nie die Rangfolge der einzelnen Ausprägungen wiedergegeben
•deswegen bei der Darstellung der Ausprägungen eines ordinalskalierten Merkmals ist ein Stab-‐ oder Balkendiagramm dem Kreisdiagramm vorzuziehen
✘ ✔
keine einfach mittelkomplex komplex
Koda-Komplexität
02
46
810
Koda-Komplexität
Anzahl der Sprachen (f)
keine 2einfach 11
mittelkomplex 3komplex 3Gesamt: 19 SprachenGesamt: 19 Sprachen
58
Language Max. Anzahl Konsonanten
Afrikaans 3Mapuche 1Arapaho 1Atong 1Waimiri 1Baré 1Bunaq 1French 3Irish 2Armenian 3Laguna Keres 1Awa Pit 2Lao 1Matses 2Manambu 1Meithei 1Mian 1Mono-Alu 1Nǀuu 0Ngiti 0
Anzahl der Konsonanten
Anzahl der Sprachen (f)
0 2
1 11
2 3
3 3
• Die graphische Darstellung von Daten ist noch wesentlich anschaulicher als eine Tabelle allein, obwohl sie keinerlei neue Informa7on enthält
• Je nach Art der Variable, die wiedergegeben werden soll, gibt es verschiedene Möglichkeiten der Repräsenta7on
kategorial metrisch
Merkmale
• Säulen-‐/Stab-‐ und Balkendiagramm• Kreis/Kuchen/Tortendiagramm
• Histogramm• ....
Graphische Darstellung von Daten
Morphologische Typologie (1)
Alena Witzlack-Makarevich SoSe 2015
• Morphem: kleinste bedeutungstragende Einheit in einer Sprache
• freies Morphem: ein Morphem, das als selbständiges Wort zu betrachten ist (z. B. im Deutschen __________________________________)
• gebundenes Morphem (bound): ein Morphem, das niemals alleine aujreten kann(z. B. im Deutschen __________________________________)
Grundbegriffe der Morphologie
• freies Morphem: ein Morphem, das als selbständiges Wort zu betrachten ist (z.B. Hund, der, an)
• gebundenes Morphem (bound): ein Morphem, das niemals alleine aujreten kann (zer-‐, ent-‐, un-‐, -‐st, -‐e)
Grundbegriffe der Morphologie
Grundbegriffe der Morphologie
morphologische Beziehungen
Flexion Wortbildung
Derivation Komposition
Paradigma/Wortformen
z. B.
Wortfamiliez. B. z. B.
• Untersuchungsobjekte der Flexionsmorphologie: Forma7ve
• Forma7v: ein Morphem mit einer gramma7schen Funk7on/Bedeutung, z. B. Kasus, Tempus, Aspekts, Person, Numerus, usw.,egal ob frei oder gebunden
• Ähnliche Informa7on kann auch durch syntak7sche Wörter ausgedrückt werden: [Forma1ves] are different from [syntac1c] WORDS in that they cannot govern or be governed by other words, cannot require or undergo agreement, and cannot head phrases: forma1ves are morphological en11es, words syntac1c. (Bickel & Nichols 2007)
Flexionsmorphologie
• Forma7ve können phonologisch frei oder gebunden sein• In den bekannten europäischen Sprachen:
Forma7ve sind typischerweise phonologisch gebunden (z. B. Kasusforma7ve), syntak7sche Wörter sind phonologisch frei (z. B. Adposi7onen)
• Es geht auch anders:
Lai Chin (Tibeto-‐Burman)Tsew Máŋ niʔ ʔa-‐ka-‐t̪hoʔŋ.Tsew Máŋ ERG 3SG.A-‐1SG.P-‐hit ‘Tsew Mang hit me.’
phonologisch gebundene und freie Formative
niʔ ,ERG‘:• syntaktisch: ein Formativ (kein Wort)• phonologisch: frei (ein phonologisches Wort)gramma7sches Wort ≠ phonologisches Wort
• Posi7on • Fusion• Flexivität (Lex. Allomorphie, Flexionsklassen) • Exponenz• Synthese• Lokus• Synkre7smus• Defek7vität• Deponenz
Variablen der Morphologie
Fusion
• Grad der Fusion:der Grad, zu welchem gramma7sche Marker (Affixe und Kli7ka) phonologisch mit dem Wirtswort (host) oder Stamm verbunden sind
Fusion
isolierend konkatena7v nicht linear
schwach verbunden stark verbunden
jedes Forma7v = unabhängiges vollwer7ges phonologisches Wort
Forma7ve sind phonologisch an ein anderes Wort (host) gebunden (Affixe und Kli7ka),leicht segmen7erbar, aber können phonologisch angepasst werden
Aufgabe 1: Bes7mmen Sie die Art der Fusion
a) Emai (Niger-‐Kordofanian) ____________________ ólì òkpòsò nwú émà yé ólì ònwìmè. DEFINITE woman take yam to DEFINITE farmer ‘The woman took yam to the farmer.’
b) Modern Hebrew (Afro-‐Asia7c) ____________________ gadar gudar gdor ‘he enclosed’ ‘he was enclosed’ ‘enclose it!’
c) Eton (Niger-‐Kordofanian, Cameroon) ____________________ m-‐úŋá á-‐h-‐sɔ́m lə̀-‐sɔ̀ɛ́ 1-‐child SUBJ(1)-‐PST-‐find 5-‐hiding.place ‘The child has found the hiding place.’ (1, 5 = nominal class)
• ... It is important to note that the scale applies to individual forma9ves, or sets of forma1ves, and not, as is some1mes suggested, to languages as wholes. (Bickel & Nichols 2007: 183)
69
Fusion: Aufgabe 1
Bes7mmen Sie die Art der Fusion
a) Emai (Niger-‐Kordofanian) ____________________ ólì òkpòsò nwú émà yé ólì ònwìmè. DEFINITE woman take yam to DEFINITE farmer ‘The woman took yam to the farmer.’
b) Modern Hebrew (Afro-‐Asia7c) ____________________ gadar gudar gdor ‘he enclosed’ ‘he was enclosed’ ‘enclose it!’
b) Eton (Niger-‐Kordofanian, Cameroon) ____________________ m-‐úŋá á-‐h-‐sɔ́m lə̀-‐sɔ̀ɛ́ 1-‐child SUBJ(1)-‐PAST-‐find 5-‐hiding.place ‘The child has found the hiding place.’ (1, 5 = nominal class)
Fusion
isolierend konkatena7v nicht linear
jedes Forma7v = unabhängiges vollwer7ges phonologisches Wort
Emai (Niger-‐Kordofanian)ólì òkpòsò nwú émà yé ólì ònwìmè.DEFINITE woman take yam to DEFINITE farmer‘The woman took yam to the farmer.’
Fusion
isolierend konkatena7v nicht linear
Forma7ve sind phonologisch an ein anderes Wort (host) gebunden (Affixe und Kli7ka),leicht segmen7erbar, aber können phonologisch angepasst werden
Eton (Niger-‐Kordofanian, Cameroon)m-‐úŋá á-‐h-‐sɔ́m lə̀-‐sɔ̀ɛ́1-‐child SUBJ(1)-‐PAST-‐find 5-‐hiding.place‘The child has found the hiding place.’ (1, 5 = nominal class)
Fusionisolierend konkatena7v nicht linear
• z. B. Ts’amakko (Kuschi7sch; Savà 2005)-‐ Sibilantenharmonie: das Kausa7v-‐Suffix /-‐as/ passt
sich an die Sibilanten im Wort an ➜ [as] oder [aʃ]
[as] [aʃ]
[bas-as] ‚machen-CAUS‘ [ʃukuy-aʃ] ‚Angst.haben-CAUS‘
[zaq’-as] ‚schlachten-CAUS‘ [tʃ’ur-aʃ] ‚werfen-CAUS‘
[ɠabb-as] ‚nehmen-CAUS‘ [ʒiʔ-aʃ] ‚essen -CAUS‘
• Phonologische Konkatena7onseffekte-‐ Assimila7on-‐ Harmonie (Vokal oder Konsonant)
-‐ Dissimila7on-‐ ...
Fusion
isolierend konkatena7v nicht linear
nicht in lineare Abschnife segmen7erbar, realisiert durch direkte Modifika7on des Wortstammes
✴ tonologisch✴ ...
Kinyarwanda (Overdulve 1987)
• ‘conjunc7ve’ subordinate verb forms: high tone on the agreement-‐marking prefixmúkora ‘that you work’
• ‘rela7ve’ form: high tone on the last stem syllable: mukorá ‘which you work (at)’
• indica7ve: mukora ‘you work’
Fusion
isolierend konkatena7v nicht linear
nicht in lineare Abschnife segmen7erbar, realisiert durch direkte Modifika7on des Wortstammes✴ tonologisch
✴ wurzelflexivisch✴ subs7tu7v (replaziv)✴ subtrak7v
Modern Hebrew (Afro-‐Asia7c)Wurzelkonsonanten: ein Vokalmuster:(radicals) (vocalisms)g–d–r ‘enclose‘ a-‐a ‘ac7ve’ ➙ gadar ‘he enclosed’ u-‐a ‘passive’ ➙ gudar ‘he was enclosed’ -‐o-‐ ‘FUT, IMP’ ➙ gdor ‘enclose it!’
Wurzel-‐ und Mustermorphologie (Root-‐and-‐PaGern)
• ... It is important to note that the scale applies to individual forma9ves, or sets of forma1ves, and not, as is some1mes suggested, to languages as wholes. Isola1ng forma1ves, for example, are found almost everywhere: virtually all languages have at least a few phonologically unbound par1cles, regardless of the kind of forma1ves they employ in the rest of their morphology. (Bickel & Nichols 2007: 183)
Fusion
Fusion of Selected InflectionalFormatives (case & tense)(Bickel & Nichols 2005)
Recommended