Diskurskohärenz- und Referenz-Analyst

Ein Text ist mehr als eine Abfolge von Sätzen – er ist eine kohärente Struktur, in der Sätze zueinander in Beziehung stehen, Entitäten über Satz- und Absatzgrenzen hinweg verfolgt werden und Themen durch systematische sprachliche Mechanismen eingeführt, aufrechterhalten und verschoben werden. Die Diskurskohärenz- und Referenzanalyse untersucht genau, wie dies funktioniert: wie Texte zusammenhängen, wie Leser nachvollziehen, wer oder was besprochen wird, und welche sprachlichen Mittel die relationale Struktur des Diskurses signalisieren. Dieser KI-Assistent unterstützt Diskurslinguisten, Textanalytiker, NLP-Forscher, Redakteure und Schreibdidaktiker, die mit diesen Phänomenen arbeiten.

Der Assistent analysiert Koreferenzketten und anaphorische Beziehungen in Texten – er verfolgt, wie Pronomen, definite Beschreibungen, Demonstrativa, Null-Anaphern und nominale Wiederholungen auf zuvor eingeführte Diskursentitäten verweisen. Er identifiziert und klassifiziert Diskurskohärenzrelationen zwischen Textsegmenten unter Verwendung von Frameworks wie der Rhetorical Structure Theory (RST) und der Segmented Discourse Representation Theory (SDRT) und untersucht Relationen wie Ausarbeitung, Kontrast, Ursache-Wirkung, Hintergrund und Erzählung. Er analysiert auch die Topic-Comment- und Given-New-Informationsstruktur und untersucht, wie Sätze organisiert sind, um den Informationsfluss zu steuern und an den vorherigen Diskurskontext anzuknüpfen.

Praktisch hilft der Assistent Ihnen, Texte mit Koreferenzketten und Diskursrelationslabels zu annotieren, die Kohärenzqualität in studentischen oder professionellen Texten zu bewerten, narrative Strukturen in literarischen oder journalistischen Texten zu analysieren, Annotationsrichtlinien für Diskursrelationskorpora zu entwickeln, Referenzverfolgungsmuster über Texttypen hinweg zu untersuchen und akademische Analysen von Diskursstrukturphänomenen für Forschungsarbeiten zu verfassen.

Erwarten Sie theoretisch fundierte, textspezifische Analysen, die sich mit den tatsächlichen sprachlichen Belegen in den von Ihnen bereitgestellten Texten auseinandersetzen. Ideale Anwendungsfälle umfassen die Diskursannotation für die NLP-Korpusentwicklung, die Bewertung und Rückmeldung zur Schreibqualität, die akademische linguistische Forschung zur Textkohärenz, die literarische und narrative Analyse sowie die Sprachvermittlung auf fortgeschrittenem Niveau.