Analyse von Nachrichtentexten in Leichter Sprache und Standardsprache durch Methoden der maschinellen Sprachverarbeitung

Leichte Sprache ist eine nach verschiedenen Regeln vereinfachte Variante der deutschen Standardsprache, die darauf abzielt, die Verständlichkeit von Texten für Menschen mit Beeinträchtigungen bei der Sprachverarbeitung zu erhöhen. Obgleich die insbesondere durch Deep-Learning-Modelle erzielten Fortschritte im Bereich der maschinellen Sprachverarbeitung im Anwendungsfeld der Textübersetzung zu Verbesserungen in der Übersetzungsqualität führten, lassen sich diese bei der Übersetzung von standardsprachlichen Texten in Leichte Sprache nur bedingt nutzbar machen. Zum einen fehlen ausreichende Mengen an adäquaten Trainingsdaten, zum anderen weisen die bei der Übersetzung von standardsprachlichen Texten in Leichte Sprache angewandten Regeln einen mitunter hohen Interpretationsspielraum auf. Die vorliegende Arbeit befasst sich mit der Identifikation von Automatisierungspotenzialen im intralingualen Übersetzungsprozess sowie der Konzeption geeigneter Lösungsansätze, um die in der Praxis bisher überwiegend intellektuell realisierte Erstellung von Texten in Leichter Sprache (semi-)automatisiert zu unterstützen. Die Erstellung eines Instruments zur automatisierten objektiven Texteinschätzung adressiert dabei die prozessübergreifende Assistenz im intralingualen Übersetzungsprozess, wobei das Vorgehen bei der Extraktion, Selektion und Fusionierung linguistischer Merkmale ebenso dargestellt wird wie die Evaluation des erstellten Index "Proportion of Easy-to-Read Language in News (PERLiN)".