Phonetik und Sprachverarbeitung
print

Links und Funktionen
Sprachumschaltung

Navigationspfad


Inhaltsbereich

Publikationen

Hier finden Sie eine Liste der Publikationen der am Institut für Phonetik und Sprachverarbeitung beschäftigten und mit ihm assoziierten Wissenschaftler. Sie können die Liste durchsuchen und nach Jahr oder nach Publikationstyp sortieren lassen.

Die komplette Liste können Sie im BibTeX-Format herunterladen:
Download Publikationsliste (bibtex)

Das IPS hat seit seiner Gründung 1972 in 39 Ausgaben die „Forschungsberichte des Instituts für Phonetik und sprachliche Kommunikation der Universität München (FIPKM)“ herausgegeben. 2002 wurde die Reihe eingestellt. Einige der Ausgaben zwischen 1996 und 2002 sind online abrufbar. Andere Ausgaben sind auf Anfrage in gedruckter Form erhältlich.
Weitere Informationen


Suche


Regulärer Ausdruck, case-insensitive, wird gegen alle BibTeX-Felder geprüft (Autor, Titel etc.)


Ein oder mehrere Jahre oder Zeitspannen, z. B.
1993
1995-1998
08-
-99,02-06,14-





Reference

Shoemark, P., Kirby, J., Goldwater, S. (2018). Inducing a Lexicon of Sociolinguistic Variables from Code-Mixed Text. In Proceedings of the 2018 EMNLP Workshop W-NUT (pp. 1-6).

BibTeX

@inproceedings{shoemarkInducingLexiconSociolinguistic2018,
  title = {Inducing a Lexicon of Sociolinguistic Variables from Code-Mixed Text},
  booktitle = {Proceedings of the 2018 {{EMNLP Workshop W-NUT}}},
  author = {Shoemark, Philippa and Kirby, James and Goldwater, Sharon},
  year = {2018},
  volume = {Proceedings of the 2018 EMNLP Workshop W-NUT: The 4th Workshop on Noisy User-generated Text},
  pages = {1--6},
  publisher = {{Association for Computational Linguistics}},
  address = {{Brussels, Belgium}},
  abstract = {Sociolinguistics is often concerned with how variants of a linguistic item (e.g., nothing vs. nothin') are used by different groups or in different situations. We introduce the task of inducing lexical variables from code-mixed text: that is, identifying equivalence pairs such as (football, fitba) along with their linguistic code (football{\textrightarrow}British, fitba{\textrightarrow}Scottish). We adapt a framework for identifying gender-biased word pairs to this new task, and present results on three different pairs of English dialects, using tweets as the code-mixed text. Our system achieves precision of over 70\% for two of these three datasets, and produces useful results even without extensive parameter tuning. Our success in adapting this framework from gender to language variety suggests that it could be used to discover other types of analogous pairs as well.}
}

Powered by bibtexbrowser