kristallpirat
LightNews LightNews
banner
kristallpirat.bsky.social
kristallpirat
@kristallpirat.bsky.social
45 followers 63 following 340 posts
Raumstationsavatar
Nischenprodukt
#SchrifttumsLinguistik

Datenförster
Regelschleifer
Posts Replies Media Videos
kristallpirat.bsky.social
Dieser Satz ist schwer zu parsen. Nun hab ich eine Lösung, die auch hält, wenn es subtile Unterschiede gibt ("," statt "-" & verschiedene Sorten "). Koref zickt noch etwas.

Was mir aber auch wieder bewußt wird: ich brauche Normalisierung von Quellen.

#SchrifttumsLinguistik
Vergleich von 2 Visualsierungen des Satzes: """Voraussetzung einer strafrechtlichen Sanktion ist dann allerdings, wie es der Normalfall für den Ausgleich von Meinungsfreiheit und Persönlichkeitsrecht ist, eine grundrechtlich angeleitete Abwägung, die an die wertungsoffenen Tatbestandsmerkmale und Strafbarkeitsvoraussetzungen des Strafgesetzbuchs, insbesondere die Begriffe der "Beleidigung" und der "Wahrnehmung berechtigter Interessen", anknüpft (vgl. BVerfGE 12, 113 <124 ff.>; 90, 241 <248>; 93, 266 <290 f.>).""" (hier die Varianz mit , statt - und " statt „“) Die Visualsierungen haben keine Unterschiede außer eben in den Schreibweisen der Texte.
October 23, 2025 at 7:42 AM
kristallpirat.bsky.social
Weitere komplexe Aufzählungen, die tricky sind, allerdings hilft die Paragraphenkette bei dieser Lösung der einen.

Es fehlt noch die Koref zwischen "sie" und "Person", aber das ist in Arbeit.

#SchrifttumsLinguistik
Visualisierung einer Analyse des Satzes: "Die betroffene Person kann Angaben verweigern, die für sie, eine nahe Angehörige oder einen nahen Angehörigen im Sinne des § 52 Absatz 1 der Strafprozessordnung oder die Lebensgefährtin oder den Lebensgefährten die Gefahr strafrechtlicher oder disziplinarischer Verfolgung, der Entlassung oder Kündigung begründen könnten." Textversion auf Anfrage.
October 16, 2025 at 7:41 AM
kristallpirat.bsky.social
Da kann ich noch eine Visualisierung nachreichen:

#SchrifttumsLinguistik
python: b = "Die Absätze 1 und 2 sind auf die nach den §§ 70 und 71 geschützten Ausgaben, die nach § 72 geschützten Lichtbilder, die nach § 77 Abs. 2 Satz 1, §§ 85, 87, 94 und 95 geschützten Bild- und Tonträger \ und die nach § 87b Abs. 1 geschützten Datenbanken entsprechend anzuwenden." rb = Pipe.analysiere(b, default_GVO="UrhG") BratWidget(**(cbtc_to_brat(rb, options={'entity_stack_order': ['phrases']}))).render() pprint(rb['Absätze'][0]['PPKn'], width=w) Textversion der Graphik auf Anfrage. ['70 II UrhG', '70 UrhG', '71 UrhG', '72 UrhG', '77 II 1 UrhG', '77 II UrhG', '77 UrhG', '85 UrhG', '87 UrhG', '94 UrhG', '95 UrhG', '87b I UrhG', '87b UrhG']
October 15, 2025 at 11:55 PM
kristallpirat.bsky.social
Jetzt dann auch hier mit Koreferenz:
{'text': 'b) An der näheren Darlegung eines solchen Feststellungsinteresses fehlt es hier. Zwar unterlag das Gericht einem Verfahrensirrtum (error in procedendo, aa). Dieser begründete aber kein ausreichendes Feststellungsinteresse bb).', 'entities': [['AdvP_0', 'AdvP', [[75, 79]]], ['AdvP_1', 'AdvP', [[81, 85]]], ['KP_2', 'KP', [[175, 179]]], ['NP_55_1', 'NP', [[28, 65]]], ['NP_110_2', 'NP', [[72, 74]]], ['NP_80_3', 'NP', [[95, 106]]], ['NP_77_4', 'NP', [[107, 129]]], ['NP_109_6', 'NP', [[157, 163]]], ['NP_61_5', 'NP', [[180, 221]]], ['PNP_51_0', 'PNP', [[3, 27]]], ['VP_0_f', 'VP', [[66, 71]]], ['VP_1_f', 'VP', [[86, 94]]], ['VP_2_f', 'VP', [[164, 174]]]], 'relations': [['R0', 'POV', [['Gov', 'VP_0_f'], ['Dep', 'PNP_51_0']]], ['R1', 'NO', [['Gov', 'VP_2_f'], ['Dep', 'NP_109_6']]], ['R2', 'NO', [['Gov', 'VP_1_f'], ['Dep', 'NP_80_3']]], ['R3', 'NO', [['Gov', 'VP_0_f'], ['Dep', 'NP_110_2']]], ['R4', 'KoRef', [['Gov', 'NP_109_6'], ['Dep', 'NP_77_4']]], ['R5', 'GO', [['Gov', 'PNP_51_0'], ['Dep', 'NP_55_1']]], ['R6', 'DO', [['Gov', 'VP_1_f'], ['Dep', 'NP_77_4']]], ['R7', 'Adv', [['Gov', 'VP_1_f'], ['Dep', 'AdvP_1']]], ['R8', 'Adv', [['Gov', 'VP_0_f'], ['Dep', 'AdvP_0']]], ['R9', 'AO', [['Gov', 'VP_2_f'], ['Dep', 'NP_61_5']]]], ..}
September 22, 2025 at 9:34 PM
kristallpirat.bsky.social
Ich habe endlich angefangen Koreferenz zu implementieren. Das letzte größere Problem vor der Abbildung der Rechtssprache in ein Graph Neural Network (GNN).
Visualisierung einer Satzanalyse mit markierter Koreferenz. Textversion auf Anfrage. Visualisierung einer Satzanalyse mit markierter Koreferenz. Textversion auf Anfrage.
September 22, 2025 at 1:41 PM
kristallpirat.bsky.social
So sieht das dann in der Analyse aus: Der Token mit der Num 18 macht eine Klammer auf, die nicht geschlossen wird.
Bild einer Analyse des Textfragments: "b) An der näheren Darlegung eines solchen Feststellungsinteresses fehlt es hier. Zwar unterlag das Gericht einem Verfahrensirrtum (error in procedendo, aa). Dieser begründete aber kein ausreichendes Feststellungsinteresse bb)." Eine Volltextvariante des Ergebnisses gern auf Anfrage.
September 1, 2025 at 8:06 PM
kristallpirat.bsky.social
Ich weiß, ich bin pedantisch, aber vom BVerfG sollte ich bessere Rechtschreibung erwarten können, find ich.

Konsistentes Klammern sieht anders aus. Ich sehe, ja ein, dass nicht (bb)) geschrieben wird, aber nach aa) fehlt klar ein ).

#SchrifttumsLinguistik
Rn. 11 Aus https://www.bundesverfassungsgericht.de/SharedDocs/Entscheidungen/DE/2020/07/rk20200727_1bvr137920.html "b) An der näheren Darlegung eines solchen Feststellungsinteresses fehlt es hier. Zwar unterlag das Gericht einem Verfahrensirrtum (error in procedendo, aa). Dieser begründete aber kein ausreichendes Feststellungsinteresse bb)." Es fehlt eine schliessende Klammer.
September 1, 2025 at 3:09 PM
kristallpirat.bsky.social
Auf Zeitungstext trainierte ML-Modelle haben immer wieder Probleme mit juristischen Texten. Außerdem fehlt mir bei Universal Dependencies eine einfache Phrasenbildung (li).

In meinem regelbasierte Modell sind Phrasen von Anfang mitgedacht und vereinfachen einiges (re).

#SchrifttumsLinguistik
Eine Visualisierung eines Satzes unter zu Hilfenahme von spaCy und brat: dt = spacy.load("de_dep_news_trf") de = spacy.load("de_core_news_lg") Satz = 'a) aa) Art. 2 Abs. 2 Satz 2 GG gewährleistet jedermann "die Freiheit der Person" und nimmt einen hohen Rang unter den Grundrechten ein.' Text der Visualierung sprengt Zeichenlimit, gern auf Anfrage. Eine Visualisierung des gleichen Satzes ('a) aa) Art. 2 Abs. 2 Satz 2 GG gewährleistet jedermann "die Freiheit der Person" und nimmt einen hohen Rang unter den Grundrechten ein.') Diesmal aber mit dem cbtc, einem von mir entwickelten regelbasiertem Sprachmodell, analysiert und visualisiert. Textausgaben der Visualisierung sprengen auch hier das Zeichenlimit, aber wie gesagt, gern auf Anfrage.
August 15, 2025 at 5:31 AM
kristallpirat.bsky.social
Der Tokenizer frisst es halt noch nicht, 4. wird zu 2 Token und daher wird fälschlich ein Satzende erkannt.
July 30, 2025 at 5:03 AM
kristallpirat.bsky.social
Warum ist da ein Komma nach der 355 ("BFHE 203, 355,")?

Klar ich kann d als zur Quelle gehörig markieren, damit d VP weiterläuft und das "ein" zum "fügt" erkannt wird, aber wenn da wirklich mal ein K. sein soll, dann würde d verschluckt. D macht es der Analyse nur schwerer.

#SchrifttumsLinguistik
1. Satz in Rn. 74 aus https://www.bundesverfassungsgericht.de/SharedDocs/Entscheidungen/DE/2021/03/ls20210325_2bvl000111.html (b) Jedoch fügt sich die Entscheidung des Bundesfinanzhofs in BFHE 203, 355, zur erstmaligen Klärung des Sofortabzugs vorausgezahlter Erbbauzinsen gemäß § 11 Abs. 2 Satz 1 EStG als Werbungskosten bei den Einkünften aus Vermietung und Verpachtung in eine Reihe von Urteilen des Bundesfinanzhofs zur steuerrechtlichen Behandlung des Erbbauzinses ein, weshalb sie die systematisch konsequente Fortführung einer langjährigen und gefestigten Rechtsprechung im Hinblick auf eine bislang nur noch nicht ausdrücklich entschiedene Rechtsfrage beinhaltet (vgl. Heuermann, Höchstrichterliche Rechtsprechung 2004, S. 116; Milatz/Kruchen, Deutsche Steuer-Zeitung 2004, S. 635 <639>; Starck, Juristenzeitung 2011, S. 426 <428>).
July 10, 2025 at 2:47 PM
kristallpirat.bsky.social
Einer der großen Vorteile von einem Tokenizer der Multiworttokens erlaubt: Man kann "nicht nur" einfach als einen KONN Token täggen. Und schwupps erkennt die Software auch die Adjektivprädikation (mit Kopulaverb).

(Die anderen Probleme des Satzes ignorieren wir mal noch).

#SchrifttumsLinguistik
Python Code. Fürs in siehe Alt-Text vom 2. Bild. Hier waren "nicht" und "nur" noch 2 Token und deshalb wurde die Verbphrase falsch erkannt (als "war nicht nicht"), weshalb auch die restliche Analyse fehlging. Python Code: In: a4 = 'Eine "sekundäre Anhörungsrüge" war mithin nicht nur nicht erforderlich, sondern unstatthaft und damit offensichtlich unzulässig.' z4 = Pipe.analysiere(a4, 1) Out: (Token Nr. 7 hat nun "nicht nur" als Oberflächenform (Lex) und als Lemma (Lem)) Num: 7 sNum: 0 Lex: nicht nur Lem: nicht nur PTK: pTag: KONN cTag: KP_0 Die VP_0 ist nun nur "war nicht" statt "war nicht nicht". Dadurch wurden Nominativobjekt (NO) und Adjektivprädikation (AdjP) richtig erkannt: {'AdjP': [{'Lexem': 'erforderlich', 'Span': (58, 70), 'Num': 9, 'pTag': 'ADJ', 'Flex': {'P--'}, 'Lemma': ['erforderlich'], 'sNum': 0, 'cTag': 'AP_1', 'sR': {'AdjP(VP_0)'}}], 'NO': [{'Lexem': 'Eine', 'Span': (0, 4), 'Num': 0, 'pTag': 'ARTU+', 'cTag': 'NP_26_0', 'Lemma': ['e'], 'sNum': 0, 'Flex': {'NSF'}, 'sR': {'NO(VP_0)'}}, {'Lexem': 'sekundäre', 'Span': (6, 15), 'Num': 2, 'pTag': 'ADJ', 'cTag': '$Q||NP_26_0', 'Flex': {'NSFm'}, 'Lemma': ['sekundär'], 'sNum': 0, 'sR': {'NO(VP_0)'}}, {'Lexem': 'Anhörungsrüge', 'Span': (16, 29), 'Num': 3, 'pTag': 'NN', 'Lemma': ['Anhörungsrüge'], 'Flex': {'NSF'}, 'cTag': '$Q||NP_26_0', 'sNum': 0, 'sR': {'NO(VP_0)'}}]}
July 7, 2025 at 8:49 PM
kristallpirat.bsky.social
Sagte ich "ein" breitenloser Bindehemmer (dt. für ZWNJ)?

Ich finde insgesamt 22 (allein in den Gründen der Entscheidungen).

Irgendwo in einer weiteren Entscheidung versteckt sich auch mindestens ein '\u200b' (ein breitenloses Leerzeichen).

#SchrifttumsLinguistik
Python Code. IN: for doc in docs: tn = doc['_source']['c_gr'] if '\u200c' in tn: print(doc['_source']['reference'], tn.count('\u200c')) OUT: 2 BvR 2347/15, 2 BvR 651/16, 2 BvR 1261/16, 2 BvR 1593/16, 2 BvR 2354/16, 2 BvR 2527/16 6 2 BvR 1685/14, 2 BvR 2631/14 16
June 24, 2025 at 4:38 AM
kristallpirat.bsky.social
#SchrifttumsLinguistik

Der Fehler ist richtig fies im Absatz 297 von rs20190730_2bvr168514.html versteckt sich ein "zero-width non-joiner (ZWNJ)" (unicode-explorer.com/c/200C)

Man kann ihn aber selbst im Source der Seite nicht wirklich sehen (vor dem 'M' von Müller).
June 18, 2025 at 11:46 PM
kristallpirat.bsky.social
Verben sind Funktionen, hier also die neusten Zahlen dazu welche Funktionen am häufigsten im BVerfG-Korpus vorkommen.

Natürlich führen Hilfs- und Modalverben die Liste an (Modalverben sind Funktionen auf Funktionen).

#SchrifttumsLinguistik
(python code) In: d = V.value_counts().head(42).to_dict() {k: v for k, v in d.items()} Out: {'sein': 336426, 'werden': 188175, 'haben': 150994, 'können': 85717, 'müssen': 30318, 'sollen': 17389, 'lassen': 16458, 'dürfen': 16173, 'bestehen': 15473, 'vorliegen': 14660, 'gelten': 14511, 'ergeben': 12384, 'führen': 11781, 'verletzen': 11526, 'bleiben': 9833, 'stehen': 9696, 'machen': 9582, 'stellen': 9357, 'ausgehen': 9335, 'entscheiden': 9240, 'nehmen': 9187, 'kommen': 9184, 'annehmen': 8499, 'berücksichtigen': 8424, 'liegen': 8406, 'geben': 8389, 'handeln': 8279, 'betreffen': 8146, 'beruhen': 7972, 'begründen': 7852, 'feststellen': 6942, 'verstoßen': 6870, 'tragen': 6829, 'bedürfen': 6749, 'genügen': 6732, 'halten': 6706, 'darstellen': 6696, 'rügen': 6606, 'dienen': 6423, 'fehlen': 6378, 'wollen': 6313, 'entsprechen': 6254}
May 28, 2025 at 10:35 PM
kristallpirat.bsky.social
If you could see any movie for the first time again, which movie would you pick?

(I'd pick the english version).
May 26, 2025 at 12:55 PM
kristallpirat.bsky.social
Das Erstellen einer Webseite zur #SchrifttumsLinguistik ist aufwändig und zieht sich. Hier mal wieder ein Teaser.

Vor der Webseite oder relativ zeitgleich werde ich auch das Tool für die Graphiken als open Source bereitstellen.
Ein Screenshot von verschiedenen Sätzen, die mit spaCy analysiert und getäggt wurden, welche dann mit Hilfe von BRAT visualisiert werden. Beispielsweise mit part-of-speech Tägs und aus den universal dependencies abgeleiteten Phrasen.
April 17, 2025 at 5:26 AM
kristallpirat.bsky.social
In meinem Kopf sieht das ungefähr so aus:
March 24, 2025 at 12:01 AM
kristallpirat.bsky.social
t-t-timmy?
March 7, 2025 at 12:02 PM
kristallpirat.bsky.social
#SchrifttumsLinguistik

Heute der Satz:

Eine Verletzung von Art. 14 I GG ist nicht feststellbar.

2 Modelle, verschiedene Darstellungen.

Wer als Jurist spaCy nutzt, sollte das Transformermodell nutzten wenn möglich.
Visuelle Darstellung von spaCy Ergebnissen mit BRAT. Daten auf Anfrage.
January 26, 2025 at 3:25 PM
kristallpirat.bsky.social
#SchrifttumsLinguistik

Sprachmodelle sind ein wenig wie Juristen, fragt man verschiedene, bekommt grundsätzlich ähnliche, aber im Detail von einander abweichende Antworten.

1 und 2 ML-Modelle, 3 regelbasiertes Modell.
January 16, 2025 at 11:42 AM
kristallpirat.bsky.social
#SchrifttumsLinguistik

Ein Satz aus BGH, Urteil vom 26.06.2003 - I ZR 176/01 mal etwas anders dargestellt. 🙃

Schön das der Transformer erkennt, dass "müssen" sich auf "treten" bezieht.
Visuelle Ausgabe von """BratWidget(**spacy_to_brat(dt("Sie müssen dazu einzeln aus dem hinteren Teil der Bühne, in dem sie zu Beginn und während der Sendung sitzen , vor Publikum treten ,\ ein für so kleine Kinder ungewöhnliches Heraustreten an die Öffentlichkeit, das durch das Besteigen eines Podests und die Benutzung eines aufgebauten Mikrophons verdeutlicht wird ."))).render()""" Datenobjekt auf Anfrage.
January 13, 2025 at 11:59 PM
kristallpirat.bsky.social
#SchrifttumsLinguistik
#workInProgress

Das Tool für die Visualisierungen kommt voran.

Ist aber (noch) nicht meine Toolchain, sondern
@spacy_io (von bsky.app/profile/expl...) + brat.

Also openSource (wird das Tool auch).
{NP: Die Frist} {VP: ist} {NP: nach § 69} {VP: zu berechnen}. 1 => 4 sb 2 => 4 FIN 3 => 4 mo Ich erkläre es auch gern auf Anfrage näher.
December 29, 2024 at 9:57 PM
kristallpirat.bsky.social
"Eine hieraus resultierende mögliche Gefährdung für das Wohl der dort behandelten Patienten ist nicht erkennbar." hat es in die Subtests geschafft. Ist auch ein 'schöner' Test, denn das "für" kann grundsätzlich sowohl an die "Gefährdung" als auch ans "erkennbar" binden.

#SchrifttumsLinguistik
Bild des Analyseergebnisses des Satzes: "Eine hieraus resultierende mögliche Gefährdung für das Wohl der dort behandelten Patienten ist nicht erkennbar." Auf Nachfrage reine Textversion erhältlich.
November 25, 2024 at 7:03 AM
kristallpirat.bsky.social
chatGPT und der zwingende logische Schluss: Wenn eine Versuchsstrafbarkeit explizit im StGB angeordnet wird, muss es sich um ein Vergehen handeln (mehrfach im Kontext durchgekaut). Kriegt die Maschine aber nicht fehlerfrei hin.

Fazit: Unnützes Spielzeug!
chatGPT macht völlig falsche Ausführungen zur Frage, ob § 246 StGB ein Verbrechen oder ein Vergehen ist.
September 5, 2024 at 3:22 AM
kristallpirat.bsky.social
Straße zur Sonne
February 3, 2024 at 4:44 PM