Computational Linguistics

Computational Linguistics (Computerlinguistik) ist das interdisziplinäre Feld, das Methoden der Informatik auf Sprache anwendet — die akademische Grundlage dessen, was heute unter NLP (Natural Language Processing) firmiert.

Die Computerlinguistik entstand in den 1950er Jahren, als Forscher wie Noam Chomsky formale Grammatiken als mathematische Modelle der Sprachstruktur entwickelten. Die Georgetown-IBM-Experiment (1954) — die erste öffentliche Demonstration maschineller Übersetzung — markierte den Beginn des Feldes. Die Ergebnisse waren primitiv (Wort-für-Wort-Übersetzung), aber die Vision war klar.

Jahrzehntelang dominierte der regelbasierte Ansatz: Linguisten formulierten explizite Grammatikregeln, die Computer ausführten. In den 1990ern verschob sich das Paradigma zu statistischen Methoden — statt Regeln zu schreiben, lernte das System aus Daten. Hidden Markov Models, n-Gramm-Modelle und später Word2Vec (Mikolov et al., 2013) prägten diese Phase.

Die Transformer-Revolution (2017) und die Ära der Large Language Models haben Computational Linguistics fundamental verändert. GPT-4 „versteht" Sprache besser als jedes regelbasierte System, obwohl es kein explizites linguistisches Wissen besitzt. Das wirft grundlegende Fragen auf: Braucht man Linguistik, um Sprache zu verarbeiten? Oder reichen genug Daten und Compute?

Die Antwort der Community: Beides. LLMs leisten Erstaunliches, versagen aber bei sprachlicher Nuancen, Pragmatik und kulturellem Kontext. Computerlinguistik liefert die theoretischen Werkzeuge, um zu verstehen, warum — und wie man es verbessern kann.