In der vorliegenden Arbeit wird ein System zur automatischen Erkennung von sieben Phasen eines Unternehmenszusammenschlusses in deutschsprachigen Wirtschaftsnachrichten ausgearbeitet. Ein besonderer Schwerpunkt liegt dabei auf der Frage nach dem faktischen Status des Ereignisses. Ziel ist es, zwischen Aussagen, in denen von einer Tatsache die Rede ist, und Aussagen, in denen ein Sachverhalt als faktisch nicht existierend präsentiert wird, zu unterscheiden. Das Konzept der Unterscheidung zwischen Realis und Irrealis wird Faktizität bezeichnet. Diese kann mittels einer großen Vielfalt an sprachlichen Markern (wie z. B. Modalverben, Adverbien) ausgedrückt werden. Die vorliegende Arbeit entwickelt ein Kategorisierungssystem für Faktizitätsmarker, das die Bandbreite und die Nuancen ihrer Auswirkung auf den faktischen Status eines Ereignisses widerspiegelt. Da sowohl die Extraktion der Ereignisse als auch die Erkennung ihrer Faktizität die Berücksichtigung der Interaktion zwischen syntaktischen und semantischen Eigenschaften erfordert, wurden lokale Grammatiken als Methode zur Extraktion gewählt. Die erkannten Relationen geben Aufschluss über die M&A-Aktivitäten von Unternehmen und erlauben Aussagen zum aktuellen Stadium einer konkreten Fusion oder einer Übernahme. Die Arbeit leistet einen Beitrag zur präzisen Erkennung und Klassifizierung von Ereignissen. Das Informationsextraktionssystem kann beispielsweise für Suchmaschinen, Frage-Antwort-Systeme oder auch für eine Darstellung aktueller Geschehnisse eingesetzt werden. ISBN 9783862888993. Linguistic Resources for Natural Language Processing 08. 240 S. 2018.weiterlesen