Bedeutungsnetze

Bedeutungsnetze sind graphbasierte Modelle aus der Sprachwissenschaft, der Kognitionsforschung und der Informatik, in denen Bedeutungen oder Lexeme als Knoten und semantische Beziehungen als Kanten dargestellt werden. Typische Knoten sind Wörter oder Konzepte; Kanten beschreiben Beziehungen wie Synonymie, Antonymie, Hypernymie/Hyponymie (Ober- und Unterbegriffe), Meronymie (Teil-Ganzes-Verhältnis), Kollokationen oder assoziative Verbindungen. Solche Netze dienen der Modellierung des mentalen Lexikons sowie des konzeptuellen Wissens und finden Anwendung in der natürlichen Sprachverarbeitung sowie im Information Retrieval.

Historisch gehen zentrale Ideen auf das semantische Netzmodell von Collins und Quillian (1969) zurück, das Wissen als Netzstruktur erklären wollte. In der Computerlinguistik hat sich mit WordNet ein umfangreiches, projektübergreifendes Bedeutungsnetzwerk etabliert; deutsche Äquivalente wie GermaNet liefern vergleichbare Strukturen auf Deutsch. In der Lehre werden Bedeutungsnetze eingesetzt, um Verbindungen zwischen Wörtern sichtbar zu machen und Lernprozesse zu unterstützen.

Anwendungen umfassen semantische Suche, Wortbedeutungsunterschiede (Wortsinndifferenzierung), Textverständnis, automatisierte Übersetzung sowie mehrsprachige Wissensrepräsentation. Gleichzeitig stellen polyseme Bedeutungen, Ambiguität, sich wandelnde Bedeutungen, Skalierbarkeit und die Validierung der Beziehungen im Netz Herausforderungen dar. Bedeutungsnetze dienen so als strukturiertes Hilfsmittel zur Organisation von Bedeutung, Lexikonwissen und konzeptuellem Verständnis.