Ich habe ein paar Gedanken zur Normalisierung von Paragraphenketten festgehalten: kristall.crew.c-base.org/openJur/Norm... #SchrifttumsLinguistik

Kandidaten, bei denen ich noch keine brauchbare Lösung habe: "§ 16a Abs. 1 Satz 1 Nr. 2 i. V. m. Satz 2 und § 17 Abs. 1 Satz 1 Var. 1 Nr. 2 i. V. m. Satz 2 PolG" (15 Vorkommen in 126k+ Bundesgerichtsentscheidungen) "Art. 2 Abs. 1 GG i.V.m. dem Rechtsstaatsprinzip"

Ich habe ein paar Gedanken zur Normalisierung von Paragraphenketten festgehalten: kristall.crew.c-base.org/openJur/Norm... #SchrifttumsLinguistik

Wer kennt ihn nicht? Einen Hochleistung-s-schwebst-Off-Filter #morphologie

Ich begreife mich dann ab heute auch als Datenhygieniker.

Da gab es eigentlich schon Code für, aber der funkt. nicht weil ich nicht beachtet habe, dass da als AO manchmal ein Liste von Listen ankommt, und manchmal eine Liste von Dicts. Also dann doch nun ohne falschen AO-Pfeil #SchrifttumsLinguistik

Valenzellipsen sind doof! Bsp: 'Das Grundgesetz ermächtigt mit Art. 23 GG zur Beteiligung und Entwicklung einer als Staatenverbund konzipierten Europäischen Union.' AkkObj von ermächtigen wird nicht explizit erwähnt. #SchrifttumsLinguistik

The internet is for porn. The holodeck is for porn. Ofc AI is for porn too. Or smut, whatever you wanna call it.

Es gibt Wörter, die wenn sie Kompositatöchter sind ein -e verlieren: Sache -> Sachbearbeiter (*Sachebearbeiter) Urkunde ist hier nochmal ein spezieller Spezialfall, denn eine -s- Fuge schleicht sich ein: Urkunde -> Urkundsbeamte #Morphologie #SchrifttumsLinguistik

Parsergeschwindigkeit. Also sowas wie Tokens pro Sekunde. Ich finde ja, dass es reicht, wenn der Computer schneller "liest" als ein Mensch. Anfang Juli brauchte meine Software zur Analyse des SÜG (10591 Token) geprofiled ~81 s (mit ~70 M Calls) #SchrifttumsLinguistik

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

Da kann ich noch eine Visualisierung nachreichen: #SchrifttumsLinguistik

Und da sollte natürlich #SchrifttumsLinguistik dran stehen.

Ich habe endlich angefangen Koreferenz zu implementieren. Das letzte größere Problem vor der Abbildung der Rechtssprache in ein Graph Neural Network (GNN).

Today has been a vibe-coding intense day: First, my The Lawfare Institute article on vibe coding was released, read here: www.lawfaremedia.org/article/when-the-vibe-are-off--the-security-risks-of-ai-generated-code Second, I gave a quick talk on vibe coding at the Gikii conference in Amsterdam.

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

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

"v. Münch/Kunig, Grundgesetz-Kommentar, 4./5. Aufl. 2003" Na was denn nun? 4. oder 5. Auflage? Also selbst wenn in dem Jahr verschiedene Bände in unterschiedlicher Aufl. erschienen sind, so sollte doch klar sein aus welchem Band zitiert wurde? Bundesgerichte ... #SchrifttumsLinguistik

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

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

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

#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).

#SchrifttumsLinguistik Die kleinen Fehler sind oft die ärgerlichsten: Sannwald, in: Schmidt/Bleibtreu/Hofmann/Hopfauf, GG, 11. Aufl. 2008, in fs20101012_2bvf000107.html Rn. 128 liebes BverfG sollte Schmidt-Bleibtreu/Hofmann/Hopfauf sein.

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

If you could see any movie for the first time again, which movie would you pick? (I'd pick the english version).

Ich habe mal wieder einen Tag an Versionsnummer verloren. So sehr ich Fortschritt schätze, er nervt.

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.

I don't normally write advice columns but this question I got deserved its own post: With all the hype around Generative AI, how can you, as a developer, communicate the nuances and advocate for new and modular solutions that are better, easier and cheaper? explosion.ai/blog/modular...

#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.

#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.

#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.

#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.

#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).

#SchrifttumsLinguistik KI Werkzeuge sind schon auch zu was nutze. Bisher die visuelle Darbietung bestimmter Zusammenhänge eher mau. Unter Anwendung eines KI Werkzeuges wurde diese Demo gebaut. Die wird natürlich noch verbessert, aber man sieht wohin die Reise geht.

"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

Nochmal zur Mittagszeit, statt mitten in der Nacht. Insbesondere was für die Juristen unter meinen Followern.

#SchrifttumsLinguistik Einige Anmerkungen zu Paragraphenketten und Volltextsuche (bspw Elasticsearch): - Paragraphenketten (PPKn) müssen Normalisiert werden (Abs. 1 vs I) 1/n

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!

#JedeWocheEinFoto KW 12/24 Allein allein...

#SchrifttumsLinguistik Komplexe Aufzählungen (am Beispiel von § 119 III UrhG) (Am Rechner und nicht auf dem Smarty lesen): kristall.crew.c-base.org/Komplexe_Auf...

Straße zur Sonne

#SchrifttumsLinguistik Wer will was von wem woraus? Wer hat wo wann was getan, wie womit weswegen? Besteht Aussicht auf Erfolg? Recht startet mit einer Frage. Die Grammatik der #SchrifttumsLinguistik nutzt daher Fragen als Startvariablen.

#SchrifttumsLinguistik Ich sollte diese Mindmap mal dringend weiterbearbeiten, wie ich grad feststelle.

#SchrifttumsLinguistik Das @BVerfG legt noch einen drauf: "Gerold/Schmidt/von Ecken/Madert/Müller-Raabe" Richtig wäre "von Eicken" und "Müller-Rabe". Ich übernehm gern Eure QA, wenn ihr Hilfe braucht ...

#SchrifttumsLinguistik Wenn man zum ersten mal "RTDrucks" in den Quellen liest (ohne das Datum dazu), dann fragt sich schon erstmal was das sein soll. Mit dem Datum (26. März 1920) wird es schon klarer, das eine ReichstagsDrucksache gemeint ist. Nun weiß es auch die Software.

#SchrifttumsLinguistik Die Quellenarbeitsqualität läßt leider auch beim @BVerfG Wünsche offen: (vgl. EGMR <GK>, Ogur v. Türkei, Urteil vom 20. Mai 1999, Nr. 21594/93, NJW 2001, S. 1991 <1994>) Wer dieser Nr. folgt wird fündig. So weit, so gut, aber,

#SchrifttumsLinguistik Das große i und das kleine L sehen sich in anscheinend in zu vielen Fonts zu ähnlich, warum sonst würde das @BVerfG es schaffen "(BGBI I S. 313)" statt "(BGBl I S.313)" zu schreiben ... (und mal mit "." und mal ohne ...)

Es heißt nicht Silvester, sondern Zwangsgeburtstag. Guten Rutsch.