Prof. Dr. Uwe Quasthoff Phone: +49-341-97-32233 Office: P 819 E-Mail: quasthoff@informatik.uni-leipzig.de Address: Abteilung Automatische Sprachverarbeitung Institut für Informatik Universität Leipzig Augustusplatz 10 04109 Leipzig Deutschland Postal Address: Prof. Dr. Uwe Quasthoff Universität Leipzig Institut für Informatik PF 100920 04009 Leipzig Deutschland Prof. Dr. Uwe Quasthoff is no longer a staff member of the NLP department.

Vita

1984 Dissertation: Zur Klassifikation der aperiodischen Automorphismen des hyperfiniten Faktors

1988 Habilitation: Zur Klassifikation von Automorphismen von Neumann-Algebren resultierend aus Transformationen auf Shift-Maßräumen

aktuelle Projekte

• Sprachdatenressourcen – Deutscher Wortschatz, multilinguale Corpora und Wörter-des-Tages

abgeschlossene Projekte

• Algorithmic corpus-based approaches to the typological comparison of languages

Finished Theses

• Angewandte Situationstheorie: Gewinnung von Informationen aus Text und Möglichkeiten der Verwendung
• Aufbau eines erweiterbaren Endpunktes für föderierte, linguistische Suchmaschinen
• Aufbereitung von Texten in vereinfachtem und traditionellem Chinesisch - Evaluierung bestehende Verfahren für Tokenisierung und POS-Tagging
• Automatische Wörterbucherstellung mittels Trans-Kookkurrenzen aus dem JRC-Acquis
• Automatischer Aufbau eines multilingualen Thesaurus durch Extraktion semantischer und lexikalischer Beziehungen aus dem Datenbestand der Wikipedia
• Chinesischer Wortschatz: Segmentierung, Erkennung von Organisationsnamen und Integrierung eines Wörterbuchs in die Korpus-Browser
• Chinesischer Wortschatz: Textsammlung mit RSS. Textaufbereitung und statistische Analyse
• Design moderner mobiler Wörterbuch-Anwendungen am Beispiel der Bantusprachen
• Dokumenten-Clustering von tagesaktuellen Zeitungstexten auf der Grundlage der Wörter des Tages
• Ein Satzgenerator für das Deutsche und dessen Anwendung in der natürlichsprachlichen Ausgabe von Datenbankinhalten
• Extraktion semantischer Beziehungen aus natürlicher Sprache durch Nutzung sprachlichen Wissens aus der Kindersprache
• Extraktion von Redewendungen
• Extraktion von Textelementen mittels „spreading activation“ für indikative Textzusammenfassungen
• Graphische Visualisierung von Korpusdaten am Beispiel von Parallelkoordinaten
• Identifizierung und Entdeckung von Sprachen bei Texten des WWW durch Clustern der häufigsten Trigramme
• Implementierung eines semantischen Taggers für die deutsche Sprache mit Hilfe eines Markov Modells
• Integration verbesserter Geodaten in den Wortschatz der Universität Leipzig
• Korpussuchmaschine mit Berücksichtigung linguistischer Merkmale wie Flexion und Wortklasse
• Nichtüberwachte Wörterbucherstellung aus quasiparallelem Text
• Performance-Analyse der Webcorpus-Toolchain auf dem HPC-System Taurus
• Reader’s News – die personalisierte Zeitung
• Semantische Analyse der Linkstrukturen von Webseiten mit Hilfe von sprachstatistischen Methoden
• Statistikbasierte Sprachidentifikation auf Satzbasis
• Statistische Verfahren zur Ermittlung lokaler Ereignisse und damit verbundenen Personen aus Zeitungstexten am Beispiel berühmter Kriminalfälle
• Syntaktische Analyse natürlicher Sprache unter Verwendung statistischer Kookkurenzanalyse
• Untersuchung sprachunabhängiger statistischer Verfahren für die Übersetzung von Fachbegriffen zur Unterstützung des Verstehens fremdsprachlicher Texte
• Untersuchung zur Klassifizierung von Texten nach Autoren bzw. Zeitungen unter zu Hilfenahme von statistischen und anderen Mitteln
• Vergleich von Verfahren zur Ermittlung des semantischen Ähnlichkeit von Websites auf Basis von Termvektoren und Linkstruktur
• Vergleichende Analyse von Zeitreihen auf der Basis von Worthäufigkeiten der Wörter des Tages 2009 bis 2014
• Webbasierte Editierwerkzeug zum Wortschatz-Wörterbuch mit linguistischer Unterstützung
• Wortbedeutungsdisambiguierung mittels sprachunabhängiger, kookkurrenzbasierter Algorithmen

Publications

2020

• [QHKEGB20] Uwe Quasthoff, Lars Hellan, Erik Körner, Thomas Eckart, Dirk Goldhahn, and Dorothee Beermann : Typical Sentences as a Resource for Valence. In: Proceedings of the 12th International Conference on Language Resources and Evaluation (LREC 2020), Marseille (France), 2020
  BibTeX
• [EBQKGK20] Thomas Eckart, Sonja Bosch, Uwe Quasthoff, Erik Körner, Dirk Goldhahn, and Simon Kaleschke: Usability and Accessibility of Bantu Language Dictionaries in the Digital Age: Mobile Access in an Open Environment. In: First workshop on Resources for African Indigenous Languages (RAIL) at the 12th Language Resources and Evaluation Conference (LREC 2020), Marseille (France), 2020
  BibTeX

2019

• [GEGQ19] Dirk Goldhahn, Thomas Eckart, Rufus Gouws, and Uwe Quasthoff: Frekwensiewoordeboek van Afrikaans - A new Frequency Dictionary for Afrikaans. In: Workshop of the African Association for Lexicography (AFRILEX), Windhoek, Namibia, 2019
  BibTeX
• [EBGQK19] Thomas Eckart, Sonja Bosch, Dirk Goldhahn, Uwe Quasthoff, and Bettina Klimek: Translation-based Dictionary Alignment for Under-resourced Bantu Languages. In: OpenAcess Series in Informatics (OASIcs), Vol. 70: Language Data and Knowledge LDK 2019, 2019
  BibTeX
• [EGQG19] Thomas Eckart, Dirk Goldhahn, Uwe Quasthoff, and Rufus Gouws: Corpus-based Extraction of Word Relations from an Afrikaans Corpus. In: Workshop of the African Association for Lexicography (AFRILEX), Windhoek, Namibia, 2019
  BibTeX

2018

• [BEKGQ18] Sonja Bosch, Thomas Eckart, Bettina Klimek, Dirk Goldhahn, and Uwe Quasthoff: Preparation and Usage of Xhosa Lexicographical Data for a Multilingual, Federated Environment. In: Proceedings of the 11th International Conference on Language Resources and Evaluation (LREC 2018), Miyazaki (Japan), 2018
  BibTeX
• [KEQG18] Christoph Kuras, Thomas Eckart, Uwe Quasthoff, and Dirk Goldhahn: Automation, Management and Improvement of Text Corpus Production. In: 6th Workshop on the Challenges in the Management of Large Corpora at the 11th Language Resources and Evaluation Conference (LREC 2018), Miyazaki (Japan), 2018
  BibTeX
• [BGEHQSH18] Dorothee Beermann, Dirk Goldhahn, Thomas Eckart, Lars Hellan, Uwe Quasthoff, Medadi Ssentanda, and Tormod Haugland: Digital Infrastructure for Morpho-syntactic Analysis of Under-Resourced Languages - A Case Study for Luganda. In: Comparative Corpus Linguistics: New Perspectives and Applications at the 51st Annual Meeting of the Societas Linguistica Europaea (SLE 2018), Tallinn, Estonia, 2018
  BibTeX
• [EGQB18] Thomas Eckart, Dirk Goldhahn, Uwe Quasthoff, and Sonja Bosch: Cross-Language Dictionary Alignment for Bantu Languages. In: Workshop of the African Association for Lexicography (AFRILEX), 20th International Congress of Linguists (ICL20), Cape Town, South Africa, 2018
  BibTeX
• [MQS18] Lydia Müller, Uwe Quasthoff, and Maciej Sumalvico: Corpora of Typical Sentences. In: LREC 2018, Eleventh International Conference on Language Resources and Evaluation, Miyazaki, Japan, 2018
  BibTeX
• [TGQ18] Dieu-Tu Le, Dirk Goldhahn and Uwe Quasthoff: Frequency Dictionary Vietnamese - Từ điển tần số xuất hiện các từ trong tiếng Việt. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2018
  BibTeX

2017

• [SGQ17] Serge Sharoff, Dirk Goldhahn and Uwe Quasthoff: Frequency Dictionary Russian - Частотный словарь русского языка. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2017
  BibTeX
• [GEQ17] Dirk Goldhahn, Thomas Eckart, and Uwe Quasthoff: A Portal for Corpus Collection for Under-Resourced Languages. In: Workshop of the African Association for Lexicography (AFRILEX), CLASA 2017, Grahamstown, 2017
  BibTeX
• [EGQ17] Thomas Eckart, Dirk Goldhahn, and Uwe Quasthoff: Using Corpus Query Engines for Facilitating Lexicographical Analysis of African Languages. In: Workshop of the African Association for Lexicography (AFRILEX), CLASA 2017, Grahamstown, South Africa, 2017
  BibTeX

2016

• [EKQ16] Thomas Eckart, Christoph Kuras, and Uwe Quasthoff: Features for Generic Corpus Querying. In: Proceedings of the International Conference on Language Resources and Evaluation (LREC), 2016
  BibTeX
• [BHHQEK2016] Dorothee Beermann, Tormod Haugland, Lars Hellan, Uwe Quasthoff, Thomas Eckart, and Christoph Kuras: Quantitative and Qualitative Analysis in the work with African Languages. In: Workshop on Collaboration and Computing for Under-Resourced Languages (CCURL), LREC, Portorož, 2016
  BibTeX
• [GSQ2016] Dirk Goldhahn, Maciej Sumalvico and Uwe Quasthoff: Corpus collection for under-resourced languages with more than one million speakers. In: Workshop on Collaboration and Computing for Under-Resourced Languages (CCURL), LREC, Portorož, 2016
  BibTeX | Download
• [BGQR16] Solomija Buk, Dirk Goldhahn, Uwe Quasthoff and Andrij Rovenchak: Frequency Dictionary Ukrainian - Частотний словник української мови. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2016
  BibTeX

2015

• [QGE15] Uwe Quasthoff, Dirk Goldhahn and Thomas Eckart: Building Large Resources for Text Mining: The Leipzig Corpora Collection. In: Text Mining - From Ontology Learning to Automated Text Processing Applications, Springer, 2015
  BibTeX
• [DDGQ15] Martine Dalmas, Dmitrij Dobrovol'skij, Dirk Goldhahn and Uwe Quasthoff: Bewertung durch Adjektive. Ansätze einer korpusgestützten Untersuchung zur Synonymie. In: LiLi - Zeitschrift für Literaturwissenschaft und Linguistik: Bewerten im Wandel, 2015
  BibTeX
• [KGQ15] Deny A. Kwary, Dirk Goldhahn and Uwe Quasthoff: Frequency Dictionary Indonesian - Kamus Frekuensi Bahasa Indonesia. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2015
  BibTeX

2014

• [EAQG14] Thomas Eckart, Faisal Alshargi, Uwe Quasthoff, and Dirk Goldhahn: Large Arabic Web Corpora of High Quality: The Dimensions Time and Origin. In: Workshop on Free/Open-Source Arabic Corpora and Corpora Processing Tools, LREC, Reykjavík, 2014
  BibTeX | Download
• [EHHQG14] Thomas Eckart, Erla Hallsteinsdóttir, Sigrún Helgadóttir, Uwe Quasthoff, and Dirk Goldhahn: A 500 Million Word POS-Tagged Icelandic Corpus. In: Proceedings of the International Conference on Language Resources and Evaluation (LREC), 2014
  BibTeX | Download
• [GQ14] Dirk Goldhahn and Uwe Quasthoff: Vocabulary-Based Language Similarity using Web Corpora. In: Proceedings of the International Conference on Language Resources and Evaluation (LREC), 2014
  BibTeX | Download
• [QGEHF14] Uwe Quasthoff, Dirk Goldhahn, Thomas Eckart, Erla Hallsteinsdóttir and Sabine Fiedler: High Quality Word Lists as a Resource for Multiple Purposes. In: Proceedings of the International Conference on Language Resources and Evaluation (LREC), 2014
  BibTeX | Download
• [QBG14] Uwe Quasthoff, Sonja Bosch and Dirk Goldhahn: Morphological analysis for less-resourced languages: Maximum Affix Overlap applied to Zulu. In: Workshop on Collaboration and Computing for Under-Resourced Languages in the Linked Open Data Era, LREC, Reykjavík, 2014
  BibTeX | Download
• [GRQB14] Dirk Goldhahn, Steffen Remus, Uwe Quasthoff and Chris Biemann: Top-Level Domain Crawling for Producing Comprehensive Monolingual Corpora from the Web. In: Workshop on Challenges in the Management of Large Corpora (CMLC-2), LREC, Reykjavík, 2014
  BibTeX | Download
• [QMMEGGM14] Uwe Quasthoff, Ritwik Mitra, Sunny Mitra, Thomas Eckart, Dirk Goldhahn, Pawan Goyal and Animesh Mukherjee: Large Web Corpora of High Quality for Indian Languages. In: 2nd Workshop on Indian Language Data: Resources and Evaluation, LREC, Reykjavík, 2014
  BibTeX | Download
• [FGKREGQ14] Rico Feist, Daniel Gerighausen, Manuel Konrad, Georg Richter, Thomas Eckart, Dirk Goldhahn, and Uwe Quasthoff: Using Significant Word Co-occurences for the Lexical Access Problem. In: Workshop on Cognitive Aspects of the Lexicon (CogALex-IV) at COLING 2014, Dublin, Ireland, 2014
  BibTeX
• [GQH14] Dirk Goldhahn, Uwe Quasthoff and Gerhard Heyer: Corpus-Based Linguistic Typology: A Comprehensive Approach. In: Proceedings of the 12th Edition of the Konvens Conference, Hildesheim, Germany, 2014
  BibTeX | Download
• [FGQ14] Sabine Fiedler, Dirk Goldhahn and Uwe Quasthoff: Frequency Dictionary Esperanto - Oftecvortaro de Esperanto. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2014
  BibTeX

2013

• [EQ13] Thomas Eckart and Uwe Quasthoff: Statistical Corpus and Language Comparison on Comparable Corpora. In: BUCC – Building and Using Comparable Corpora, Springer, 2013
  BibTeX
• [BBEGQSSSZ13] Chris Biemann, Felix Bildhauer, Stefan Evert, Dirk Goldhahn, Uwe Quasthoff, Roland Schäfer, Johannes Simon, Leonard Swiezinski, and Torsten Zesch: Scalable Construction of High-Quality Web Corpora. In: Special Issue of the Journal for Language Technology and Computational Linguistics (JLCL), Gesellschaft für Sprachtechnologie und Computerlinguistik, 2013
  BibTeX | Download
• [QGH13] Uwe Quasthoff, Dirk Goldhahn and Gerhard Heyer : Technical Report Series on Corpus Building. 2013
  BibTeX
• [KEEQ2013] Alain Kamber, Daniel Elmiger, Thomas Eckart, and Uwe Quasthoff: Frequency Dictionary French - Dictionnaire de fréquence du français. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2013
  BibTeX
• [GHQ13] Dirk Goldhahn, Zita Hollós and Uwe Quasthoff: Frequency Dictionary Hungarian - Magyar gyakorisági szótár. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2013
  BibTeX

2012

• [EQG12] Thomas Eckart, Uwe Quasthoff, and Dirk Goldhahn: Language Statistics-Based Quality Assurance for Large Corpora. In: Proceedings of Asia Pacific Corpus Linguistics Conference 2012, Auckland, New Zealand, 2012
  BibTeX
• [GEQ12] Dirk Goldhahn, Thomas Eckart, and Uwe Quasthoff: Building Large Monolingual Dictionaries at the Leipzig Corpora Collection: From 100 to 200 Languages. In: Proceedings of the Eighth International Conference on Language Resources and Evaluation (LREC'12), 2012
  BibTeX | Download
• [EQG12a] Thomas Eckart, Uwe Quasthoff, and Dirk Goldhahn: The Influence of Corpus Quality on Statistical Measurements on Language Resources. In: Proceedings of the Eighth International Conference on Language Resources and Evaluation (LREC'12), 2012
  BibTeX
• [GEQ12a] Dirk Goldhahn, Thomas Eckart and Uwe Quasthoff: Finding Language Universals: Multivariate Analysis of Language Statistics using the Leipzig Corpora Collection. In: Leuven Statistics Days 2012, Leuven, Belgium, 2012
  BibTeX
• [EHQ2012] Thomas Eckart, Erla Hallsteinsdóttir, and Uwe Quasthoff: Frequency Dictionary Icelandic - Íslensk tiðniorðabók. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2012
  BibTeX
• [FGQ12] Sabine Fiedler, Dirk Goldhahn and Uwe Quasthoff: Frequency Dictionary English. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2012
  BibTeX

2011

• [QE11] Uwe Quasthoff and Thomas Eckart: Vergleichbarkeit von sprachstatistischen Messungen. In: TRANEL 55 Korpuslinguistik - von der quantitativen Analyse zur qualitativen Interpretation, 2011
  BibTeX
• [EHQ2011] Thomas Eckart, Erla Hallsteinsdóttir, and Uwe Quasthoff: Frequency Dictionary German - Häufigkeitswörterbuch Deutsch. Uwe Quasthoff, Sabine Fiedler and Erla Hallsteindóttir (eds.). Leipziger Universitätsverlag, 2011
  BibTeX

2010

• [RemQuaHey2010] Robert Remus, Uwe Quasthoff, and Gerhard Heyer: SentiWS -- a Publicly Available German-language Resource for Sentiment Analysis. In: Proceedings of the 7th International Language Resources and Evaluation (LREC), 2010
  BibTeX | Download
• [EQ10] Thomas Eckart and Uwe Quasthoff: Statistical Corpus and Language Comparison Using Comparable Corpora. In: Workshop on Building and Using Comparable Corpora, LREC, Malta, 2010
  BibTeX
• [GQ10] Dirk Goldhahn and Uwe Quasthoff: Automatic Annotation of Co-Occurrence Relations. In: Proceedings of LREC 2010, Valletta, Malta, 2010
  BibTeX

2009

• [QE09] Uwe Quasthoff and Thomas Eckart: Corpus Building Process of the Project "Deutscher Wortschatz". In: Lingustic Processing Pipelines Workshop at GSCL 2009, 2009
  BibTeX
• [GSCL09VB] Hinrichs, E., Hinrichs, M., Zastrow, T., Heyer G., Boehlke, V., Quasthoff, U., Schmid, H., Heid, U., Fritzinger, F., Siebert, A., and Didakowski, J.: Weblicht: Web-based LRT services for German. Workshop on linguistic processing pipelines. In: GSCL Jahrestagung 2009, 2009
  BibTeX

2008

• [heyer-etal-2008-wrt] Gerhard Heyer, Uwe Quasthoff, and Thomas Wittig: Text Mining: Wissensrohstoff Text -- Konzepte, Algorithmen, Ergebnisse. W3L-Verlag, 2008
  BibTeX
• [biemann-etal-08-toolbox] C. Biemann, U. Quasthoff, G. Heyer, and F. Holz: ASV Toolbox -- A Modular Collection of Language Exploration Tools. In: Proceedings of the 6th Language Resources and Evaluation Conference (LREC) 2008, 2008
  BibTeX | Download
• [HBQ2008] Hänig, C., Bordag, S., and Quasthoff, U.: UnsuParse: Unsupervised Parsing with unsupervised Part of Speech tagging. In: Proceedings of the Sixth International Language Resources and Evaluation (LREC 2008), 2008
  BibTeX | Download

2007

• [BQ07] Biemann, C. and Quasthoff, U.: Similarity of Documents and Document Collections using Attributes with Low Noise. In: Proceedings of WEBIST-07, Barcelona, Spain, 2007
  BibTeX
• [HEB+07] Hallsteinsdóttir, E., Eckart, T., Biemann, C., Quasthoff, U., and Richter, M.: Íslenskur orðasjóður - Building a Large Icelandic Corpus. In: Proceedings of NODALIDA-07, Tartu, Estonia, 2007
  BibTeX
• [BHQ+07] Biemann, C., Heyer, G., Quasthoff, U., and Richter, M.: The Leipzig Corpora Collection - Monolingual corpora of standard size. In: Proceedings of Corpus Linguistic 2007, Birmingham, UK, 2007
  BibTeX

2006

• [QRB06] Quasthoff, U., Richter, M., and Biemann, C.: Corpus Portal for Search in Monolingual Corpora. In: Proceedings of the LREC 2006, Genoa, Italy, 2006
  BibTeX
• [QB06] Quasthoff, U. and Biemann, C.: Measuring Monolinguality. In: Proceedings of the LREC-06 workshop on Quality assurance and quality measurement for language and speech resources, Genoa, Italy, 2006
  BibTeX
• [RQH+06] Richter, M., Quasthoff, U., Hallsteinsdóttir, E., and Biemann, C.: Exploiting the Leipzig Corpora Collection. In: Proceesings of the IS-LTC 2006. Ljubljana, Slovenia., 2006
  BibTeX
• [HQ06] Gerhard Heyer and Uwe Quasthoff: Calculating Communities by Link Analysis of URLs . Springer Berlin/Heidelberg, 2006
  BibTeX | Download

2005

• [QR05] Quasthoff, U. and Richter, M.: Projekt Deutscher Wortschatz. 2005
  BibTeX

2004

• [BBQ04] C. Biemann, S. Bordag, and U. Quasthoff: Automatic Acquisition of Paradigmatic Relations using Iterated Co-occurrences. In: Proceedings of LREC2004, Lisboa, Portugal, 2004
  BibTeX
• [BBQW04] C. Biemann, S. Bordag, U. Quasthoff, and C. Wolff: Web Services for Language Resources and Language Technology Applications.. In: Proceedings Fourth International Conference on Language Resources and Evaluation, Lissabon, 2004
  BibTeX
• [BQW04] C. Biemann, U. Quasthoff, and C. Wolff: Linguistic Corpus Search. In: Proceedings Fourth International Conference on Language Resources and Evaluation, Lissabon, 2004
  BibTeX
• [BSQ04] C. Biemann, S.Bordag, and U. Quasthoff: Lernen paradigmatischer Relationen auf iterierten Kollokationen. In: LDV-Forum 19 (1/2), GermaNet-Workshop, Tubingen, Gito, 2004
  BibTeX

2003

• [bordag-etal-03-small] Bordag, S., Heyer, G., and Quasthoff, U.: Small worlds of concepts and other principles of semantic search. In: Proc. I2CS 2003, 2003
  BibTeX | Download