Die Wortsinndeutung (WSD) bleibt eine Herausforderung in der Verarbeitung natürlicher Sprache, insbesondere für morphologisch reiche und weniger ressourcierte Sprachen, z. B. Serbisch, wo komplexe Flexionssysteme die lexikalische Mehrdeutigkeit verstärken. Bestehende WSD-Ansätze haben oft Schwierigkeiten aufgrund seltener annotierter Korpora, unzureichender Sinninventare und linguistisch komplexer Sprachen. In diesem Papier wird ein halbautomatisiertes Framework zur Entwicklung von WSD-Ressourcen für Serbisch vorgestellt, das große Sprachmodelle (LLMs) und eine eingeschränkte JSON-formatierte Ausgabe verwendet. Der Ansatz kombiniert LLM-unterstützte Sinnzuweisung mit einem auf Serbisch basierenden WordNet-Anpassungsinventar, iterativer Inventarerweiterung und Expertenvalidierung, mit dem Ziel, den praktischen Aufbau und die Verfeinerung von sinnannotierten Ressourcen in einem ressourcenschwachen Umfeld zu unterstützen. In WSD-Experimenten übertrafen LLMs die serbisch-spezifische TeslaXLM, das mehrsprachige Einbettungsmodell intfloat/multilingual-e5-large und den Satz-Transformer all-MiniLM-L6-v2 erheblich. Das erweiterte Sinninventar verbesserte die Genauigkeit, insbesondere für GPT-4.1, das 92.4 % für Einzelwort- und 95.2 % für Mehrwortbereiche erreichte. Diese Ergebnisse positionieren LLMs als potenziell praktikabel für die skalierbare Erstellung von sinnannotierten Daten in ressourcenschwachen Umgebungen. Die vorgeschlagene Methodik adressiert zentrale Einschränkungen in bestehenden WSD-Pipelines für Serbisch und trägt zur breiteren Anstrengung bei, LLMs für die semantische Verarbeitung in linguistisch vielfältigen und datenscarcity-Umgebungen anzupassen.
Petalinkar et al. (2026) haben diese Frage untersucht.