Alle zwei Jahre vergibt die GSCL zwei mit jeweils 400 Euro dotierte Preise für die beste studentische Bachelor-Abschlussarbeit sowie für die beste Master-Arbeit auf dem Gebiet der Sprachtechnologie und Computerlinguistik.
Die Nominierung erfolgt durch eine/n Betreuer/in bzw. Gutachter/in. Aufgerufen sind daher die Dozentinnen und Dozenten an Universitäten und Fachhochschulen, ihre besten Absolventinnen und Absolventen der vergangenen zwei Jahre zur Einreichung einer Zusammenfassung ihrer Abschlussarbeit zu ermuntern. Auf Grundlage eines Begutachtungsprozesses ("blind reviewing") wählen die Mitglieder des GSCL-Vorstands in einer Vorauswahl die besten Arbeiten aus. Diese werden dann von den Autor/innen während der Konferenz zur Verarbeitung natürlicher Sprache (KONVENS) im Rahmen einer Endausscheidung präsentiert. Reisekosten und Tagungsgebühren trägt die GSCL.
Die aktuelle Auswahlrunde erfolgt im Sommer 2023 mit der Endausscheidung bei der KONVENS-Tagung in Ingolstadt (18.-22. September 2023). Es können Arbeiten eingereicht werden, deren Abgabedatum im Zeitraum April 2021 bis März 2023 liegt. Die Nominierungen müssen bis zum 15.6.2023 per E-Mail an gscl-preis@gscl.org erfolgen.
Für die Nominierung sind folgende Unterlagen im PDF-Format einzureichen:
- Zusammenfassung der Arbeit (deutsch oder englisch) im Umfang von maximal fünf Seiten (einspaltig, eineinhalbzeilig, 11pt) zzgl. Referenzen und Abbildungen. Die Autorenschaft darf aus der Zusammenfassung nicht hervorgehen, auch Zitate sind ggf. zu anonymisieren.
- Beiblatt: Name und E-Mailadresse von Autor/in und Betreuer/in, Hochschule, erzielter Abschlussgrad. Die Benotung soll nicht angegeben werden.
- Kurze Stellungnahme/Empfehlungsschreiben durch Betreuer/in oder Gutachter/in.
Teilnahmeberechtigt sind alle BA/MA-Arbeiten aus deutschsprachigen Ländern. Studierende an Universitäten in anderen Ländern dürfen sich bewerben, sofern sich ihre Arbeit mit der deutschen Sprache als Untersuchungsgegenstand befasst.
\
PreisträgerInnen seit 2001
2021
- Master: Marie Bexte (Duisburg): Combined Analysis of Image and Text Using Visio-Linguistic Neural Models – A Case Study on Robustness Within an Educational Scoring Task
- Bachelor: Yannic Bracke (Potsdam): Automatic text classification with imbalanced data – Building a frame classifier from a corpus of editorials
2019
- Master: Isabel Meraner (Zürich): Grasping the Nettle: Neural Entity Recognition for Scientific and Vernacular Plant Names
- Bachelor: Rami Aly (Hamburg): Hierarchical writing genre classification with neural networks
2017
- Master: Mathias Müller (Zürich): Treatment of Markup in Statistical Machine Translation
- Bachelor: Katarina Ragna Krüger (Potsdam): Assessing the Dimensions of Factuality in Biomedical Text
2015
- Master: Edo Collins (Tübingen): Classifying German Noun-Noun Compounds Using Stacked Denoising Autoencoders
- Bachelor: Glorianna Jagfeld (Stuttgart): Towards a Better Semantic Role Labeling of Complex Predicates
2013
Marcel Bollmann (Bochum): Automatic Normalization for Linguistic Annotation of Historical Language Data
2011
Christian M. Meyer (Darmstadt): Combining Answers from Heterogenous Web Documents for Question Answering
2009
- Christian Hardmeier (Basel): Using Linguistic Annotations in Statistical Machine Translation of Film Subtitles
- Pierre Lison (Saarbrücken): Robust Processing of Spoken Dialogue
2007
Jette Klein-Berning (Heidelberg): Multilingual Information Retrieval with Latent Semantic Indexing
2005
Hans-Friedrich Witschel (Leipzig): Text, Words, Morphes: Possibilities of Automatic Terminology Extraction
2003
David Reitter (Potsdam): Rhetorical Analysis with Rich-Feature Support Vector Models
2001
Georg Rehm (Osnabrück): Preliminary Considerations for the Automatic Summary of German Texts Using an SGML and DSSSL-Based Representation of RST Relations