Möglichkeiten (und Probleme) der Darstellung von Wortfeldern in lexikalischen Datenbanken

Möglichkeiten (und Probleme) der Darstellung von Wortfeldern

in lexikalischen DatenbankenSimon D. Schweitzer

BBAW, Altägyptisches Wörterbuch

Wortfelder in der ägyptologischen Praxis: Status quo (I)

• Möglichkeit A: Einzelstudien zu bestimmten Wortfeldern; die Ergebnisse liegen in Artikeln oder Monographien vor; z.B.:– Bickel, S.: Furcht und Schrecken in den Sargtexten.

In: SAK 15, 1988, S. 17-25.– Franke, D.: Altägyptische

Verwandtschaftsbezeichnungen im Mittleren Reich, 1983.

• Diese Einzelstudien sind i.d.R. in sich abgeschlossen. Es entwickelt sich keine Diskussion. Ausnahme: die Farbbezeichnungen: Beiträge von Schenkel, Baines und Warburton

Wortfelder in der ägyptologischen Praxis: Status quo (II)

• Möglichkeit B: Sortierung des gesamten Wortschatzes nach Wortfeldern:– 6. Band des Wörterbuches: Deutsch-

aegyptisches Wörterverzeichnis in alphabetischer und sachlicher Ordnung […]

– Hannig, R. & P. Vomberg: Wortschatz der Pharaonen in Sachgruppen, 1998.

Lexikalische Datenbanken in der Ägyptologie

• sie befassen sich mit dem gesamten Wortschatz

• ein Datensatz bietet Informationen zu einem Wort

• Beispiele:

Beinlichliste

Ägyptologische Datenbank AHA

Ramses

Thesaurus Linguae Aegyptiae

Wortfelder in Datenbanken:Marktlücken in der Ägyptologie

1. Browsen von allgemeinen Wortfeldern zu speziellen

Browsen

• Grundannahme: Wortfelder sind hierarchisch strukturiert

• Ansichten beliebiger Granularität können leicht erzeugt werden

Wortfelder in Datenbanken:Marktlücken in der Ägyptologie

1. Browsen

2. Die Suche in Wortfeldern nach zeitlichen, lokalen oder genrespezifischen Kriterien kann implementiert werden: Wie unterscheidet sich das Wortfeld [SEHEN] aus dem memphitischen Raum von dem aus dem thebanischen? Wie entwickelt sich ein Wortfeld vom Alt- zum Neuägyptischen? Haben literarische Texte andere Vertreter eines Wortfeldes als z.B. Briefe?

Wortfelder in Datenbanken:Marktlücken in der Ägyptologie

1. Browsen

2. Einschränkungen in der Suche

3. Suchmöglichkeit Wort X + Wortfeld

Bisher im TLA:Suche nach Wort X + Wort Y

oder: Suche nach Wort X + Wortart

Wunsch:

• Wort X + Wortfeld Y– Beispiel: Unterscheidet sich die Lexik des

Feindevernichtens, ob man nun Asiaten oder Nubier vernichtet?

• Wortart X + Wortfeld Y– Beispiel: Werden Bewegungsverben immer

mit m statt Hr in der jw=f-Hr-sDm-Konstruktion verwendet?

Wortfelder in Datenbanken:Marktlücken in der Ägyptologie

1. Browsen

2. Einschränkungen in der Suche

3. Suchmöglichkeit Wort X + Wortfeld

4. Diachrone Wortfeldentwicklung

Diachrone Wortfeldentwicklung

• viele griechische Lehnwörter im Koptischen

• Fragestellung: Waren die Wortfelder in der Zeit direkt vor dem Koptischen so unausgeglichen, dass die griechischen Wörter so leicht in der hohen Zahl in das Koptische eindrangen? Oder verdrängten die griechischen Wörter ägyptische Äquivalente in intakten Feldern?

Wortfelder in Datenbanken:Marktlücken in der Ägyptologie

1. Browsen

2. Einschränkungen in der Suche

3. Suchmöglichkeit Wort X + Wortfeld

4. Diachrone Wortfeldentwicklung

5. Sprachvergleich

Sprachvergleich

• Welche Wortfelder haben im Ägyptischen mehr (weniger) Vertreter als in anderen Sprachen?

• Testen der Sapir-Whorf-Hypothese (unterschiedliches Abbilden der außersprachlichen Realität)

• Vorteil der Datenbanken: schnelleres und effizienteres Suchen

Wortfelder in Datenbanken:Marktlücken in der Ägyptologie

1. Browsen

2. Einschränkungen in der Suche

3. Suchmöglichkeit Wort X + Wortfeld

4. Diachrone Wortfeldentwicklung

5. Sprachvergleich

6. Lexikostatistik

Lexikostatistik in der Ägyptologie

• Versuch, den lexikalischen Reichtum eines Textes quantitativ zu erfassen

• eingeführt von Fritz Hintze, 1975• das Maß S*: je kleiner S* ist, desto reicher

ist das Vokabular• bisherige Untersuchungen zu einzelnen

(zumeist literarischen) Texten• Gesamtvokabular und Teilvokabulare

(nach Wortart) werden betrachtet

Lexikostatistischer Vergleich des Gesamtwortschatzes einzelner

Texte

Mögliche Fragestellungen

• Ist ein lexikalisch reicher Text auch in allen verwendeten Wortfeldern lexikalisch reich?

• Wie reich sind die Wortfelder, zu denen die Schlüsselwörter eines Textes gehören? Unterscheidet sich deren Reichtum von dem anderer Wortfelder?

• Ist der lexikalische Reichtum eines Textes gleichverteilt?

Wortfelder in Datenbanken:Marktlücken in der Ägyptologie

1. Browsen

2. Einschränkungen in der Suche

3. Suchmöglichkeit Wort X + Wortfeld

4. Diachrone Wortfeldentwicklung

5. Sprachvergleich

6. Lexikostatistik

7. Lautsymbolik

Lautsymbolik (I)

• eingeführt von Sabine Albers, 2008

• These: die lautliche Struktur eines Wortes ist nicht willkürlich, sondern hängt von der Semantik ab

• Freude werde vorrangig hart artikuliert (Plosiva: p, t, k, q)

• Trauer werde vorrangig weich artikuliert (Nasale: m, n)

• These wurde anhand von bestimmten Textsorten geprüft

Lautsymbolik (II)

• eingeführt von Sabine Albers, 2008

• These: die lautliche Struktur eines Wortes ist nicht willkürlich, sondern hängt von der Semantik ab

• Freude werde vorrangig hart artikuliert (Plosiva: p, t, k, q)

• Trauer werde vorrangig weich artikuliert (Nasale: m, n)

• These wurde anhand von bestimmten Textsorten geprüft

• Nachweis von Schneider (LingAeg 16, 2008), dass das verwendete Material in hohem Maße fehlerdurchsetzt ist: „Bei einer Gesamtzahl von 18627 Konsonanten (S. 67) bedeutet das aber, dass die komplette Argumentationsbasis der Arbeit entfällt.“

Lautsymbolik (III)

• Die These der Lautsymbolik sollte nicht anhand von Textsorten, sondern anhand des Vokabulars der entsprechenden Wortfelder geprüft werden

• Umfangreiche quantitative Analysen können nur in lexikalischen Datenbanken durchgeführt werden

Wie gelangt die Information „Wortfeld“ in die Datenbank?

• 2 Ansätze:1. Corpusbasiertes Annotieren („Taggen“)

Corpusbasiertes Annotieren

• Bei der Erstellung eines Corpus werden jedem Element verschiedene Informationen beigefügt.– Um welches Wort handelt es sich?

Lexikalische Annotation– Um welche (grammatikalische) Form handelt

es sich? Grammatikalische Annotation– Zu welchem Bedeutungsfeld ist das Wort zu

zählen? Semantische Annotation

Semantisches Tagging

• UCREL Semantic Analysis System (Projekt der University of Lancaster)

• http://ucrel.lancs.ac.uk/usas/• Bisher angewendet für: Englisch, Finnisch und

Russisch• Neben Lemmatisierung, Wortart,

grammatikalischer Information wird auch semantisch getaggt.

• Die semantischen Tags sind hierarchisch gegliedert:

Hauptkategorien in USAS

Feingliederung im Lancaster Model

Semantisches Tagging in der Praxis

Vorteile

• es gibt ein Modell, das auf den gesamten Wortschatz anwendbar ist

• das Modell ist nicht auf eine Sprache beschränkt => sprachübergreifende Studien sind möglich

• man kann einem Wort mehrere Tags zuweisen

• eine semantische Einheit kann aus mehreren Wörtern bestehen

• die Semantik hängt nicht am Lemma, sondern an einer bestimmten Textstelle

Exkurs

• Warum ist es problematisch, die semantische Information direkt an ein Lemma zu hängen?

• Beispiel: pr gehört zum Wortfeld [GEBÄUDE], aber was ist mit folgendem Satz:

pUC 32213, vso. 13-16

Vorteile & Nachteile

• es gibt ein Modell, das auf den gesamten Wortschatz anwendbar ist

• das Modell ist nicht auf eine Sprache beschränkt => sprachübergreifende Studien sind möglich

• man kann einem Wort mehrere Tags zuweisen

• eine semantische Einheit kann aus mehreren Wörtern bestehen

• die Semantik hängt nicht am Lemma, sondern an einer bestimmten Textstelle

• ein sehr hoher Arbeitsaufwand:– wollte man nach diesem

Modell das TLA semantisch taggen, müsste man alle Texte nachbearbeiten!

• ob das verwendete Modell semantische Differenzierungen im Ägyptischen hinreichend genau abbilden kann, ist unklar

Generelle Fragen

• Gibt es überhaupt ein metasprachliches Modell für die Wortfeldstrukturen, das für alle Sprachen gilt?

• Wie kann man die Wortfelder benennen? Bringt nicht die Verwendung des Englischen die Kategorisierung im Englischen in die untersuchte Sprache ein?

Wie gelangt die Information „Wortfeld“ in die Datenbank?

• 2 Ansätze:1. Corpusbasiertes Annotieren

2. Lexikonbasiertes Annotieren

Lexikonbasiertes Annotieren

• Einem Lemma werden bestimmte Informationen hinzugefügt:– Wortart– Übersetzung– hieroglyphische Schreibungen– semantische Informationen (Wortfeld)– Beziehungen zu anderen Lemmata

Beziehungen zu anderen Lemmata

• Verweise– obsolete Ansetzungen werden auf andere Lemmata

verwiesen

• hierarchische Ordnung, z.B.:– im Wb nach (In-)Transitivität getrennte Einträge

werden einem Oberlemma hierarchisch untergeordnet

• Bestandteile– Verknüpfung von Kompositum und verwendeten

Bestandteilen

Beziehungen zu anderen Lemmata

• weitere Möglichkeiten:– Synonyme, Antonyme, Hyperonyme …

WordNet

• Datenbank zum englischen Wortschatz

• seit 1985 in Princeton• frei verfügbar• http://wordnet.princeton.edu/

http://wiki.english.ucsb.edu/index.php/File:Wordnet.jpg

WordNet

• verschiedene Implementierungen• mobiles Wörterbuch:

http://www.mobisystems.com/images/Palm/wordnet_palm.jpg

http://www.wandora.org/wandora/wiki/images/Wordnet_example.gif

Beziehung zwischen Lemmata (I)

http://adimen.si.ehu.es/web/files/WordNet2TCO/TCO2.3FirstEntity.png

Beziehung zwischen Lemmata (II)

http://dingo.sbs.arizona.edu/~sandiway/wnconnect/wnconnectex2.png

Beziehung zwischen Lemmata (III)

Kamps, Jaap: Visualizing WordNet Structure

Vorteile

• strukturelle Erschließung des Wortschatzes

• Angabe der Relation zwischen Lemmata

• mehrere Beziehungsangaben pro Wort möglich

• im Vergleich zum textstellenbasierten Ansatz geringerer Arbeitsaufwand

Vorteile & Nachteile

• strukturelle Erschließung des Wortschatzes

• Angabe der Relation zwischen Lemmata

• mehrere Beziehungsangaben pro Wort möglich

• im Vergleich zum textstellenbasierten Ansatz geringerer Arbeitsaufwand

• Ob (synchron gedachte) Relationen auch für diachrone Zusammenhänge verwendet werden können, ist unklar.

• Sprachübergreifende Studien sind kaum möglich.

• Umgang mit Mehrworteinheiten

• semantische Variationsbreite eines Lemma ist schlecht abbildbar

Umgang mit semantischen Angaben in Datenbanken

• Taggen des Textwortes bzw. des Lemma reicht nicht aus!

• Die Wortfelder müssen auch untereinander strukturiert werden.

Taxonomie

Umgang mit semantischen Angaben in Datenbanken

• Taggen des Textwortes bzw. des Lemma reicht nicht aus!

• Die Wortfelder müssen auch untereinander strukturiert werden.

• Nur wenn die Felder in Beziehung gesetzt werden, ist das gewünschte Browsen möglich!

Taggen

• Warum ist es wichtig, dass man einem Textwort bzw. einem Lemma mehrere semantische Tags zuweisen kann?

Nahrungsmittel?

Aber was ist mit Äpfeln, Kuchen, Zwiebeln, Schinken…?

Aal

• folgende Tags sind denkbar:– Fisch– Nahrungsmittel– feindliches Wesen– …– vielleicht auch:

• literarisches Motiv• Metapher für …

Wortfelder / semantische Tags

• das Vokabular muss einheitlich sein (es darf nicht einmal [SEHEN] und einmal [SCHAUEN] heißen)

• die semantischen Tags müssen verknüpft sein• diese Verknüpfungen müssen ebenfalls

standardisiert sein• alle Tags sind auf alle Wörter anzuwenden

– (wenn man beim Aal ein Tag „literarisches Motiv“ ansetzt, ist bei allen anderen Wörtern zu prüfen, ob sie auch mit diesem Tag annotiert werden können)

Darstellung der Wortfeldmitglieder

• konventionell: alphabetische Liste

• Prototypensemantik:– Es gibt typische Vertreter eines Feldes und

weniger typische: 3 ist typischer Vertreter für [UNGERADE ZAHLEN], 875467397 hingegen nicht.

– Wie bildet man dies ab?

wortschatz.uni-leipzig.de

Tag cloud

http://tinysubversions.com/tag_cloud.png