[IDS-Logo] [IDS-Logo]
Seite drucken Thema drucken Sitemap Suche Impressum Datenschutz Kontakt
Syntax der Zeileneingabe → Suchoperatoren → Wortformoperatoren → Grundformoperator → erweiterte Optionen

Erweiterte Optionen für Komposita

Wirkung

Bei den erweiterten Optionen für Komposita geht es darum, aus der Liste der gefundenen Komposita diejenigen herauszufiltern, die bestimmte morphologische Merkmale aufweisen:

Die zugrunde liegende morphologische Analyse wird mit dem am IDS entwickelten Programm glemm durchgeführt.

Voraussetzung

Die hier vorgestellten erweiterten Optionen für Kompositan sind erst bei eingeschalteten Lemmatisierungsoptionen wie folgt wirksam:

Lemma-Option Einstellung Bemerkung Beispiele für &Fang
Komposita erforderlich Fang, Fangbecken, etc.
sonstige Wortbildungsformen fakultativ erzeugt zusätzliche Komposita durch die Hinzunahme von Affixen. Abfangbecken, umfangreich, Wiederfangraten, etc.
Spezialfälle fakultativ aktiviert Bindestrichkomposita Aal-Fangboot, Blickfang-Angebot, etc.

Vorbehalt

Bitte lesen Sie die folgende Hintergrundinformation zu den auf dieser Seite beschriebenen Daten, bevor Sie sich entscheiden, ob Sie diese für Ihre Arbeit verwenden möchten.

Die als erweiterte Komposita-Optionen verfügbaren Daten wurden als Nebenprodukt der morphologischen Analyse der Korpora gesammelt. Daher können sie leider keinen Anspruch auf Vollständigkeit erheben. Zum einen können im zugrunde liegenden Lexikon einzelne Informationen fehlen, z.B. Angaben zu bestimmten Fugenelemente. Zum anderen werden aus Design- und Effizienzgründen nicht alle morphologischen Dekompositionen berücksichtigt. Schließlich sind Fälle zu berücksichtigen, in denen Uneinigkeit über die Form der Lexikoneinträge besteht (z.B. ens oder en + s als Fugenelement). Aus all diesen Gründen sollten die hier erzielten Ergebnisse linguistisch nicht als autoritativ angesehen oder übernommen werden.

Es kann daher vorkommen, dass Suchanfragen mit erweiterten Optionen nicht alle Treffer liefern, die man mit anderen Wortform-Suchanfragen gefunden werden können.

Beispiel: mit dem regulären Ausdruck #REG(^Herzens.*) wird u.a. Herzensangelegenheit gefunden. Mit dem erweiterten Suchausdruck &Fens&Herz, der auf dem Lemma Herz und dem Fugenelement ens basiert, wird dasselbe Kompositum hingegen nicht wie erwartet gefunden. Ursache hierfür ist entweder, dass das Fugenelement ens für diese Wortform im Lexikon fehlt, oder dass die automatische morphologische Zerlegung ens nicht als Fugenelement, sondern anders interpretiert hat, z.B. als Flexion en + Fugen-s.

Für z.B. quantitative Auswertungen sind Suchanfragen mit dieser Implementierung der erweiterten Komposita-Optionen daher nur eingeschränkt aussagekräftig.

Syntax

Die erweiterten Optionen werden als Präfix zum gesuchten Lemma zwischen zwei &-Zeichen wie folgt eingegeben:

wobei es fünf beliebig miteinander kombinierbare Optionsgruppen gibt:

mit den folgenden Einzeloptionen:

Position Fugenelement Anzahl Dekompositionen Groß-/Klein
E|M|L(X) F(%)(…)(+|-) <|=|>n(+) A G|K

Jede Option wird mit 1 oder 2 Zeichen angegeben, Leerstellen sind nicht erlaubt.

Bedeutung der Optionen

Options-
gruppe		 Option Bedeutung Beispiel
für Lemma Heim
E|M|L(X) E gesuchtes Lemma ist als Erstglied
im Kompositum zu finden 		Heimarbeit
M gesuchtes Lemma ist als Mittelglied
im Kompositum zu finden 		Altenheimküche
L gesuchtes Lemma ist als Letztglied
im Kompositum zu finden 		Altenwohnheim
X Affixe werden ebenfalls als Erst-, Mittel- oder Letztglied mitgezählt;
dadurch kann sich die Position der anderen Glieder verschieben (e.g. "vor-" wird Erstglied, "Ruhe" wird Mittelglied) 		Vorruhestandsheim
Anm.: die Optionsgruppe Position ist fakultativ, es kann nur eine von den drei Optionen E, M und L angegeben werden. X ist fakultativ.
F(%)(…)(+|-) F vor oder nach dem gesuchten Lemma steht ein nicht näher spezifiziertes Fugen-Element.
Handschuhsheim
F+
F- 		Bei + soll das Fugenelement rechts vom Lemma stehen,
bei - links, ansonsten kann das Fugenelement beliebig links oder rechts stehen. 		Bsp.: F+
Heimsbrunn
Bsp.: F-
Handschuhsheim
F% Das % schließt das Vorhandensein eines Fugenelements an der durch weitere Optionen spezifizierten Stelle aus. Bsp.: F%
Heimleiter
Fs
Fes
Fe
Fer
Fn
Fen 		Durch eine dieser Optionen in (…) kann das Fugenelement näher spezifiziert werden:
's', 'es', 'e', 'er', 'n', 'en'. 		Bsp.: &Fer&Frau
Gespensterfrauen
Anm.: die Optionsgruppe Fugenelement ist fakultativ. Sie wird immer von einem 'F' eingeleitet.
<|=|> n(+) < n Das Kompositum, in welchem das Lemma vorkommt,
zählt höchsten n Glieder (ohne Affixe). 		Bsp.: <3
Asylanten'heim
< n+ Das Kompositum, in welchem das Lemma vorkommt,
zählt höchsten n Glieder und Affixe. 		Bsp.: <3+
Asylanten'heim
= n Das Kompositum, in welchem das Lemma vorkommt,
zählt genau n Glieder (ohne Affixe). 		Bsp.: =3
Heim'weh'kranke
= n+ Das Kompositum, in welchem das Lemma vorkommt,
zählt genau n Glieder und Affixe. 		Bsp.: =3+
Heim'sekretär'in
> n Das Kompositum, in welchem das Lemma vorkommt,
zählt mehr als n Glieder (ohne Affixe). 		Bsp.: >3
Eigen'heim'abzugs'betrag
> n+ Das Kompositum, in welchem das Lemma vorkommt,
zählt mehr als n Glieder und Affixe. 		Bsp.: >3+
Heim'tücke'verordn'ung
Anm.: die Optionsgruppe Anzahl ist fakultativ. Es kann nur eine von den drei Optionen <, = und > angegeben werden.
A A Alle von glemm gefundenen Dekompositionen des Kompositums werden herangezogen.
Default (ohne A): nur die Dekompositionen mit der höchsten Wahrscheinlichkeit werden berücksichtigt. 		-
Anm.: die Optionsgruppe Dekompositionen ist fakultativ. Der Default wird empfohlen.
G|K G es werden nur diejenigen Wortformen angeboten, deren erstes Zeichen groß geschrieben ist.
Bsp.: &G&traurig
Trauriges, Traurigen, etc.
K es werden nur diejenigen Wortformen angeboten, deren erstes Zeichen klein geschrieben ist.
Bsp.: &K&traurig
trauriges, traurigen, etc.
Anm.: diese Optionsgruppe kann für alle Lemmata eingesetzt werden, nicht nur für die hier vorgestellte erweiterte Komposita-Suche.
Sie ist fakultativ. Der Default ist weder G noch K und bedeutet, dass sowohl groß- als auch klein geschriebene Wortformen angeboten werden. Empfohlen wird der Default.

Da für ein Kompositum in der Regel mehrere morphologische Dekompositionen möglich sind, gilt für alle Optionen mit Ausnahme von F% folgendes:

Beispiele

Die mit den folgenden Suchanfragen gefundenen Komposita varieren, je nach dem ob von den Lemmatisierungsoptionen nur Komposita oder auch sonstige Wortbildungsformen dazugeschaltet ist.

&E&Heim

Gesucht werden Komposita mit Heim als Erstglied: Heim, Heimabendgestaltung, etc.

&E>1&Heim

Gesucht werden Komposita mit Heim als Erstglied und mindestens zwei Gliedern. Dadurch wird Heim aus der Liste ausgeschlossen.

&EF+>1&Heim

Gesucht werden Komposita mit Heim als Erstglied, mindestens zwei Gliedern und beliebigem Fugenelement rechts von Heim (F+): Heimsgasse, Heimsheim, etc.

&MFn->2&Heim

Gesucht werden Komposita mit Heim als Mittelglied, mindestens 3 Gliedern (>2) und einem Fugen-n vor Heim (Fn-): Altenheimaufsicht, Familienheimzulage, etc.

&MF%n->2&Heim

Gesucht werden Komposita mit Heim als Mittelglied mit mindestens 3 Gliedern (>2), für die gilt: es gibt keine Dekomposition, bei der ein Fugen-n links vor Heim steht (F%n-).

&G&Heim

Gesucht werden nur die groß geschriebenen Komposita von Heim.

&K&Heim

Gesucht werden nur die klein geschriebenen Komposita von Heim.

Zählweise von Gliedern und Affixen

Die Komposita werden von der Lemmatisierungskomponente intern in ihre morphologischen Bestandteile zerlegt und den folgenden Kategorien zugeordnet: Lemmata, Affixe, Fugenelemente und Flexionsformen.

Bsp. Abfangwahrscheinlichkeiten (Option sonstige Wortbildungsformen eingeschaltet)

Morphem : Ab fang wahrscheinlich keit en
Lemma : ab- Fang wahrscheinlich -keit -
Funktion : Affix Sub Adj Affix Flexion
Position : - Erst Letzt - -

Für diese Lemmatisierung werden in COSMAS II 2 Glieder und 2 Affixe gezählt. Fugenelemente und Flexionsformen werden nicht dazu gezählt.

Das auf diese Weise lemmatisierte Kompositum kann nun in COSMAS II mit einer der beiden folgenden Suchanfragen gefunden werden, je nachdem, welche Zählweise verwendet werden soll:

Bei Verwendung der erweiterten Option A (= alle Dekompositionen) werden für dasselbe Kompositum zusätzliche weitergehende Dekompositionen berücksichtigt, wie z.B. die Folgende:

Morphem : Ab fang wahr schein lich keit en
Lemma : ab- fangen wahr- scheinen -lich -keit -
Funktion : Affix Vrb Affix Vrb Affix Affix Flexion
Position : - Erst - Letzt - - -

Für diese Dekomposition zählt COSMAS II 2 Glieder und 4 Affixe.

Mehrdeutigkeiten

Wie man dem vorherigen Abschnitt entnehmen kann, werden für die Komposita sehr oft mehrere Dekompositionen berücksichtigt. Je nach Dekomposition ändert sich die Anzahl der Bestandteile oder ihre Funktion.

Bsp.: wahrscheinlich kann von COSMAS II sowohl als selbständiges Glied bzw. Lemma als auch als Komposition von Affix (wahr-) + Lemma (scheinen) + Affix (-lich) aufgefasst werden. Siehe dazu die beiden Dekompositionen von Abfangwahrscheinlichkeiten.

Bestimmung der Position innerhalb eines Kompositums

Für die Bestimmung der Position eines Lemmas als Erst-, Mittel- oder Letztglied werden standardmäßig nur die Wortklassen berücksichtigt. Demnach gilt im obigen Beispiel für "Abfangwahrscheinlichkeiten" &Fang als Erstglied und &wahrscheinlich als Letztglied. Dieses Kompositum kann daher durch Angabe der Position E und L gleichermaßen mit den folgenden Suchanfragen gefunden werden:

&E&Fang

und

&L&wahrscheinlich

Außerdem gilt folgende Regel: Enthält ein Kompositum nur ein Glied, so ist dieses das Erstglied; ein Letztglied gibt es in diesem Fall nicht.

Hinzu kommt, dass glemm eine umfangreiche Liste von Affixen kennt, die in Komposita nicht immer als solche erwartet werden. So erscheinen in der Liste von &E&Betrieb u.a. auch die folgenden Komposita, obwohl Betrieb als Erstglied gefordert wird:

&E&Betrieb Affix
Agrobetriebagro-
Alleinbetrieballein-
Bagatellbetriebbagatell-
Vorbetriebsphasevor-
Weiterbetriebsweiter-
zwischenbetrieblichenzwischen-

In der Standardeinstellung werden die Affixe von COSMAS II nicht als Glieder berücksichtigt und erhalten daher keine Positionsangabe. Folglich wird in der obigen Liste dem an zweiter Stelle stehenden Lemma Betrieb für &E&Betrieb die Position des Erstglieds zugewiesen.

Falls diese Komposita in der Wortformliste unerwünscht sind, können Sie mittels der Option X ausgeschlossen werden.

Option X

Mit der zusätzlichen Option X (= Affixe als Glieder mitberücksichtigen) können auch Affixen die Positionen Erst-, Mittel- und Letztglied zugeordnet werden. Dadurch lässt sich allgemeiner bestimmen, welche Bestandteile an der Erst-, Mittel- oder Letztposition stehen sollen. Im Folgenden werden zwei mögliche Dekompositionen von "Agrobetriebswirtschaftlichkeiten" unter Berücksichtigung der Option X dargestellt:

"Agrobetriebswirtschaftlichkeiten" - ohne Option X
Morphem : Agro betrieb s wirtschaft lich keit en
Lemma : agro- Betrieb s Wirtschaft lich- keit- en
Funktion : Affix Sub Fuge Sub Affix Affix Flexion
Position : - Erst - Letzt - - -

Unter Angabe der Position wird "Agrobetriebswirtschaftlichkeiten" von den beiden folgenden Suchausdrücken gefunden:

Eine mögliche Dekomposition mit der Option X sieht so aus:

"Agrobetriebswirtschaftlichkeiten" - mit Option X
Morphem : Agro betrieb s wirtschaft lich keit en
Lemma : agro- Betrieb s Wirtschaft lich- keit- en
Funktion : Affix Sub Fuge Sub Affix Affix Flexion
Position : Erst Mittel - Mittel Mittel Letzt -

Unter Angabe der Position und Option X wird "Agrobetriebswirtschaftlichkeiten" von den folgenden Suchausdrücken gefunden:

Die Option X ermöglicht u.a. die beiden folgenden Anwendungsfälle:

Affixe an bestimmten Positionen mit Option X ausschließen

Die obige Suchanfrage &E&Betrieb kann durch die folgende Neuformulierung Affixe an der ersten Position ausschließen:

&EX&Dienst

Ausgeschlossen werden nun u.a.: Agrobetrieb, Alleinbetrieb, Bagatellbetrieb, Vorbetriebsphase, Weiterbetriebs, zwischenbetrieblichen, usw.

Affixe mit Option X an einer bestimmten Position suchen

Mit der folgenden Formulierung können Affixe auch im Inneren eines Kompositums gesucht werden:

&MX&vor-

Damit werden Komposita wie die Folgenden gefunden: "Betriebsvorschrift", "Bauvorantrag", "Zutatenvoreinstellung", usw.

Bestimmung der Lemmaposition innerhalb eines Bindestrich-Kompositums

In einem Bindestrichkompositum (die Optionen Komposita und sonstige Wortbildungsformen müssen aktiv sein) wird die Position der Glieder auf diesselbe Weise ermittelt, als ob keine Bindestriche vorhanden wären. Nachfolgend ein Beispiel für das Kompositum "Vorrunden-Heimspiel", das mit dem Suchausdruck &Heim ermittelt wurde:

"Vorrunden-Heimspiel" - ohne Option X
Morphem : vor rund en heim spiel
Lemma : vor- runden en Heim Spiel
Funktion : Affix Vrb Flexion Sub Sub
Position : - Erst - Mittel Letzt

Obwohl das Lemma Heim im einfachen Kompositum "Heimspiel" das Erstglied bildet, wird ihm im Bindestrich-Kompositum die Position M zugewiesen.

unbehandelte Fälle

Gelegentlich enthält die erzeugte Kompositaliste ungewöhnliche oder fehlerhafte Wortformen, die mit den verfügbaren erweiterten Optionen nicht korrekt behandelt oder ausgeschlossen werden können. Es handelt sich meistens um unsaubere Textstellen im Original, die im Vorfeld zu glemm nicht korrekt tokenisiert werden können. glemm extrahiert aus diesen Textstellen die ihm bekannten Lemmata, wodurch eintsprechende Textstellen in der Liste erscheinen. Diese können bei Bedarf in der Wortformliste manuell deaktiviert werden.

Beispiele für &E&Betrieb sind: »Alternativ?"Betriebsbedingte«, »Als"Betriebsgeheimnis"«, »Unternehmen/Betrieb«, usw.

Vorteile der erweiterten Lemmasuche gegenüber der Platzhaltersuche mit * und +

Die hier vorgestellt Suche nach Komposita mit erweiterten Optionen ist der einfachen Platzhaltersuche in jedem Fall vorzuziehen. Dieses Modul ist in der Lage, die korrekten Komposita zu finden, indem es diese anhand ihrer morphologisch begründeten Zerlegungen analysiert, Flexionsformen berücksichtigt (z.B. &Mann → Männerwelt), Fugenelemente und Flexionsmorpheme erkennt und die Position des gesuchten Lemmas innerhalb der Komposita bestimmt.

COSMAS II, Programmbereich Korpuslinguistik - 18. 01. 2018