4. Kollokationen, n-Gramme, Mehrworteinheiten

Abstract

Der Beitrag beschreibt, wie die Berechnung von Kollokationen und Mehrworteinheiten in Textkorpora typische Sprachgebrauchsmuster freilegen kann. Zuerst werden in einer Gegenstandsbestimmung die verschiedenen Termini zur Bezeichnung von mehrgliedrigen Ausdrücken auf der sprachlichen Oberfläche diskutiert. Ein kurzer Forschungsüberblick nennt korpuslinguistische Arbeiten mit politolinguistischen Zielen, die Gebrauch von der Analyse solcher Mehrworteinheiten machen. Anschließend zeigt eine exemplarische Analyse von unterschiedlichen Typen von Mehrworteinheiten in parteispezifischen Teilkorpora der Wortprotokolle des Deutschen Bundestags die Einsatzmöglichkeiten. 1 Gegenstandsbestimmung 2 Forschungsüberblick 3 Exemplarische Analyse 4 Fazit 5 Literatur 1 Gegenstandsbestimmung Die Terminologie zur Benennung von Einheiten, die aus mehreren Wörtern bestehen, ist unübersichtlich. Mehrworteinheiten, Kollokationen, Phraseologismen, usuelle Wortverbindungen oder n-Gramme sind die wichtigsten Termini, wobei die Differenzierung unterschiedlich gehandhabt wird. Die Unterschiede rühren von den Provenienzen der Termini: Einerseits wurde mit dem britischen Kontextualismus der Begriff der Kollokation geprägt. Nach Firth (Firth 1957, 194) sind Kollokationen häufig auftretende Wortverbindungen, die für einen bestimmten Ausschnitt von Sprache typisch sind. Während bei Firth noch nicht genauer spezifiziert ist, was häufig und typisch bedeutet, wurde dieses Konzept in der Folge genauer spezifiziert und widerspiegelt heute die in der Korpuslinguistik dominierende Auffassung der "empirischen Kollokation" (Evert 2009, 1213). Demnach sind Kollokationen Paare von Worteinheiten (auf der Basis von Wortformen, Lemmata oder anderen sprachlichen Einheiten), die innerhalb einer bestimmten Distanz zueinander kookkurrieren und eine statistisch feststellbare Bindung zueinander aufweisen. Typischerweise wird diese Bindung, Assoziation, als statistische Signifikanz ausgedrückt, nach der die beiden Einheiten in einem Korpus häufiger miteinander vorkommen, als es bei einer zufälligen Verteilung im Korpus erwartbar wäre.

Wege der Germanistik in transkultureller Perspektive

“…Die Möglichkeiten, die die Arbeit mit Korpora für die Sprach-bzw� Sprachenaneignung und für die wissenschaftliche Forschung einschließlich der Entwicklung moderner Sprachtechnologien eröffnet, sind unbestritten (s� dazu u�a� Dodd 2000, Aston 2001, Lüdeling/ Kytö 2008, Abel/ Zanin 2011, Gries 2014, Bubenhofer 2017, De Knop/ Hermann 2020, Flinz 2021)� Dass das Potential korpuslinguistischer Ansätze zum jetzigen Zeitpunkt noch nicht ausgereizt ist, zeigt sich u�a� daran, dass sich bestimmte Gebrauchstendenzen erst dann abzuzeichnen beginnen bzw� bestimmte Suchanfragen erst dann erfolgreich durchgeführt werden können, wenn die untersuchten Datenbestände Tokens im dreistelligen Millionenbereich und höher umfassen� Insofern ergeben sich schon allein durch die Möglichkeit, immer umfangreichere Datenmengen mit Hilfe immer leistungsstärkerer korpuslinguistischer Werkzeuge durchforsten zu können, neue Impulse und Perspektiven, und zwar sowohl für die Grammatikdarstellung als auch für die verschiedenen Felder der angewandten Linguistik (Sprachaneignung, Übersetzungsprozesse, Textgenerierung u�a�)� Der vorliegende Beitrag 1 befasst sich sowohl mit den Chancen der Korpuslinguistik als auch mit den Schwierigkeiten, mit denen sich die NutzerInnen bei der Arbeit mit Korpusbelegen konfrontiert sehen� Der Blick ist dabei vorrangig auf die Arbeit mit den immer zahlreicheren ein-, zwei-und mehrsprachig angelegten Korpus-Ressourcen gerichtet, auf die derzeit als Komponente eines Online-Wörterbuchs oder eines Online-Informationssystems zumeist gebührenfrei zugegriffen werden kann und die den heutigen technischen Möglichkeiten gemäß immer umfangreichere Sprachbestände verwalten und zu unterschiedlichen Zwecken aufbereiten� Dabei hat sich insbesondere in puncto Nutzerfreundlichkeit viel in den letzten Jahren getan, so dass die Potentiale, die Korpora bieten, auch für ein breiteres Publikum zunehmend an Attraktivität gewinnen� Genutzt wird insbesondere die Möglichkeit, Kontextbeispiele zur Hand zu haben, die zu den Hauptvorzügen der Arbeit mit Korpora gehört� So werden beispielsweise im DWDS (https:// www�dwds�de/ ) 2 oder im Cambridge Dictionary online (https:// dic tion ary�cambri dge�org/ ) Belege aus einsprachigen Korpora ergänzend zu Wörterbucheinträgen angezeigt� Zwei-und mehrsprachigen Wörterbüchern entsteht Konkurrenz durch Online-Ressourcen wie Linguee (https:// www�ling uee�com/ ), Reverso Context (https:// cont ext�reve rso�net/ ) und bab�la (https:// de�bab�la/ woer terb uch/ ), in denen über eine einfach gestaltete Suchanfrage auf zahlreiche Beispielbelege aus Übersetzungen zugegriffen werden kann� Online-Tools für Korpusabfragen wie OWID (Online-Wortschatz-Informationssystem Deutsch, https:// www�owid�de/ serv ice/ cos mas/ ) und SKELL (https:// skell�sketc heng ine�eu/ ) sind hingegen Beispiele für leicht zu bedienende Schnittstellen, die für die Durchforstung umfangreicher Korpora entwickelt wurden� Hinzu kommen umfangreiche Webportale, 3 die eine Volltextsuche in den in ihnen verwalteten Diskurs-und Textbeständen gestatten, und schließlich das Web selbst, in dem über die verschiedenen Browser leicht Suchanfragen zur Überprüfung einzelner Ausdrucksweisen durchgeführt werden können� Die größere Nutzerfreundlichkeit wird dabei nicht selten durch die Entscheidung erzielt, nur eine kleinere Auswahl der erfassten Beispielbelege anzuzeigen� Diese Art der Datenbeschränkung wird jedoch dem Potenzia...…”

Die Komparativ- und Superlativformen besser/am besten/das Beste als Varianten in modalen Vergleichskonstruktionen

“…7 Cf. dazu beispielhaft Sinclair 1991;Gloning 2001;Stubbs 2002;Tognini-Bonelli 2001;Sinclair 2004;Steyer 2004;Geyken 2011;Bubenhofer 2017. vom Gebrauch der Steigerungsformen selbst. Die folgenden Beispielreihen (1-3 und 4-6) lassen einen ersten Eindruck davon entstehen, wie komplex die Aufarbeitung der aktualisierten Bedeutungsnuancen ausfallen kann.…”

Vergleichende Diskurslinguistik. Methoden und Forschungspraxis

“…als Analysekategorien verwenden, um die politischen Dimensionen von Diskursen zu analysieren (u.a. Bubenhofer 2015a;Dzudzek u.a. 2009;Glasze 2007;Lebart/ Salem 1994;Mattissek 2005; Olsen/Harvey 1988;Scholz 2010;Sinclair 1991;Teubert 2006;Tognini-Bonelli 2001).…”

“…8 Die Berechnung von Keywords, Kollokationen und n-Grammen in den Korpora dient uns dazu, Sprachgebrauchsmuster zu finden, die solche Spuren repräsentieren. Dabei verfolgen wir einen datengeleiteten Ansatz, der darauf zielt, Sprachgebrauchsmuster, die relevant sein könnten, nicht bereits vor der Analyse zu definieren, sondern durch statistische Methoden automatisch zu extrahieren (Bubenhofer 2015a). Dafür teilten wir die Primärdaten, also die Pressemitteilungen der Parteien, in Untersuchungs-und Referenzkorpus auf (siehe oben).…”