3.   Analyse von Korpusdaten
3.1 Beschreibungsebenen
Um das sprachliche Material in einem Korpus klassifizieren anaiv sieren und interpretieren zu können, ist esTinnvoll, s^rab übe," die verschiedenen Beschreibungsebenen klar zu werden Zu unter scheiden smd dabei nicht nur die verschiedenen CushnSsT sehen Kategorien der Textwörter, Tokens und Typest hfigS auch die Abgrenzung der korpuslinguistischen Begriffe Texwort Wortform-Type und Lemma-Type von den linguistischen Beschre ' bungskategonen Wort, Wortform und Lexem Betrachten wldazu
ȀSffi* Unke * Wie VA
(5) Wenn hinter Flieg«, eine Fliege fliegt, fliegt e,ne Fliege Fliegen htnterher Hier gibt es mehrere richtige Antworten: elf, sieben oder sechs Versteh man Wörter als Einheiten der Schriftsprache S0S'
gebWtS Leerzeichen oder Satzzeichen voneinander
WorteuThdteTUakTpent ^ der Schreibung defi"iert-
wortc.nheiten als Textworter, Wortform-Tokens oder laufende
Wortformen bezeichnet. Definiert man Wörter hingegen als syntak
fische Worter oder Wortformen, d.h. als formal vo^einan^Sr"
(7)    I. wenn, 2. hinter, 3. Fliegen, 4. eine, 5. Fliege, 6. flieg,, 7. hinterher
Sit voTsT/'T"'        ^ u"d fliegt kommen im Satz doppelt vor. Sie werden bei dieser Betrachtung zusammengefasst und zahlen jeweils als eine Wortform, da sie sich in ihrer Fomnick unter  ,   d     ,n einem Korpus werden Worteinhe ten dTe übe ^^IZ^^r definiert WCTden' als Wortform-Type
Fleon formen tv T S'Ch frage"' °b CS S™vo11 ist> ^ nexionsformen Fliege und Fliegen als zwei getrennte Wörter zu
behandeln. Der einzige Unterschied zwischen den beiden wfrtfor. 32
inen besteht darin, dass Fliegen eine zusätzliche grammatische Markierung für den Plural trägt, nämlich das Flexionssuffix -n, während die Wortform Fliege keine zusätzliche Markierung für den Singular hat. In beiden Fällen handelt es sich aber um Vertreter derselben Tierart. Anders wäre das etwa im Fall von (8). (S)    Wenn hinter Fliegen eine Biene fliegt, fliegt eine Biene Fliegen hinterher. Abstrahiert man also von grammatischen Markierungen, so gehören sowohl die Wortform Fliege als auch die Wortform Fliegen zum selben Wort, nämlich dem Lexem oder morphologischen Wort Fl 1ege Zählt man nun also die Lexeme im Beispielsatz, so kommt man auf sechs Wörter: die Konjunktion wenn, die Adverbien hinter und hinterher, das Nomen Fliege, den Artikel eine und das Verb euegen. In einem Korpus werden Worteinheiten, die sich nur in ihren Flexionsmerkmalen unterscheiden, unter dem Begriff Lemma oder Lemma-Type zusammengefasst. Um im Folgenden auch optisch zu verdeutlichen, wenn explizit von Lemma-Types bzw. Lexemen die Rede ist, werde ich diese im Text in Kapitälchen angeben (Fliege).
Die bisher eingeführten Begriffe Lemma-Type, Wortform-Type und Wortform-Token haben jedoch einen Nachteil: sie beziehen sich auf Worteinheiten. Korpusanalysen sind jedoch nicht auf die Untersuchung von Worteinheiten beschränkt, sondern können auch auf Laut-, Satz-, Text- oder Bedeutungsebene durchgeführt werden. Aus diesem Grund unterscheidet man in der Korpuslinguisttk üblicherweise unabhängig von der Sprachebene zwischen Types und Tokens. Bei einem Token handelt es sich ganz allgemein um das konkrete Vorkommen einer sprachlichen Einheit im Korpus. Das kann eine bestimmte Wortform, Lautäußerung oder Phrase sein. Ein Type ist hingegen die abstrakte sprachliche Einheit, die zusammengehörige Tokens wie Wortformen oder Lautvarianten zusammenfasst und dabei von konkreten Merkmalsausprägungen wie Flexions- oder Intonationsmerkmalen abstrahiert.
Verdeutlichen wir uns die Unterscheidung zwischen Types und Tokens an einem konkreten Beispiel, nämlich der Untersuchung von Wortbildungswandel im Mainzer Zeitungskorpus (Scherer 2005). Ziel der Untersuchung war es festzustellen, ob und wie sich die Möglichkeiten zur Bildung von Wörtern in den letzten vier Jahrhunderten verändert haben. Dazu wurden Nomen wie Lehrer, Schüler und Lacher untersucht, die mithilfe des Wortbildungssuffixes -er aus Verben (lehren, lachen), Nomen (Schule) und anderen Wortarten abgeleitet wurden. Der folgende Ausschnitt stammt aus dem ersten von insgesamt neun Teilkorpora.
33
Den 12. d,ß hat der Herr von Venefi 3U BrülTel ein Pancket vnd Dant3 gehalten / vnd (einem Diener oder Gertner befohlen / niemand ohn feinen wi  en m den Saal 3ulallen / gleich hernach ift ein Spannilchcr HauplTnan vnd
Sur" h    c"T, geMnt 1 aber nur fchlecht 1 wie ei" D^ner
bekleidt für den Saal kommen / vnd fich mU gewalt eindringen wollen / dem Gertner swey Maultaschen etliche Gemechtftoß / vnd ein Stich in Arm geben
alßb'dd Inf ^,ener iJfu°m feinen D0'Chen außge30gen / vnd den Hauptman alßbald erllochen / welchen man hernach in des Spinnola Hauß geführet / vnnd den Gertner eingehen laffen / vnd die Freud eingestellt worden / als nun den dritten Tag / der Hauptman von allen Qfflcirn vnd Herrn von Hoff ins Clofter 3u den Auguftinern 3m; begrebnis begleitet / ift ent3wifchen der Theter Tum Ga gen geführt / gehenckt vnd ihme die rechte Hand abgehawen / vnda^ Galgen genagelt worden / das gedünckt jederman ein frembder Sentcnt3 fein~7 weil der Theter feinem Befehlig nachkommen / vnd fich auch der Nothwehr gebrauchen muUen.
Abbildung 3: Mainzer Zeitungskorpus: Teilkorpus 1609 Aviso (Ausschnitt) Analysieren wir den Ausschnitt zunächst im Hinblick auf dte Bildung von Personenbezeichnungen mit dem Suffix -er Der Ausschnitt enthält insgesamt zehn Tokens (vgl. 9a), die im Text fett markiert sind Diese zehn Tokens verteilen sich auf insgesamt fünf Types (vgl. 9b).
(9) a.  Diener Gertner, Ritter, Diener, Gertner, Diener, Gertner, Augufti-
nern, Theter, Theter b. Augustiner (1 Token), Diener (3 Tokens), Gärtner (3 Tokens) Ritter (1 Token), Täter (2 Tokens)
Untersuchen wir den Ausschnitt hingegen im Hinblick auf eine andere Fragestellung, etwa die Verwendung von Präpositionen so kommen wir zu einem anderen Ergebnis. Der Ausschnitt enthält in diesem Fall 16 Tokens (vgl. 10a), die im Text unterstrichen sind Sie verteilen sich auf sieben Types (vgl. 10b).
(10) a. von, 3u, ohn, in, für, mit, in, im, in, von, von, ins, 3u, 3ur 3um an
b. an (1 Token), in (5 Tokens), mit (I Token), ohne (1 Token), Von (3 Tokens), vor (= für) (1 Token). zu (4 Tokens)
(tmgMbe Vie',e Textwörter enthält der oben stehende Ausschnitt aus
dem Mainzer Zeitungskorpus? Bitte ermitteln Sie die Zahl der Types (Lemma-lypes) und Tokens für die im Ausschnitt enthaltenen Nomen. Zählen Sie Eigennamen zu den Nomen.
Wie gesagt belassl sich aber nicht jede korpuslinguistische Analyse mit einer Untersuchung auf Wortebene. Vielmehr gibt es Fragestellungen, die sprachliche Einheiten betreffen, die größer oder kleiner sind als das Wort. So erfolgt die bereits erwähnte Untersuchung von Elter (2005) zur Kasusverwendung bei wegen auf der
syntaktischen Ebene der Phrase. Hier werden die Begriffe Type und Token auf die im Korpus enthaltenen wegew-Phrasen angewendet. Um Tokens handelt es sich also etwa bei den Phrasen wegen des Mondscheinfrisierens oder wegen dem starken Wind (vgl. Kapitel 1.2). Diese Tokens verteilen sich in Elters Studie auf zwei zugrunde liegende grammatische Muster, wegen + Genitiv und wegen + Dativ. Diese beiden Muster stellen die Types dar.
Untersucht man hingegen wie Dittmar/Bressem (2005) die Verbstellung in Nebensätzen mit weil, so bezieht sich die Zahl der Tokens auf die Anzahl der we/'/-Nebensätze und die der Types auf die beiden Verbstellungsvarianten: finites Verb an letzter Stelle wie in (IIa) bzw. finites Verb an zweiter Stelle wie in (IIb).
(11) a. weil ich das immer so mache b. weil das mache ich immer so
Festzuhalten sind demnach zwei Dinge: Zum einen kann sich die Grundgesamtheit, auf die sich die Begriffe Type und Token beziehen, je nach Fragestellung verändern. Dahingegen ist die Anzahl der Textwörter in einem Korpus unabhängig von der untersuchten Fragestellung. Zum anderen haben die Begriffe Type und Token nicht zwangsläufig einen Bezug zur Wortebene. Vielmehr können die Begriffe auf sprachliche Einheiten unterschiedlicher Ebenen wie Wort, Satz, Text bzw. deren Bestandteile verweisen.
3.2 Methoden
Korpora können sowohl qualitativ als auch quantitativ ausgewertet werden. Der wesentliche Unterschied zwischen qualitativen und quantitativen Korpusanalysen besteht nicht darin, welche Fragestellungen untersucht werden, sondern wie diese untersucht werden. Nehmen wir das Beispiel Fremdwörter. In zwei unterschiedlichen Studien analysieren Schänke (2001) und O'Halloran (2002) den Einfluss englischer und französischer Entlehnungen, so genannter Anglizismen und Gallizismen, im Deutschen. Beide arbeiten mit einem selbst zusammengestellten Korpus aus Zeitungen bzw. Zeitschriften. Schankes Korpus enthält sämtliche Ausgaben des Handelsblatts aus dem März 2000, O'Hallorans Korpus umfasst ein Teilkorpus zur Modesprache mit mehreren Jahrgängen der Frauenzeitschrift Brigitte sowie ein Teilkorpus zur Standardsprache, das mehrere Jahrgänge des Nachrichtenmagazins Stern und der Berliner Illustrierten Zeitung enthält.
34
35
Abgesehen von der Größe der Korpora unterscheiden sich die beiden Studien auch in ihrer Methode. Während Schänke in seiner Korpusanalyse einen qualitativen Ansatz wählt, untersucht O'Hal-loran ihr Korpus unter quantitativen Gesichtspunkten.
Schankes Ziel ist es, die gefundenen Fremdwörter im Hinblick auf ihre Wortart zu klassifizieren und sie bestimmten Themenbereichen wie Computerbranche, Börse oder Bankwesen zuzuordnen. Bei Schankes Untersuchung geht es also darum, in einem Korpus die Existenz bestimmter sprachlicher Erscheinungen, nämlich Anglizismen, festzustellen, die einzelnen Wörter herauszusuchen und sie nach bestimmten Kriterien, konkret nach Wortfeldern, zu klassifizieren. Schankes Vorgehen entspricht dem einer qualitativen Korpusanalyse. Qualitative Korpusanalysen legen ihren Schwerpunkt auf die Ermittlung, die Klassifizierung, die Einordnung und Interpretation von bestimmten Phänomenen.
Im Gegensatz dazu steht O'Hallorans Arbeit. O'Halloran untersucht die Verbreitung von englischen und französischen Fremdwörtern innerhalb der letzten einhundert Jahre. Dabei stellt sie fest, dass der Anteil an Fremdwort-Types im Gesamtkorpus steigt und zwar von 0,6% im Jahr 1902 auf 2,0% im Jahr 1997. Darüber hinaus beobachtet sie, dass der Anteil von Fremdwort-Tokens im Teilkorpus zur Modesprache zu jedem Zeitpunkt den Fremdwortanteil im Teilkorpus zur Standardsprache übersteigt. Im Jahr 1997 liegt der Fremdwortanteil in der Standardsprache z.B. bei 4,0%, in der Modesprache hingegen bei 14%. O'Halloran geht es in ihrer Untersuchung also darum, die Frequenz von bestimmten Phänomenen zu ermitteln und miteinander zu vergleichen, um daraus Rückschlüsse über die untersuchte Fragestellung ziehen zu können. Das Bestimmen von Häufigkeiten im Korpus und die sich daraus ergebende Möglichkeit, Ergebnisse unmittelbar miteinander zu vergleichen, ist das Kennzeichen quantitativer Korpusuntersuchungen.
An quantitativen Kennzahlen wird standardmäßig die Korpusgröße ermittelt, die üblicherweise in Textwörtern gemessen wird (vgl. Kapitel 4.8). Sie bildet die wichtigste Bezugsgröße für alle quantitativen Auswertungen. Ist die Größe eines Korpus nicht bekannt, sind quantitative Analysen nur dann sinnvoll, wenn die Ergebnisse für mehrere ähnlich geartete Phänomene innerhalb des Korpus verglichen werden können.
Von besonderem Interesse ist für den Forscher die Anzahl der Types und Tokens des untersuchten Phänomens, da diese beiden Zahlen Auskunft darüber geben, wie oft ein Phänomen insgesamt im Korpus belegt ist (Tokens) und auf wie viele unterschiedliche
Ausprägungen des Phänomens (Types) sich die Tokens verteilen. So fanden sich im obigen Ausschnitt aus dem Mainzer Zeitungskorpus insgesamt fünf Types und zehn Tokens für die untersuchten nominalen -er-Derivate (vgl. Abbildung 3).
Wichtig ist, die Zahl der Types und Tokens jeweils im Verhältnis zur Korpusgröße zu sehen. Zehn Tokens in einem kleinen Korpus können relativ gesehen eine höhere Frequenz darstellen als hundert Tokens in einem großen Korpus. Liegt die Zahl der Types und Tokens vor, kann man daraus das Verhältnis von Types zu Tokens berechnen. Dieses Type-Token-Verhältnis gibt Auskunft darüber, wie viele Tokens durchschnittlich auf einen Type entfallen. Liegt die Anzahl der Tokens je Type sehr hoch, handelt es sich bei den meisten Tokens vermutlich um häufig verwendete Ausdrücke, die eine gewisse Formelhaftigkeit aufweisen. Die Anzahl der spontanen, neuen Formen, die dem untersuchten Muster folgen, ist dann gering. Umgekehrt ist ein niedriges Verhältnis von Types zu Token ein Indiz dafür, dass viele Types nur selten vorkommen. Kommt ein Type nur ein einziges Mal im Korpus vor, spricht man von einem Hapax Legomenon. Enthält ein Korpus viele Hapax Legomena und andere seltene Types, ist die Wahrscheinlichkeit hoch, dass das untersuchte sprachliche Muster von den Sprechern bzw. Schreibern produktiv eingesetzt wird und dass nach seinem Vorbild neue Bildungen vorgenommen werden. Allgemein kann der Anteil der Hapax Legomena an der Zahl der Tokens dazu verwendet werden, die Produktivität eines sprachlichen Musters zu bestimmen. Je höher der Anteil der Einmalbelege, desto höher ist die Wahrscheinlichkeit, dass das Muster Neubildungen hervorbringt.
Zielt eine Korpusuntersuchung weniger auf die Wortebene als auf die Satzebene ab, so ist es sinnvoll, die Anzahl der Sätze in einem Korpus oder in einem Text zu ermitteln. Zudem können die durchschnittliche Satzlänge, die Zahl der Sätze mit einer bestimmten Länge sowie der Anteil von Sätzen mit einer bestimmten Zahl an Wörtern dazu dienen, syntaktische Charakteristika eines Korpus, eines Textes oder einer Varietät herauszuarbeiten.
Um zu gewährleisten, dass es sich bei den ermittelten Ergebnissen nicht um bloßen Zufall handelt, empfiehlt es sich, die Ergebnisse statistisch abzusichern. Dies geschieht mittels eines Signifikanztests, der sicherstellt, dass die Ergebnisse nicht allein dem Zufall geschuldet sind. Die meisten Signifikanztests gehören jedoch der höheren Mathematik an, sodass es sich empfiehlt, entsprechende Statistikprogramme zu benutzen.
37
3.3  Vergleichbarkeit von Daten
Beim Vergleich von Daten aus unterschiedlichen Korpora ist es wichtig, qualitative und quantitative Charakteristika der Korpora zu beachten. Zum einen sollte überlegt werden, ob sich die Korpora aufgrund ihrer Konzeption überhaupt vergleichen lassen und wenn ja, in welchem Rahmen. Auf den ersten Blick scheint es wenig sinnvoll zu sein, ein Korpus der Kindersprache mit einem historischen Korpus oder einem Korpus zur Fachsprache der Biologie zu vergleichen. Dennoch kann ein solcher Vergleich sinnvoll sein, wenn untersucht werden soll, ob Parallelen in der kindlichen und der historischen Sprachentwicklung bestehen oder ob Biologiebücher für die Schule den Entwicklungsstand der Kinder angemessen berücksichtigen, was die Bezeichnung von Pflanzen, Tieren und deren Teilen betrifft.
Als Vergleichsgrundlage dienen häufig Referenzkorpora, die als Standard verwendet werden, um Abweichungen zwischen Varietäten und Standardsprache festzustellen (vgl. Kapitel 2.9). Ein Referenzkorpus kann also dazu dienen, festzustellen, inwieweit sich das Bairische, die Fachsprache der Medizin oder das Mittelhochdeutsche von der Standardsprache unterscheiden. Daneben ist es aber auch wichtig, auf die quantitative Vergleichbarkeit zu achten. Tabelle 1 zeigt die Ergebnisse einer Suchabfrage in drei verschiedenen Korpora des 1DS, dem Bonner Zeitungskorpus, dem LIMASKorpus und dem Mannheimer Korpus 1. Gesucht wurde nach den Wortformen Buch, Hochhaus und Universität.
Suchbegriff	Bonner Zeitungskorpus	LI MAS-Korpus	Mannheimer Korpus 1
Buch	313	166	229
Hochhaus	16	3	6
Universität	315	116	219
Tabelle 1: Ergebnisse der Stichwortsuche (absolut)
Wie man sieht, finden sich im Bonner Zeitungskorpus jeweils die meisten und im LIMAS-Korpus jeweils die wenigsten Belege für alle drei Suchbegriffe. Woran liegt das? Nun, zum einen könnte es an der Zusammensetzung der Korpora liegen: Während das Bonner Zeitungskorpus ausschließlich Zeitungstexte enthält, ist der Anteil an Zeitungstexten in den anderen beiden Korpora gering. Sie bestehen überwiegend aus Textsorten wie Belletristik, Gebrauchsliteratur und wissenschaftlichen Texten. Eine mögliche Folgerung ist also, dass sich alle drei Suchbegriffe überdurchschnittlich häufig in Zei-
tungstexten finden. Bevor man jedoch einen solchen Schluss zieht, sollte man einen Blick auf die Größe der Korpora werfen, die verglichen werden sollen.
Aufgabe 11: In einem Korpus A finden sich 80 Belege für das Wort blumentopf, in Korpus B 100 Belege für dasselbe Wort. Korpus A und Korpus B enthalten je eine Million Textwörter. Korpus C enthält ebenfalls 100 Belege für Blumentopf, aber anderthalb Millionen Textwörter. In welchem der drei Korpora finden sich die meisten Belege für das Wort Blumentopf"!
Obwohl sich im Bonner Zeitungskorpus mehr Belege für die Wortform Buch finden als in den anderen beiden Korpora, bedeutet dies nicht unbedingt, dass Buch im Bonner Zeitungskorpus häufiger ist als im LIMAS-Korpus oder dem Mannheimer Korpus 1. Dies liegt daran, dass eine Aussage über die Häufigkeit eines Wortes immer im Verhältnis zur Größe des Korpus gesehen werden muss.
Ein direkter Vergleich von Korpusdaten ist aufgrund unterschiedlicher Korpusgröße im Normalfall nicht möglich. Insofern ist es beim Vergleich von Daten aus verschiedenen Korpora von größter Wichtigkeit, die jeweiligen Ergebnisse ins Verhältnis zur Korpusgröße zu setzen. Geht es darum, die Frequenz bestimmter Wörter anzugeben, so kann dies wie bei O'Halloran (2002) in Form von Prozentangaben geschehen, die sich auf die Zahl der Textwörter oder Lemma-Types im Korpus beziehen. Befasst sich die Untersuchung hingegen nicht mit Einheiten der Wortebene, so kommt nur eine Normalisierung infrage. Bei der Normalisierung werden die Ergebnisse auf eine bestimmte Anzahl von Textwörtern, etwa 10.000 oder eine Million, umgerechnet. Dabei sollte sich die Normalisierung an der typischen Textlänge im Korpus orientieren.
Vergleichen wir das Bonner Zeitungskorpus mit dem LIMAS-Korpus und dem Mannheimer Korpus 1, so ergibt sich folgendes Bild: Das Bonner Zeitungskorpus enthält über 3,6 Millionen Textwörter und ist damit fast dreimal so groß wie das LIMAS-Korpus mit rund 1,2 Millionen Textwörtern und etwa anderthalbmal so groß wie das Mannheimer Korpus 1, das rund 2,6 Millionen Textwörter beinhaltet. Es ist also nicht verwunderlich, dass sich im größten Korpus die meisten Belege finden und im kleinsten Korpus die wenigsten! Als Konsequenz aus diesen Größenunterschieden müssen sämtliche Ergebnisse auf eine genormte Korpusgröße umgerechnet werden (vgl. Tabelle 2). Sinnvoll erscheint in diesem Fall eine Normgröße von einer Million Textwörtern.
38
39
[Buch
Bonner [Zcitungskorpus_
Hochhaus [Universität
86
LlJyjASy<£r£us^
__4_ 87
135
Mannheimer
|j<£r£usj_^^
89
85
94
Tabelle 2: Ergebnisse der Stichwortsuche (normalisiert je 1 Mio. Textwörter)
?nhenTaliSierten °,aten m Tabdle 2 zei8en im Vergleich zu Tabelle 1 ein ganz anderes Bild: Lediglich die Wortform Hochhaus
kommt mit vier Belegen je Million Textwörter im Bonner KomS häufiger vor als ,n den anderen beiden Korpora. Dahingegen finden seh die meisten Belege für Buch (135) und UmverStlt (94) S LIMAS-Korpus. In den anderen beiden Korpora haben Buch und Universität hingegen fast dieselbe Frequenz
Nach dem Vergleich der normalisierten Ergebnisse lautet die Frage also nicht mehr, warum die Wortformen Buch, Hochhaus und Universität im Bonner Zeitungskorpus am häufigsten sind sondern vielmehr, warum Buch im LIMAS-Korpus deutlich öfter vortoS als in den anderen Korpora, warum Hochhaus im Bonner Zeitungskorpus doppelt so oft belegt ist wie in den anderen Korpora und wa-^ Universität ,n allen drei Korpora fast gleich häufig^vorkommT Bei dem Verglich von Daten aus verschiedenen Korpora sind
eseTmaH,nbT,kD,nfHW1Chtig: ^ ^ ^ ™n Slch ^ °b sinnvoll ist kZU unJerSUChende Fragestellung überhaupt
sinnvoll .st, zwei gegebene Korpora miteinander zu vergleichen Zum anderen ist es unerlässlich, bei einem Vergleich von korpS basierten Häufigkeiten die Korpusgröße zu berücksichtigen Zbei untersch,edl,ch großen Korpora andernfalls die Ergebnisse de Vergleichs verfälscht werden.
Ä jQ^Unte;Hfind wSiCudle ErgCbnisSe aUS dem Erla"gc'- Dürer-Korpus KS™ \mitm Wurzburger KoT^ der Wissenslitcratur (Brendel al. 1997) zur Wortbildung .n frühneuhochdeutschen Fachtexten
KS ,'^TtnTa fndCn S1Ch dl£ meiSte" Nominalisierungcn mit zudem das Tvne Tl v u • ~"1g (TypgS' T°kcns)? Bitte ^rechnen Sic zudem das Type-Token-Verhältnis für die einzelnen Suffixe und vergleichen Sic die Ergebnisse miteinander. vergieicncn
Korpus	Text-    1 -< Wörter Wc			-heit t\/i-»ot-.	l-keit	-ii	"K_
Dürer-Korrnis_^	440.000	93	700	i ypes 76	1 okens 326	Types 193	Tokens 2.443
Wissensliteratur	^f071(X)oJ^510^			454J 6^575^		1.025	5.213
40
3.4
Stichwortsuche Wortteilen
die Suche nach Wörtern, Wortformen und
Die einfachste Möglichkeit an Informationen in einem Korpus zu kommen, ist die Suche nach einem bestimmten Wort, einer Wortform oder einem Wortteil wie Haus, liest oder un-. Genau diese Möglichkeit der Stichwortsuche haben Günther (2002) und Hämmer (2001) genutzt, um die Verwendung des Wortes stolz bzw. des Wortteils -park zu analysieren.
Anlass für Günthers Untersuchung des Wortes stolz war die öffentliche Diskussion um den Satz Ich bin stolz darauf, ein Deutscher zu sein, den ein Politiker in einem Interview geäußert hatte. Günther wollte jenseits der gesellschaftlichen Debatten klären, in welchem Zusammenhang das Wort stolz verwendet wird. Stolz sein, so ergab Günthers Recherche in den Textkorpora des IDS, kann man nicht nur auf eine Leistung (vgl. 12a), eine berufliche oder private Tätigkeit (vgl. 12b), sondern auch auf eine bestimmte nationale oder geografische Herkunft (vgl. 12c).
(12) a. stolz darauf, Abgeordneter geworden zu sein
b. stolz darauf, ein Bauer/ein Zeitungsleser zu sein
c. stolz darauf, ein Schweizer/ein Münchner zu sein
Wie Günther feststellt, bringt die Äußerung stolz darauf, ein X zu sein somit zwar ein gewisses Maß an Selbstbewusstsein zum Ausdruck, sie muss jedoch nicht zwangsläufig ein Zeichen von Überheblichkeit seitens des Sprechers sein.
Anders als Günther suchte Hämmer nicht nach vollständigen Wörtern, sondern lediglich nach einem Wortbestandteil. Gegenstand ihrer Analyse bildeten Komposita mit dem Zweitglied -park. Hammers Suche im Korpus des Projekts Deutscher Wortschatz in Leipzig ergab, dass die Komposita mit -park semantisch in zwei Gruppen zerfallen. Bei der größeren Gruppe handelt es sich um klassische Determinativkomposita, bei denen -park als Grundwort auftritt (vgl. 13a).
(13) a.  Schlosspark, Tierpark, Vergnügungspark b. Gerätepark, Unternehmenspark, Windpark
Ein Schlosspark, Tierpark oder Vergnügungspark ist eine bestimmte Art von Park, die durch das Erstglied näher bestimmt wird: ein Park am Schloss, ein Park mit Tieren, ein Park, den man zur Vergnügung besucht. Daneben fand Hämmer aber auch Beispiele wie in (13b), wo -park im Sinne von 'Ansammlung, Gesamtheit von X' interpretiert werden muss. Ein Gerätepark ist nicht ein Park
41