mit Geräten, sondern vielmehr eine Ansammlung von Geräten, ein Unternehmenspark nicht der Park eines Unternehmens, sondern eine Ansammlung verschiedener Unternehmen an einem Ort usw. Insofern konnte Hämmer anhand ihrer Korpusanalyse nachweisen, dass sich bei einer Gruppe der -por*-Komposita die Bedeutung des Zweitglieds semantisch verschiebt, eine Entwicklung, die charakteristisch ist für die Grammatikalisierung von Konpositionsgliedern zu Suffixen.
Die Suche nach einem bestimmten Stichwort ist immer dann sinnvoll, wenn es wichtig ist* unabhängige Informationen über einzelne Merkmale des Suchbegriffs, etwa dessen Bedeutung und Verwendung, zu erhalten. Aus diesem Grund bietet sich die Stichwortsuche in einem Korpus auch für Deutschlerner und Übersetzer an, da das Korpus authentische Verwendungskontexte für den Suchbegriff aufzeigt. Die Wortsuche leistet aber auch bei der Erstellung von Wörterbüchern unverzichtbare Dienste. So stehen die Herausgeber von Neologismenwörterbüchern, d.h. von Wörterbüchern mit "neuen" Wörtern, vor dem Problem festzustellen, welche Wörter in einer Sprache auch tatsachlich neu sind. Tellenbach (2001) berichtet, dass ein Projektteam durch Lektüre rund 5.000 potenzielle Neologismen aufspürte. Jedes dieser Wörter wurde anschließend in den Korpora des IDS überprüft. Die Überprüfung führte zu dem Ergebnis, dass weniger als ein Fünftel der Wörter, die das Wörterbuchteam als Neologismen eingeschätzt hatte, auch tatsächlich neu in der Sprache waren.
Da die Stichwortsuche in einem Korpus in der Regel keinerlei Vorwissen, sondern höchstens etwas Probierfreude erfordert, ist sie weit verbreitet und bieten sich als Einstieg in die Korpusarbeit an. Man gibt die zu suchende Form in die Suchmaschine ein, wartet ab, was passiert, und versucht es gegebenenfalls mit einem leicht abgeänderten Suchwort nochmals. Eine Sache, die man bedenken sollte, ist, dass manche Suchabfragen zwischen Groß- und Kleinschreibung unterscheiden. Teilweise muss man auch bei der Suche nach Wortbestandteilen zusätzliche Platzhalter eingeben.
Prinzipiell ist die Stichwortsuche in Papierkorpora ebenso möglich wie in Computerkorpora. Der grundlegende Unterschied besteht darin, dass bei Papierkorpora die Suche nicht automatisch durchgeführt werden kann, sondern manuell ausgeführt werden muss (vgl. Kapitel 4.6).
Allerdings sind die Möglichkeiten, die die Stichwortsuche bietet, begrenzt. Insbesondere die Homographie und Polysemie von Text-wörtem stellen ein Problem dar. Verdeutlichen wir uns das am Bei-
spiel der Homographie (zur Polysemie vgl. Kapitel 3.5). Im Fall von Homographie gehören gleich geschriebene Wortformen wie Regen in (14) nicht zum selben Lemma-Type.
(14) a. Trotz strömendem Regen blieben die Zuschauer bis zum Ende der spannenden Begegnung, b. Regen Absatz fand auch der neue Kleinwagen des japanischen Autohersteliers.
Wahrend Regen in (14a) eine Wortform des Nomens REGEN darstellt, handelt es sich bei der identischen Wortform Regen in (14b) um eine Form des Adjektivs rege.
Da in einem reinen Textkorpus keine Informationen zur Wortart oder zum zugehörigen Lexem verfügbar sind, operiert eine Suchabfrage in einem solchen Korpus prinzipiell auf der Ebene der syntaktischen Wörter, also der Wortform-Types. Homographe Wortformen wie Regen in (14a) und (14b) können in einem nicht annotierten Korpus nicht auseinander gehalten werden. Grammatisch annotierte Korpora hingegen erlauben, bei der Suche zwischen den Lemma-Types ä£g£w und rege zu unterscheiden (vgl. Kapitel 5.3).
Homographe Wortformen und polyseme Wörter können jedoch auch in reinen Textkorpora unterschieden werden, wenn man die einzelne Wortform nicht isoliert, sondern in ihrem Kontext, d.h. in ihrer unmittelbaren Textumgebung, betrachtet. In diesem Fall kann der Kontext die Information ersetzen, die eine Annotation bietet.
Aufgabe 13: Welche Bedeutungen haben die Wörter Karte, decken und grün? Wie werden sie verwendet? Im Zusammenhang mit welchen anderen Wörtern werden sie häufig verwendet? Gibt es feste Redewendungen? Welches der Wörter wird am häufigsten verwendet? Überprüfen Sie ihre Intuition anhand eines Wörterbuchs und mithilfe einer Suchmaschine im Internet.
3.5 Konkordanzen - Wörter und Wortformen im Kontext
Eine Konkordanz ist eine Liste, die alle Vorkommen eines ausgewählten Wortes - oder auch mehrerer Wörter - im Kontext zeigt. Das Wort, für das die Konkordanz erstellt wird, wird auch Knoten genannt. Für Konkordanzen üblich ist eine zeilenweise Darstellung, die als KWIC von englisch key word in context bezeichnet wird. Dabei wird der Suchbegriff in der Mitte einer Textzeile dargestellt und üblicherweise grafisch hervorgehoben. Auf dessen linker und rechter Seite wird so viel Kontext angegeben, wie die Zeile erlaubt. Abbildung 4 zeigt einen Ausschnitt aus der Konkordanz für fahren
Al
43
im KWIC-Format Die Konkordanz wurde mit dem Web-basierten Konkordanzprogramm WebConc erstellt (vgl. Kapitel 5.1).
Mit dem Drahtesel durch Köln Fahrrad fuhr«« in Köln liegt voll im Trend. Das Fahrrad hei m Sonntag mit dem Bus 721 zum Flughafen gefahren. Die Haltestelle Barkstraße ist direkt bei klauen einen vollbeladenen Möbelwagen und fahren davon. Aus einet kleinen Probefahrt wird in ich gern mal mit BVG zum Einkaufen gefahrea. Jetzt nehme ich nur noch Auto - i« auf ein steua einem freien Feld jetzt prima schwarz (ahm. Oder habe ich was tatsch verstanden? Trac ruber als viele Ihrer Altersgenossen Auto fahren zu dürfen. Gehen Sie verantwortungsvoll d d Ihren Ausweis immer mit, wenn Sie Auto fahren. Halten Sie sich unbedingt an die Auflagen
ragen Service Kontakt email Impressum. Wir fahren Sie......und Ihr Gepäck,.....tan und zun)
übermüdet sind Gurten Sie sieb immer an Fahre« Sie defensiv und vorausschauend Denken Si emals von der Straß* weg und ins Gelinde fakrea. Aber man filntt sich in so einem Ding ein
Abbildung 4: WebConc: Konkordanz für fahren (Ausschnitt)
Neben Konkordanzen im KWIC-Format werden auch Konkordanzen verwendet, die ganze Sätze oder Abschnitte des Kontextes oder eine vorher bestimmte Anzahl an Textzeilen wiedergeben.
Konkordanzen erlauben es, die Süchbegriffe in ihrem Kontext zu analysieren. Der Ausschnitt aus der Konkordanz für fahren in Abbildung 4 lasst verschiedene Verwendungen des Verbs erkennen, die ohne Kontext nicht zu unterscheiden wären. So verzeichnet die Konkordanz folgende Verwendungen von fahren, die im Satz jeweils unterschiedliche syntaktische Ergänzungen bzw. Angaben erfordern:
(15) a. fahren mit einem Adverbial der Art und Weise (Fahren Sie defensiv)
b. fahren mit Akkusativ-Objekt ('etwas fahren'. z.B. ein Auto oder ein Fahrrad)
c. fahren mit Dativ-Objekt ('jemanden fahren')
d. fahren mit einem Adverbial der Richtung ('irgendwohin fahren', z.B. zum Flughafen oder ins Gelände)
Zudem findet sich ein Beleg für die idiomatische Wendung schwarz fahren, die nicht wörtlich, sondern im übertragenen Sinn zu verstehen ist als 'fahren ohne Fahrkarte'. Konkordanzen ermöglichen es also, verschiedene Bedeutungen eines Wortes zu erkennen oder bestimmte grammatische Strukturen zu ermitteln, in denen ein Wort verwendet werden kann.
Kehren wir an dieser Stelle zurück zum Problem von Homogra-phie und Polysemie. Mit dem Problem der Polysemie, d.h. der Mehrdeutigkeit von sprachlichen Ausdrücken; hat sich Haß-Zum-kehr (2002) beschäftigt (zur Homographie vgl. Kapitel 3.4). Sie interessierte sich für die verschiedenen Bedeutungsvarianten von Absatz, wie sie sich in Wörterbüchern und Textiorpora finden. Wörterbücher nennen unter dem Stichwort Absatz üblicherweise folgende Bedeutungen:
(16) a. Teil eines Textes, insbesondere eines Gesetzestextes
b. Unterbrechung einer Flache, etwa einer Treppe oder Mauer
c. Teil eines Schuhs
d. Ablagerung, etwa von Kalk oder Kies
e. Verkauf von Waren und Produkten
Für den korpusbasierten Teil ihrer Untersuchung verwendete Haß-Zumkehr eine Korikordanz, die auf den Textkorpora des IDS basiert. Diese ist ausachnittsweise in Abbildung 5 wiedergegeben:
wie Senatoren hat - bestimmt Artikel 51 Absatz 2 des Grundgesetzes :.
die Schuhfabrik bat keinen Absatz mehr, beim GKnuampenhersteller Verteidigungswaffen fänden " reißenden Absatz ", berichtete das Hallesche Boule fkleber fanden unter Trabifahrern guten Absatz . Itog sich im Schatten des Artikels 20, Absatz 2 d« Verfassung, der die Diskrirn r Forschung über die Produktion bis zum Absatz - weltmafktflhige Erzeugnisse her ndung von Wissenschaft, Produktion und Absatz in diesen starken ökonomischen Ei
Abbildung 5: Konkordanz Bi Absatz (Haß-Zurnkehr 2002)
In diesem Ausschnitt aus der Konkordanz finden sich Beispiele fur die zwei häufigsten Bedeutungsvarianten, die Haß-Zumkehr in ihrem Korpus fand. Dies sind zum einen die wirtschaftsbezogene Lesart von Absatz im Sinne von (16e), die die deutliche Mehrheit aller Vorkommen ausmachte. Zum anderen ist es die textbezogene Lesart in (16a), die im Korpus ebenfalls relativ häufig vorkam. Eher selten belegt war hingegen eine dritte Bedeutung von Absatz, nämlich 'Teil eines Schuhs' (vgl. 16c). Zwei weitere im Wörterbuch angegebene Bedeutungen, Absatz im Sinne von (16b) und (16d), waren in den Konkordanzen nicht zu ermitteln. Wie der Fall von Absatz zeigt, kann die Analyse von Konkordanzen somit dazu beitragen, Wörterbucheinträge benutzerfreundlicher zu gestalten.
Konkordanzen machen es möglich, ein bestimmtes Wort in einer Vielzahl von Kontexten zu untersuchen und so eventuelle Bedeutungsvarianten zu erlassen. Wie wir am Beispiel von fahren gesehen haben, geben Konkordanzen aber auch Auskunft über den Be-deutiings2aisarnmenhang, in dem ein Wort verwendet wird, und über dessen grammatische Einbindung im Satz. Ahnliche Gründe sind auch ausschlaggebend dafür, mehrsprachige Konkordanzen bei der Übersetzung zu nutzen. Wie die deutsch-englische Konkordanz in Abbildung 6 zeigt, lautet die englische Entsprechung für Sprache je nach Kontext einmal power of speech und einmal language. ac/decker - 632
I could hardly raise my hands; 1 had lost the power of speech.
Ich konnte kaum noch die Hände heben; ich hatte die Sprache verloren.
44
45
ac/harm - 478
Some were for revohmon, others for refonti, most preferring to speak in revolutionary language and to act in a reforraist maniKr.
Einige waren für Revolution, andere für Reform, die meisten zogen es vor, eine revolutionäre Sprache zu sprechen, aber reformistisch zu handeln.
Abbildung 6: German/English-TranslatioihKorpus: Konkordanz für Sprache (Ausschnitt)
Konkordanzen, so kann man abschließend festhalten, dienen also dazu, K^ntextinformationen zugänglich zu machen. Sie liefern jedoch keine Interpretation. Diese vorzunehmen ist die Aufgabe des Koipuslinguisten.
Aufgabe 14: Bitte erstellen Sie eine Konkordanz für das Wort Absatz. Benutzen Sie dazu ein beliebiges Korpus mit Konkordanrfijnktion wie das DWDS-Korpus oder ein Programm wie Cosmas II oder WebConc. Überprüfen Sie anschließend SO Treffer. Welche Bedeutungsvarianten für Absatz finden Sie?
3.6 Kollokationsanalyse - die Suche nach benachbarten Wörtern
Um einen Überblick über den Kontext zu erhalten, in dem ein Wort steht, können Konkordanzen nach ihrem linken oder rechten Kontext sortiert werden. Abbildung 7 zeigt nochmals die Konkordanz für Absatz aus Abbildung 5, dieses Mal sind die einzelnen Zeilen jedoch nach dem rechten Kontext rückläufig sortiert. Konkret bedeutet dies, dass bei der Sortierung zuerst der letzte, dann der vorletzte, dann der drittletzte Buchstabe des rechten Kontextes berücksichtigt wird und so fort.
ndung von Wissenschaf), Produktion und Absatz in diesen starken ökonomischen Ei r Forschung über die Produktion bis zum Absatz - weltmarktfähige Erzeugnisse her Verteidigungswaffen finden " reißenden Absatz ", berichtete das Hallesche Boule die Schuhfabrik hat keinen Absatz mehr, beim Glühlampenhersteller fkleber fanden unter Trabifahrern guten Absatz .
ltog sich im Schatten des Artikels 20, Absatz 2 der Verfassung, der die Diskrim wie Senatoren hat - bestimmt Artikel 51 Absatz 2 des Grundgesetzes :.
Abbildung 7: Konkordanz für Absatz (sortiert nach rechten Kontext)
Findet eine solche Sortierung statt, so fallen häufig nebeneinander stehende Wortverbindungen wie etwa reißenden Absatz finden in Abbildung 7 leicht ins Auge. Sind zwei oder mehrere Wörter überdurchschnittlich oft benachbart, spricht man von Kollokationen oder Kookurrenzen. Wörter, die typischerweise in Verbindung mit einem Zielwort auftreten, werden als Kollokationspartner bezeich-
46
net. Kollokationspartner zu Himmel sind im DWDS-Korpus blau (blauer Hignmel), grau (grauer Himmel) oder Erde (Himmel und Erde), Kollokationspartner zu blau sind hingegen rot, grün oder Himmel (vgl. Kapitel 5.2).
Nach Kollokationspartnern wird jedoch häufig nicht innerhalb des gesamten Textes gesucht, sondern nur innerhalb einer festgelegten Textspanne. Wörter, die zwar häufig zusammen auftreten, aber weiter voneinander entfernt stehen, werden somit nicht mehr als Kollokationen erfasst. Anhand der Anzahl des gemeinsamen Auftretens von Zielwort und Kollokationspartner kann die Starke einer Kollokation bestimmt werden. Kollokationen, deren Vorkommen deutlich die Wahrscheinlichkeit eines zufälligen Zusammentreffens übersteigen, werden als signifikante Kollokationen bezeichnet.
Für das Wort Hund hat Steyer (2002) auf der Grundlage der IDS-Textkorpora eine detaillierte Kollokationsanalyse vorgenommen. Dir Ziel war es herauszufinden, ob sich mithilfe von Textkorpora sprachliches Wissen über bestimmte Begriffe, deren Bedeutung und Verwendung rekonstruieren lässt, das über die üblichen Wörterbuchinhalte hinausgeht. Als typische Kollokationspartner von Hund fand Steyer unter anderem die in (17) genannten Wörter Leine, bellen usw.
(17) Leine, bellen, Herrchen, Rassen, beißen, Schwanz, wedelt, Gassi, Haustiere, Zucht, streicheln
Diese Kollokationen von Hund stehen in Einklang mit unserem kulturellen Wissen über Hunde: Hunde sind Haustiere, sie werden von ihrem Herrchen an der Leine Gassi geführt, sie bellen, beißen, wedeln mit dem Schwanz, sie lassen sich streicheln, Hunde gehören zu verschiedenen Rassen, die gezüchtet werden, und so fort. Wie die Kollokationspartner von Hund in (17) zeigen, lassen sich Korpora also gut nutzen, um stereotypes Wissen über bestimmte Begriffe zu ermitteln.
Steyers Kollokationsanalyse zeigte darüber hinaus aber auch, dass das Wort Hund häufig in Zusammenhang mit Wörtern aus dem Wortfeld Familie wie Vater, Mutter, Kind, Oma oder Haus auftritt. Dies deutet darauf hin, dass Hund im Deutschen in ein bestimmtes Stereotyp von Familie eingebettet ist Schließlich untersuchte Steyer mithilfe der Kollokationsanalyse das Auftreten von Hund in idiomatischen Wendungen. Dabei fand sie nicht nur bekannte Sprichwörter wie in (18), sondern stellte zusätzlich neue Mehrwortverbindungen wie in (19) fest. Diese neuen Ausdrücke haben in der Umgangssprache bereits den Charakter von idiomatischen
47
Wendungen erreicht, sind bisher aber noch nicht in Wörterbüchern verzeichnet.
(18) a. Hunde, die bellen, beißen nicht.
b. Man soll schlafende Hunde nicht wecken.
(19) a. der Schwanz wedeh mit dem Hund
b. von allen Hunden gehetzt sein
c. ein harter Hund sein
Zusammenfassend lässt sich sagen, dass die Analyse von Kollokationen ein guter Weg ist, um die Bedeutung bzw. Bedeutungsvarianten und die Verwendung eines Wortes zu ermitteln. Entsprechend wird die Analyse von Kollokationen in der Lexikografie, aber auch beim Obersetzen oder im Fremdsprachunterricht eingesetzt. Wie Steyers Analyse gezeigt hat, kann man KoHokationen aber auch dazu nutzen, um Stereotypen abzufragen, die mit einzelnen Ausdrücken verbunden sind.
Aufgabe 15: Erstellen Sie eine Konkordanz für die Wörter Mann und Frau. Benutzen Sie dazu ein beliebiges Korpus mit Konkordanzfunktion wie das DWDS-Korpus oder ein Programm wie Cosmas II oder WebConc. Überprüfen Sie anschließend je 50 Treffer. Welche KoHokationen finden Sie? Welche Eigenschaften werden Männern, welche Frauen zugeschrieben?
3.7 Wortlisten - Überblick über den Wortschatz
Eine einfache Möglichkeit, wenn man nicht nur einzelne Wörter, sondern den gesamten Wortschatz einer Sprache oder Varietät untersuchen will, ist es, ausgehend von einem entsprechenden Korpus eine Wortliste aller enthaltenen Textwörter zu erstellen. Diese Wortlisten ermöglichen es, einen groben Überblick über das in einem Korpus enthaltene sprachliche Material zu erharten. Durch den Vergleich von Wortlisten lassen sich z.B. Fach- und Speztalwort-schätze von der Standardsprache abgrenzen. Als medizinische Fachwörter wären etwa all jene Wörter aus, einem medizinischen Textkorpus einzuordnen, die auf der Wortliste eines standardsprachlichen Referenzkorpus fehlen.
Überlegt man sich, welche Wörter im Deutschen besonders häufig sind, wird man vermutlich spontan an Wörter wie in (20) denken, an Wörter also, die Lebewesen, Gegenstände und Tätigkeiten bezeichnen, mit denen jeder von uns tagtäglich zu tun hat, und deren Entsprechungen man im Fremdsprachunterricht zuerst lernt
(20) Mann, Frau, Kind, Haus, Auto, essen, trinken, schlafen
Umso erstaunter ist man, wenn man sich korpusbasierte Wortfrequenzlisten ansieht. Die folgende Wortliste in Abbildung 8 zeigt die fünfzig häufigsten Wortformen aus den Textkorpora des IDS. Zu beachten ist, dass die Mannheimer Wortliste orthografische Wortformen auflistet. Dies führt dazu, dass die Artikel der und das jeweils in einer klein und einer groß geschriebenen Variante auftreten.
1 der	11 für	21 als	31 nach	41	vor
2 die	12 im	22 auch	32 am	42	einem
3 und"	13 ist	23 es	33 bei	43	über
4 in	14 auf	24 an	34 wird	44	Das
5 den	15 des	25 aus	35 einer	45	einen
6 von	16 nicht	26 sie	36 um	46	zum
7 zu	17 Die	27 werden	37 wie	47	nur
8 mit	18 dem	28 er	38 daß	48	war
9 das	19 ein	29 hat	39 sind	49	so
10 sich	20 eine	30 Der	40 noch	50	haben
Abbildung 8: Die 50 häufigsten Wortformen in den Textkorpora des IDS
Es fällt auf, dass sich auf dieser Wortliste weder das Wort Mann, noch Frau, noch Kind, noch eines der anderen erwarteten Wörter findet - im Gegenteil: Unter den häufigsten 50 Wortformen ist kein einziges Nomen, kein Adjektiv und, was Verben anbelangt, so findet man lediglich Wortformen der Hilfsverben haben, sein und werden. Die häufigsten Formen von Modalverben, Vollverben, Nomen und Adjektiven sind in (21a-d) aufgeführt. In Klammern wird der jeweilige Rang in der Wortliste des IDS angegeben.
(21) a. kann (68), soll (83), können (84), will (93)
b. gibt(104),sagte<113),sagt(130)
c. Uhr (56>, Mark (74), Prozent (77), Jahren (78), Jahr (78), Jahre (95)
d. neue (116), neuen (121), viel (191)
Der Vollständigkeit halber sei noch erwähnt, auf welchen Rängen sich die vermeintlich häufigsten Wörter aus (20) finden:
(22) Mann (216), Frau (205), Kind (808), Haus (364), Auto (842), essen (4005), trinken (5240), schlafen (6767)
Aufgabe IG: Bitte vergleichen Sie die Wortliste des IDS mit der Wortliste des Projekts Deutscher Wortschatz in Leipzig. Zu welchem Ergebnis kommen Sie?
Welcher Schluss lässt sich aus dieser Wortliste ziehen? Zum einen zeigt die Wortliste deutlich, dass Funktionswörter wie Präpositionen, Artikel, Pronomen oder Hilfsverben die häufigsten Wortfor-
48
49
men in einer Sprache darstellen. Zum anderen sieht man, dass es sich bei den häufigsten Nomen und Adjektiven um relativ allgemeine Begriffe handelt, bei den Nomen etwa um Maßeinheiten, die Zeit, Geld oder Mengen beschreiben. Funktionswörter fuhren typischerweise die Frequenzlisten an - und das unabhängig von der Textsorte. Da Funktionswörter den Kitt bilden, der einen Text grammatisch zusammenhält, finden sie sich in jedem Korpus in großer Zahl, wohingegen die Anzahl und Art der Inhalts Wörter wie Nomen, Adjektive oder Verben stärker vom Inhalt und der Textsorte abhängt.
Wortlisten können nach unterschiedlichen Kriterien gebildet und geordnet werden. Zum einen gibt es Wortlisten, die wie die Wortliste des IDS Wortform-Types auflistet, andere Wortlisten wiederum fassen die einzelnen Wortformen zu Lemma-Types zusammen. Beide Arten von Listen können alphabetisch, nach Frequenz, nach Wortlänge oder nach dem ersten Auftreten eines Lemmas sortiert werden. Röckläufige Wortlisten, d.h. Wortlisten, die Wörter nach ihrem Wortende ordnen, können dazu dienen, charakteristische Wortendungen wie z.B. -el oder -itis zu identifizieren.
Aufgabe 17: Bitte erstellen Sie eine alphabetisch geordnete Frequenzliste (Wortform-Types) für den Textausschnitt aus dem Mainzer Zeitungskorpus (vgl. Abbildung 3, Kapitel 3.1).
Enthalten Wortlisten nicht nur Wortform- oder Lemma-Types, sondern auch Angaben zu deren Häufigkeit, so sind neben einer qualitativen Analyse des Wortschatzes (Welche Wörter finden sich überhaupt im Korpus?) auch quantitative Aussagen möglich (Wie häufig sind die einzelnen Wörter? Welche Wörter kommen besonders häufig vor?). Wortlisten mit Angaben zur Frequenz einzelner Lemma- oder Wortform-Types lassen steh vielfältig nutzen.
Frequenzangaben können z.B. dabei helfen, die Schlag- und Schlüsselwörter eines Korpus bzw. der darin enthaltenen Texte zu identifizieren, da diese im Text überdurcnschnittlich häufig auftreten. Dies ist insbesondere dann von Interesse, wenn es wie bei der Analyse von Wahlkampfreden oder Werbetexten darum geht, sprachliche Mittel herauszuarbeiten, die der Verfasser einsetzt, um die Adressaten in seinem Sinne zu lenken. Wortlisten mit den häufigsten 500 oder 1.000 Wörtern einer Sprache erlauben es, den Kernwortschatz einer Sprache oder Varietät zu bestimmen. Die so entstandenen Wortlisten können wie der Grundwortschatz Deutsch von Pfeffer (1970) im Fremdsprachenunterricht eingesetzt werden, um den Lernenden zuerst jene Wörter beizubringen, denen sie mit
der größten Wahrscheinlichkeit begegnen werden (vgl. Kapitel 1.5). Dass die Intuition eines Sprechers nicht unbedingt zu zuverlässigen Frequenzeinschätzungen führt, zeigte die Wortliste des IDS.
Wortlisten auf der Grundlage von Wortform-Types können zwar relativ leicht erstellt werden, bringen jedoch eine Reihe von Problemen mit sich. So unterscheiden Wortform-basierte Wortlisten wie die des IDS nicht zwischen homographen Wortformen (vgl. das Beispiel Regen in Kapitel 3.4). Auch die unterschiedlichen Bedeutungsvarianten eines polysemen Wortes wie Absatz können in Wortlisten nicht voneinander getrennt werden (vgl. Kapitel 3.5).
3.8 Zusammenfassung
Korpuslinguistische Beschreibungsebenen wie Textwort, Type und Token müssen von sprachlichen Beschreibungsebenen wie Lexem und Wortform unterschieden werden. Korpusdaten können sowohl qualitativ als auch quantitativ ausgewertet werden. Beim Vergleich von Daten muss die Korpus-große berücksichtigt werden.
Verbreitete Verfahren zur Analyse von Korpusdaten sind die Stichwortsuche, das Erstellen von Konkordanzen und Wortlisten sowie die Kollokationsanalyse.
Grundbegriffe: Frequenz, Hapax Legomenon, Kollokation, Konkordanz, KWIC, Normalisierung, Produktivität, qualitative Korpusanalyse, quantitative Korpusanalyse, Textwort, Token, Type, Type-Token-Verhältnis, Wortliste
Weiterführende Literatur
Einen knappen Überblick über methodische Fragen bieten Biber et al. (1998, Teil IV). Ausführlich mit der Korpusanalyse befasst sich Kennedy (1998, Kapitel 4), speziell mit quantitativen Analysen McEnery/Wilson (20032, Kapitel 3). Kollokationen thematisieren Steyer (2002) und Hausmann (2004), Konkordanzen und Kollokationen Sinclair (1991). Mit der Abgrenzung des Wortes in der Linguistik bzw. Korpuslinguistik befassen sich Meibauer et al. (2002, Kapitel 2) und Haß-Zumkehr (2002). Nähere Informationen zu statistischen Verfahren bietet Schlobinski (1996).
50
51