Journal for Language Technology and Computational Linguistics
Yüklə 3,56 Mb. Pdf görüntüsü
|
- Bu səhifədəki naviqasiya:
- Automatisierter Abgleich des Lautstandes althochdeut- scher Wortformen
JLCL 2016 - Band 31(2) 17-24 Roland Mittmann
scher Wortformen
Abstract Um Texte einer Sprache automatisiert auf ihren möglichen Entstehungszeitraum und ihre dialektale Zugehörigkeit hin zu untersuchen, werden für jedes erwartete Graphem und jede Flexionsendung zunächst Entsprechungsregeln zwischen einer idealisierten Sprachform und den Sprachformen in Grammatiken beschriebener Zeit-Dialekt-Räume erfasst. Anschließend werden mithilfe eines Com- puterprogramms unter Anwendung dieser Regeln die belegten Wortformen mit ihren Entsprechun- gen in der idealisierten Sprachform abgeglichen und für jeden Text die Übereinstimmungsgrade mit den einzelnen Zeit-Dialekt-Räumen angegeben. Exemplarisch wird dieser Abgleich für eine althoch- deutsche Wortform beschrieben und das Ergebnis der Analyse des zugehörigen Gesamttextes dargestellt. 1 Untersuchungsthema Seit jeher verändern sich Sprachen im Laufe der zeitlichen Entwicklung. Sobald ihre Sprecherge- meinschaften in verschiedene Gruppen zerfallen, die nicht mehr dauerhaft miteinander in Kontakt stehen, entwickeln sie zudem verschiedene Varietäten. Solange die Normierung einer Sprache nicht erfolgt ist, bleibt die textliche Überlieferung daher sprachlich uneinheitlich. Auch innerhalb eines Textes können Schwankungen auftreten, etwa wenn Sprecher verschiedener Dialekte am selben Text arbeiten oder einen bestehenden Text korrigieren (vgl. etwa B RAU-
NE /R EIFFENSTEIN 2004, § 3 und Anm. 1). Ein einzelner Autor kann ebenfalls verschiedenen dialektalen Einflüssen unterworfen sein oder die im Laufe seines Lebens erfolgte sprachliche Veränderung in seinen Niederschriften wiedergeben. Da vor der Erfindung des Buchdrucks Texte allein durch Abschrift vervielfältigt wurden, kam es schließlich auch seitens der Kopisten – bewusst oder unbe- wusst – zu sprachlichen Anpassungen bei dialektalen Formen bzw. infolge der zeitlichen Entwick- lung.
Sind zu einem Teil der textlichen Überlieferung einer Sprache keine genaueren zeitlichen und örtlichen Angaben bekannt, erscheint es denkbar, diese automatisiert auf ihre Übereinstimmung mit verschiedenen Zeit-Dialekt-Räumen – also Zeitabschnitten mit Bezug auf die verschiedenen örtli- chen Varietäten – zu untersuchen. Diese Untersuchung wird im Folgenden beschrieben. Vorausset- zung dafür ist, dass Angaben zu den üblichen Entsprechungen der verschiedenen Phonem-Graph- Entsprechungen (Lautverschriftungen, vgl. M ITTMANN 2015b, 248) und der Flexionsendungen in den einzelnen Zeit-Dialekt-Räumen vorliegen.
JLCL Mittmann
18 2 Untersuchungsobjekt und Datengrundlage Als Untersuchungssprache wird das Althochdeutsche gewählt, das ab etwa 750 überliefert ist und um 1050 ins Mittelhochdeutsche übergeht (vgl. P AUL ET AL .
korpus umfasst etwa 560.000 Wortformen und erscheint damit für die Untersuchung hinreichend groß. Ein Teil des Korpus sind umfangreiche Texte mit einheitlicher Sprachform und bekannter Überlieferungsgeschichte (etwa die Werke Notkers des Deutschen mit ca. 320.000 Wortformen) 1
Daneben umfasst es aber auch zahlreiche mittelgroße und kleinere Texte, deren Herkunft oft nicht genau bekannt ist, sodass sich die Angaben in den Grammatiken zu zeitlichen und dialektalen Unterschieden beim Laut- und Formenstand nicht auf sie stützen können. Ein Zirkelschluss ist für diese Texte also ausgeschlossen, und die erstgenannten können zur Überprüfung der Untersu- chungsmethode dienen. Das Althochdeutsche weist eine deutlich erkennbare zeitliche Entwicklung auf und lässt sich in fünf gut bezeugte Dialektgebiete (Alemannisch, Bairisch, Ostfränkisch, Rheinfränkisch und Mittelfrän- kisch, vgl. B RAUNE /R
2004, §§ 4-6) gliedern. Zur Abgrenzung werden zudem drei west- germanische Nachbarsprachen (Altsächsisch, Altniederfränkisch und Langobardisch, vgl. B RAU- NE
EIFFENSTEIN 2004, § 2 u. Anm. 1) bei der Untersuchung hinzugenommen. 2
Referenzkorpus Altdeutsch erstellt worden. Das entstandene Korpus umfasst alle althochdeutschen und altsächsischen Texte und weist eine umfangreiche morphologische Annotation auf (vgl. www.deutschdiachrondigital.de , L INDE
/M ITTMANN
2013
sowie M ITTMANN 2013). 3 Vorbereitung der Texte Beleg
Kestírnis
Lemma Gistirni Übersetzung Gestirn Wortart Lemma NA Wortart Beleg NA Flexion Lemma ja_Neut Flexion Beleg 1 ja_Neut Flexion Beleg 2 Sg_Gen Abbildung 1: Korpusauszug aus der St. Galler Schularbeit (vereinfacht) Ausgehend von den im Korpus angegebenen Lemmata und morphologischen Angaben werden mithilfe eines Computerprogramms zunächst idealisierte Wortformen gebildet, die den für die Untersuchung der zeitlichen und dialektalen Zuordnung benötigten Abgleich mit den belegten Wortformen ermöglichen (vgl. M ITTMANN 2015a, 68-74). Dazu werden je nach morphologischen Werten Endungen angefügt oder ersetzt; bei Umlaut oder starken Verben auch Vokalersetzungen im Inlaut durchgeführt. Sowohl das für die Lemmatisierung der althochdeutschen Texte verwendete Wörterbuch (S PLETT
1993) als auch die zur Ermittlung der Flexionsformen verwendete Referenz- grammatik (B RAUNE /R
2004) orientieren sich am ostfränkischen Dialekt um 830, sodass auch die idealisierten Wortformen den größten Teil der im ältesten Althochdeutschen noch be- wahrten lautlichen Unterschiede wiedergeben (vgl. M ITTMANN
2015b, 249). Abbildung 1 zeigt eine Wortform aus dem Referenzkorpus mitsamt einigen Annotationszeilen. Um die idealisierte Wortform zu erzeugen, wird die Ersetzungsregel für die Angaben „N 3 , ja, Yüklə 3,56 Mb. Dostları ilə paylaş:
|