Journal for Language Technology and Computational Linguistics
Yüklə 3,56 Mb. Pdf görüntüsü
|
JLCL 2016 - Band 31(2) 17-24 Automatisierter Abgleich des Lautstandes althochdeutscher Wortformen 19
{Masc|Neut}, Sg, Gen“ (Genitiv Singular eines maskulinen oder neutralen ja -stämmigen Substantivs) – also die grau hinterlegten Informationen – auf das Lemma angewendet. Das auslautende -i wird somit durch -ies
ersetzt, sodass eine idealisierte Wortform gistirnies entsteht, die dann mit dem belegten kestírnis verglichen werden kann. 4
Vorbereitung der Untersuchung Vor der Durchführung der Untersuchung müssen noch Entsprechungsregeln zwischen den ideali- sierten und den belegten Wortformen mit Bezug auf die jeweiligen Zeit-Dialekt-Räume erstellt werden. Dafür wird zunächst in Anlehnung an die Angaben bei B RAUNE /R
(2004) die Zeit von 750 bis 1150 in acht 50-Jahres-Abschnitte unterteilt, damit auch sprachliche Entwicklungen zum Mittelhochdeutschen (ca. 1050–1350) hin erfasst sind. Auf diese Weise ergeben sich in Kombination mit den zusammen acht Dialekten und Nachbarsprachen 64 Zeit-Dialekt-Räume, etwa „Aleman- nisch, 900–950“. Anschließend werden auf Grundlage von Referenzgrammatiken für die althochdeutschen (B RAU-
NE /R EIFFENSTEIN 2004) 5 und frühmittelhochdeutschen Dialekte (P AUL ET AL . 2007) sowie die Nach- barsprachen – G ALLÉE
/T IEFENBACH (1993) fürs Altsächsische, B REMMER
/Q UAK
(1992) fürs Altnieder- fränkische/Altniederländische und B RUCKNER (1895) fürs Langobardische – Entsprechungsregeln erstellt. Die einzelnen Phonem-Graph-Entsprechungen werden dabei nach ihrer Stellung im Wort unterschieden, um der jeweils unterschiedlichen Entwicklung Rechnung zu tragen: Konsonanten nach Anlaut, Inlaut und Auslaut; Vokale (und Diphthonge) nach Präfix, Tonsilbe, Mittelsilbe und Endsilbe. 6 Darüber hinaus ist in zahlreichen Fällen auch die Umgebung der jeweiligen Phoneme entscheidend, wie Abbildung 2 zeigt:
g > {g|k|c} / #_i für “Alemannisch oder Bairisch, 750–1050” g > {g|gh|j|Ø} / #_i für “Altsächsisch” (ohne zeitliche Eingrenzung) i > e / _rC (Tonsilbe) für “Altniederfränkisch oder Altsächsisch” Abbildung 2: Beispiele für Entsprechungsregeln für spezifische Zeit-Dialekt-Räume Neben den Phonem-Graph-Entsprechungen werden für die flektierenden Wortarten auch Flexions- endungen mit gleicher Funktion, aber über den unterschiedlichen Lautstand hinaus auch dialektal unterschiedlicher morphologischer Bildeweise, betrachtet. So lässt sich etwa beim Nominativ Plural der a
-ā auf gemeingermanisches rekonstruiertes *-o
z und schließlich auf urindogermanisches *-oes zurückführen, die altsächsische Endung -os
dagegen auf gemeingermanisches *-o
siz
und schließlich auf urindogermanisches *-óeses
(vgl. K ROGH
1996, 295 i. V. m. B AMMESBERGER 1990, 43 f.). 7 Bei der althochdeutschen Endungsvari- ante -a wiederum liegt wohl eine Übernahme der gleichlautenden Akkusativendung vor (vgl. K ROGH
ebd.). Auf diese Weise ergeben sich 707 Entsprechungsregeln: 203 für Flexionsendungen (plus 21 Regeln für Stammallomorphie) sowie 483 für Phonem-Graph-Entsprechungen (166 für Konsonanten und 317 für Vokale).
Für jeden Text wird eine Wort-für-Wort-Prüfung durchgeführt, indem die Entsprechungsregeln auf dessen einzelne Phonem-Graph-Entsprechungen und Flexionsendungen angewendet werden. Dabei
JLCL Mittmann
20 wird berücksichtigt, dass das Korpus nur wortweise aligniert ist und oft keine 1:1-Zuordnungen der Phonem-Graph-Entsprechungen zueinander vorliegen. Im Althochdeutschen gilt, von Ausnahmen abgesehen, Anfangsbetonung, und aufgrund der schon in ältester Zeit (vgl. B RAUNE
/R EIFFENSTEIN
2004, § 54) beginnenden Vokalreduktion in den unbetonten Silben – bis hin zum Schwund – sowie des Auftretens epenthetischer Vokale und Konsonanten (vgl. ebd., § 69) ist vor allem
in den Mittelsilben mit mangelnden Entsprechungen zu rechnen. Um möglichst viele automatisierte Laut- zuordnungen zu ermöglichen, erfolgt die Prüfung daher von beiden Wortenden aus zur Mitte hin. Da Komposita und Präfixe im Korpus nicht markiert sind, wird jedoch auch in Mittel- und Endsil- ben geprüft, ob ein betonter Vokal vorliegt. Zudem wird die Möglichkeit von Doppel- und Einfach- schreibung stets mitberücksichtigt. Sofern das Wort flektiert, wird zunächst die Endung ermittelt und mit den in den einzelnen Zeit- Dialekt-Räumen bezeugten Formen abgeglichen. Unterschiede zwischen verschiedenen Endungsfor- men mit dem gleichen zugrundeliegenden Lautstand werden an dieser Stelle nicht berücksichtigt. Unabhängig davon erfolgt dann der Abgleich eines eventuellen auslautenden (sowie eventueller diesem vorangehenden inlautender) Konsonanten, danach in mehrsilbigen Wörtern des Endsilben- vokals und des diesem vorangehenden inlautenden Konsonanten. Ist die Endung hiervon noch nicht vollständig abgedeckt, werden noch weitere Mittelsilbenvokale und inlautende Konsonanten abgegli- chen. Anschließend wird der Abgleich am Wortanfang mit einem eventuellen anlautenden (sowie eventuellen diesem folgenden inlautenden) Konsonanten und dem Tonsilbenvokal fortgesetzt, gefolgt von Mittelsilbenvokalen und inlautenden Konsonanten. Falls der Lautstand den Beginn mit einem unbetonten Präfix zulassen könnte, wird diese Möglichkeit für den ersten Vokal mit einbezo- gen. Findet sich keine passende Entsprechungsregel, bricht das Programm die Untersuchung der Wort- form vom Ende zur Mitte hin bzw. vom Anfang zur Mitte hin ab. Erfolgt der Abbruch unmittelbar im Auslaut oder Anlaut, wird die Prüfung also ausschließlich in die jeweils andere Richtung durch- geführt. Passen sowohl die Endung als auch Auslaut und Anlaut nicht, wird die Wortform vollstän- dig übersprungen, da in diesem Fall von einer Fehlzuweisung auszugehen ist, die bei einem Korpus dieser Größe nicht ausgeschlossen werden kann. Um den Übereinstimmungsgrad eines Textes mit den einzelnen Zeit-Dialekt-Räumen zu ermitteln, wird dieser mit jeder Regelanwendung für alle 64 Zeit-Dialekt-Räume – jeweils beginnend bei 0 – erhöht oder gesenkt. Da eine nur in wenigen Zeit-Dialekt-Räumen verbreitete Lautform für die Zuordnung eines Textes als deutlich signifikanter gelten kann als eine, die in fast allen Zeit-Dialekt- Räumen vorkommt, wird jedes Mal die Gesamtzahl der Zeit-Dialekt-Räume (64) durch die Zahl der (nicht) zutreffenden Zeit-Dialekt-Räume geteilt und 1 davon abgezo gen: So ergibt sich etwa eine Ver- änderung von ± 0, wenn alle Zeit-Dialekt-Räume zutreffen (64/64 - 1), und eine Veränderung von + 4,3 für die in Abbildung 2 zuoberst genannte Regel, die auf zwölf Zeit-Dialekt-Räume zutrifft (64/12 - 1). Der ermittelte absolute Übereinstimmungsgrad jedes einzelnen Zeit-Dialekt-Raums wird schließlich prozentual auf den Übereinstimmungsgrad eines fiktiven („idealen“) Zeit-Dialekt-Raums bezogen, der dem jeweiligen Text exakt entspricht, sodass sich ein relativer Übereinstimmungsgrad ergibt.
Yüklə 3,56 Mb. Dostları ilə paylaş:
|