[IDS-Logo] Online-Hilfe zu COSMAS II: Syntax der zeilenorientierten Suchanfragesprache - Druckversion

Syntax der zeilenorientierten Suchanfragesprache

Übersicht

1. Allgemeines zur Suchanfrage
1.1. Suchbegriff und Suchmuster
1.2. Zeichensatz und Sonderzeichen
1.3. Groß-/Kleinschreibung
1.4. Klammerungen
1.5. Suchanfrage und Suchergebnis
1.6. Suchlauf und temporäre Wortformenlisten
2. Suchoperatoren
2.1. Wortformoperatoren
2.1.1. Die Platzhalteroperatoren *, ?, +
2.1.2. Der Grundformoperator &
2.1.3. Der Ignorierungsoperator $
2.1.4. reguläre Ausdrücke mit #REG()
2.2. Logische Operatoren
2.3. Abstandsoperatoren
2.3.1. Der Wortabstandsoperator w
2.3.2. Der Satzabstandsoperator s
2.3.3. Der Absatzabstandsoperator p
2.4. Annotationsoperatoren
2.4.1. Der Operator MORPH
2.5. Kombinationsoperatoren
2.5.1. Der Operator IN
2.5.2. Der Operator OV
2.6. Elementoperatoren
2.6.1. Der Operator ELEM
2.7. Textbereich-Operatoren
2.7.1. Der Operator LINKS
2.7.2. Der Operator RECHTS
2.7.3. Der Operator INKLUSIVE
2.7.4. Der Operator EXKLUSIVE
2.7.5. Der Operator BED
3. diverse Textauszeichnungen
3.1 Textpositionen

1. Allgemeines zur Suchanfrage

Mit der Suchanfragesprache von COSMAS II lassen sich linguistische und andere sprachbezogene Fragestellungen umsetzen.
Neben der Suche nach einfachen Wortformen bietet COSMAS II eine Vielzahl von Möglichkeiten für Kombinationssuchen und Suchen mit Suchmustern.

Was Sie für die Eingabe von Suchanfragen wissen sollten:

Die Suchanfragesyntax gewährleistet eine relativ hohe Treffergenauigkeit. Unter Suchanfragesyntax ist die Verbindung von bestimmten Einheiten (Suchoperatoren) zu einer Suchanfrage nach den Regeln der Abfragesprache zu verstehen.


1.1. Suchbegriff und Suchmuster

Unter Suchbegriff ist im Zusammenhang mit COSMAS II folgendes zu verstehen:

- in der Suchanfrage:

- in Korpustexten:

Logische Operatoren als Suchbegriffe

Sollen die Wörter "und", "oder", "nicht", "and", "or", "not" Suchbegriffe sein, sind sie in Anführungsstriche zu setzen.

Beispiel-Suchanfragen:

bevor /+w5 "nicht"
groß "oder" klein
Kind "und" Kegel

Platzhalteroperatoren als Suchbegriffe

Sollen die Platzhalter ?, * oder + Suchbegriffe oder Teile von Suchbegriffen sein, ist jeweils ein "\" voranzustellen.

Beispiel-Suchanfragen:

\?
\*
\+
\\

Soll der Backslash ("\") selbst Suchbegriff oder Teil eines Suchbegriffs sein, muss ebenfalls ein Backslash vorangestellt werden.


1.2. Zeichensatz und Sonderzeichen

COSMAS II akzeptiert die deutschen Sonderzeichen (ä, Ä, ö, Ö, ü, Ü sowie ß) in den Wörtern der Suchanfrage sowie alle weiteren Sonderzeichen von ISO 8859-1, dem Zeichensatz der westeuropäischen Sprachen.

[ISO-Latin1.jpg]

(Grafik entnommen aus Wikipedia)

Das Et-Zeichen &

Eine Ausnahme innerhalb ISOlat1 bildet das Et-Zeichen '&', das wegen seiner Funktion in HTML- und UNICODE-Zeichenkodierungen als & kodiert ist und als solches gesucht werden muss.

WORT(H&M-Kette)

Diese Suchanfrage findet Vorkommnisse von H&M-Kette.

Sonderzeichen am Wortende

Jede Wortform, die in den Korpustexten mit einem Sonderzeichen endet, ist nur ohne dieses Zeichen suchbar. Davon ausgenommen sind Abkürzungen, sie behalten ihren Punkt auch in der Suchanfrage.

Wenn z.B. nach "usw." oder "Prof." gesucht werden soll, muss in der Suchanfrage stehen:

Beispiel-Suchanfragen:

usw.
Prof.

Suche nach Wortformen mit Sonderzeichen außerhalb von ISOLat1

COSMAS II nutzt als Standard-Zeichensatz ISOLat1 (entspricht ISO8859-1). Zeichen, die sich nicht in diesem Zeichensatz befinden bzw. Zeichen, von denen man nicht genau weiss, wie man sie über die Tastatur eingeben soll, können als XML-Zeichen mit dezimalem UNICODE-Wert eingegeben werden.

Beispiel: Auslassungspunkte

Zeichen Symbol HTML-Zeichen UNICODE-Wert
dezimal
UNICODE-Wert
hexadezimal
Auslassungspunkte … 8230 x2026

Beispiel: Suchanfrage nach dem Sonderzeichen allein

"…"

Bemerkung: da das &-Zeichen am Anfang des Suchbegriffs steht, muss der gesamte Suchbegriff zwischen Anführungszeichen geschrieben werden, damit COSMAS II es vom Lemmatisierungsoperator unterscheiden kann.

Beispiel: Suchanfrage nach dem Sonderzeichen innerhalb eines Suchbegriffs

"*…"
"*…*"
"…*"

Wie lautet die Kodierung meines Sonderzeichens

Der Dezimalwert vieler Sonderzeichen läßt sich z.B. in Wikipedia nachschlagen. Siehe zum Beispiel den Wikipedia-Eintrag für die Auslassungspunkte.

Wortliste

Der WORT-Operator verfügt außerdem über eine globale Wortformliste, die Sie aufrufen können, um sich die Wortformen im momentan aktiven Archiv präsentieren zu lassen und gegebenenfalls eine davon auszuwählen.


1.3. Groß-/Kleinschreibung

Ob die Groß-/Kleinschreibung in einer Suchanfrage beachtet oder ignoriert werden, hängt in erster Linie davon ab, welche allgemeinen Einstellungen Sie in den Optionen zur Suche getroffen haben. Dort können Sie angeben, ob die Groß-/Kleinschreibung nur am Wortanfang, für den Rest des Wortes oder das ganze Wort beachtet werden soll.

Beispiel-Suchanfrage:

sein

Falls die Optionen zur Groß-Kleinschreibung deaktiviert sind, liefert diese Suchanfrage Treffer für "sein", "Sein" oder "SEIN".
Bei Aktivierung der Groß-/Kleinschreibung am Wortanfang dagegen erhalten Sie nur Treffer für "sein".

Beispiel-Suchanfrage:

Sein

Falls die Optionen zur Groß-Kleinschreibung deaktiviert sind, liefert diese Suchanfrage dieselben Treffer wie die vorhergehende Suchanfrage sein.
Bei Aktivierung der Groß-/Kleinschreibung am Wortanfang dagegen erhalten Sie ausschließlich Treffer für "Sein".


1.4. Klammerungen

Enthält Ihre Suchanfrage mehr als einen Abstandsoperator, sind runde Klammern zu setzen.

Beispiel-Suchanfragen:

(Tag /+w2 offenen) /+w1 Tür

Auch möglich, aber zeitaufwändiger, weil der ein sehr häufiges Wort ist:

((Tag /+w1 der) /+w1 offenen) /+w1 Tür

Enthält Ihre Suchanfrage logische Operatoren und Abstandsoperatoren, sind ebenfalls runde Klammern zu setzen.

Beispiel-Suchanfragen:

&herausfordern oder (&fordern /+s0 heraus)
(Landschaft oder Gegend) /s0 &schauen
((schöne oder große) /+w3 Augen) /s0 &machen

1.5. Suchanfrage und Suchergebnis

Die Treffermenge kann aus Einzelworttreffern oder aus Mehrworttreffern bestehen, was von der Syntax der Suchanfrage abhängt.

Enthält Ihre Suchanfrage nur einen Suchbegriff oder sind mehrere Suchbegriffe mit logischen Operatoren verknüpft, besteht die Treffermenge aus Einzelworttreffern.

Beispiel-Suchanfragen:

Willkommen
anscheinend oder scheinbar

Haben Sie in Ihrer Suchanfrage Abstandsoperatoren verwendet, besteht die Treffermenge aus Gruppen von zusammengehörenden Suchbegriffen.
Die nachfolgende Suchanfrage erzeugt beispielsweise Gruppen von zwei Treffern innerhalb eines Satzes bestehend aus den beiden Suchbegriffen.

Beispiel-Suchanfrage:

offen /s0 sprechen

Im Zusammenhang mit der Ergebnispräsentation und -sortierung behandelt COSMAS II die zusammengehörenden Suchbegriffe der Gruppen immer als Mehrworttreffer.


1.6. Suchlauf und temporäre Wortformlisten

Bei Anwendung der Wortformoperatoren *, ?, +, & und $ ist der Suchlauf in drei Phasen unterteilt:

1. Phase: Korpusvalidierung der Treffer
COSMAS II ermittelt im aktiven Korpus zunächst die zu jedem einzelnen Suchmuster der Suchanfrage passenden Wortformen. Hierbei werden automatisch sogenannte temporäre Wortformlisten erstellt.
2. Phase: Editieren der temporären Wortformlisten
In jeder temporären Wortformliste, die Sie sortieren lassen können, wählen Sie die Wortformen aus, die Sie in der 3. Phase in den Texten suchen lassen möchten.
3. Phase: Belegsuche
COSMAS II sucht die Belegstellen zu den angewählten Wortformen der temporären Wortformliste.

Ob in der 1. Phase des Suchlaufs temporäre Wortformlisten angezeigt werden oder nicht, ergibt sich aus der von Ihnen vorgenommenen Einstellung der Optionen zur Suche.


2. Suchoperatoren

Übersicht

COSMAS II kennt folgende Klassen von Suchoperatoren:

  1. Wortformoperatoren
  2. Logische Operatoren
    • die Operatoren UND, ODER, NICHT
  3. Abstandsoperatoren
  4. Annotationsoperatoren
  5. Kombinationsoperatoren
  6. Elementoperatoren für SGML- bzw. XML-Annotationen
  7. Textbereich-Operatoren

2.1. Wortformoperatoren

Wortformoperatoren sind Funktionszeichen für spezielle Suchoperationen zur Ermittlung bestimmter im aktiven Korpus vorkommender Wortformen.
Zusammen mit Wörtern bzw. Wortsegmenten bilden sie Suchmuster, zu denen COSMAS II die im aktiven Korpus vorkommenden passenden Wortformen ermittelt.

COSMAS II kann nach mehreren Suchbegriffen gleichzeitig suchen. Die einzelnen Suchbegriffe müssen in der Suchanfrage durch logische Operatoren und/oder Abstandsoperatoren miteinander verknüpft sein.

Zu den Wortformoperatoren gehören

Darüber hinaus ist auch eine einfache Wortform oder ein Wortsegment ein Operator dieser Kategorie.

Eine simple Suchanfrage kann durch die Suche nach einer einfachen Wortform gestartet werden.

Willkommen

2.1.1. Die Platzhalteroperatoren *, ?, +

Diese Operatoren ermöglichen die Suche nach Wörtern und Wortsegmenten mit ergänzenden Zeichen(ketten). Das Wort (bzw. das Wortsegment) als solches ist ebenfalls gleichzeitig Suchbegriff.

Diese Operatoren sind "Platzhalter" für beliebige Zeichen:

* steht für 0 bis n Zeichen (keines bis "unendlich" viele),
? steht für genau ein Zeichen,
+ steht für 0 oder 1 Zeichen (höchstens eines).

Diese Operatoren können am Anfang oder am Ende von Wörtern bzw. Wortsegmenten stehen bzw. von Wortsegmenten umgeben sein. Sie sind ohne Leerzeichen mit dem Wort bzw. Wortsegment in das Suchanfragefenster zu schreiben.

Operator(en) und Wort bzw. Wortsegment(e) bilden das Suchmuster.

Ein solches Suchmuster muss mindestens zwei Buchstaben enthalten. Wenigstens ein Buchstabe muss am Anfang oder am Ende des Suchmusters stehen.

Die Operatoren können mehrmals in einem Suchmuster vorkommen.

Beispiel-Suchanfragen

Bei Verwendung des Platzhalters * (beliebig viele oder gar kein Zeichen)

Mond*

erhalten Sie in der temporären Wortformliste bspw. die Treffer

*mond

Hier erhalten Sie - neben dem Wort "mond" selbst - u.a. die Treffer "Neumond", "Vollmond", aber auch "Raymond" oder "Hammond".

Bei Verwendung des Platzhalters ? (genau ein Zeichen)

Mond?

enthält die Wortformliste Treffer für "Monde" - einerseits die Flexionsformen des deutschen Wortes "Mond", andererseits das gleichlautende französische Wort - oder auch "Mondo" oder "Mondy".

Bei Verwendung des Platzhalters + (höchstens ein Zeichen)

Mond+

erhalten Sie neben allen Treffern der obigen Suchanfrage Mond? auch das Wort "Mond" selbst.

Ob Groß-/Kleinschreibung berücksichtigt wird, wenn das Suchmuster mit einem Wort bzw. Wortsegment beginnt, ergibt sich aus der von Ihnen vorgenommenen Einstellung in den Optionen zur Suche.


2.1.2. Der Grundformoperator &

Dieser Operator ermöglicht nicht nur die Suche nach Flexions-, sondern auch nach Wortbildungsformen zu einer in der Suchanfrage eingegebenen Grundform (einem unflektierten Wort bzw. Wortbildungsmorphem).
Bei der Verwendung des Grundformoperators & muss in der Grundform das ß-Zeichen durch ss ersetzt werden, z.B. &gross.

Die Grundform als solche ist ebenfalls gleichzeitig ein Suchbegriff.

Im Zusammenhang mit COSMAS II sind Grundformen

Der Operator muss ohne Leerzeichen am Anfang der Grundform stehen.

Beispiele zur Anwendung des Grundformoperators

Erweiterte Optionen für Komposita

Bei eingeschalteter Option für Komposita sind nun auch folgende erweiterte Optionen verfügbar.


2.1.3. Der Ignorierungsoperator $

Dieser Operator ermöglicht eine teilweise groß-/kleinschreibungsunabhängige Suche.
Er ist nur von Bedeutung, wenn die Option Groß-/Kleinschreibung beachten eingeschaltet ist und folglich die in der Suchanfrage vorgegebene Groß-/Kleinschreibung bei der Suche beachtet wird.

Trotz aktivierter Option Groß-/Kleinschreibung beachten haben Sie die Möglichkeit, einen bestimmten Suchbegriff einer Suchanfrage groß-/kleinschreibungsunabhängig suchen zu lassen: Sie setzen den Ignorierungsoperator $ ohne Leerzeichen an den Anfang des betreffenden Suchbegriffs. Dadurch ist die oben erwähnte Option in Bezug auf diesen Suchbegriff außer Kraft gesetzt.

Beispiel-Suchanfrage:

(Tag /+w2 $offenen) /+w1 Tür

Sofern in den Texten des aktiven Korpus vorhanden, erhalten Sie Belege z.B. für "Tag der offenen Tür", "Tag der Offenen Tür", "Tag der OFFENEN Tür".

"Tag" und "Tür" werden so gefunden, wie sie in der Suchanfrage stehen; es gibt also keine Treffer für z.B. "TAG", auch wenn diese Schreibweise innerhalb der Wortgruppe vorhanden sein sollte.

Ohne diesen Operator würde COSMAS II die Wortform "offenen" nur so finden, wie sie in der Suchanfrage steht, nämlich in klein geschriebener Form: "Tag der offenen Tür".


2.1.4. Reguläre Ausdrücke mit #REG()

Für die Formulierung von Suchbegriffen mittels erweiterten regulären Ausdrücken kann der Operator #REG eingesetzt werden. Pro Suchanfrage sind mehrere davon möglich. Die regulären Operatoren *, ? und + werden in COSMAS II zwar ebenfalls als Platzhalter-Operatoren eingesetzt; innerhalb von #REG() werden sie jedoch nach einer anderen Syntax eingesetzt.

Syntax

Der Operator #REG() kann einen oder mehrere reguläre Ausdrücke aufnehmen, z.B. #REG(Ausdruck) oder #REG(Ausdr1 Ausdr2 etc.). Jeder Ausdruck steht für eine Wortform und generiert eine eigene temporäre Wortformliste. Die verschiedenen Ausdrücke werden intern durch ein logisches oder im Endergebnis zusammengeführt.

Die Syntax der erweiterten regulären Ausdrücke ist zu umfangreich, als dass sie hier beschrieben werden könnte. Sie kann allerdings überall im Internet nachgelesen werden. Mit den zahlreichen nachfolgenden Beispielen können schon etliche interessante Fälle abgedeckt werden.

Folgende Einschränkungen seien allerdings an dieser Stelle erwähnt: vordefinierte Symbole wie \< (Wortanfang), \> (Wortende), \w (Klasse der alphanumerischen Zeichen) und /W (Klasse aller nicht-alphanumerischen Zeichen) verhalten sich anders als erwartet und sollten eher vermieden werden.

Beispiele

#REG(Archi.*ung)

Damit werden Wortformen gesucht, die Archi und ung enthalten. Abhängig von der eingestellten Option Groß-/Kleinschreibung beachten wird hierbei die Groß-/Kleinschreibung der Zeichen gegenüber dem regulären Ausdruck beachtet oder nicht. Die Teilbegriffe Archi bzw. ung werden nicht nur am Wortanfang und -ende gesucht, sondern auch innerhalb der Wortformen.

#REG( ^Archi.*ung$ )

Durch das Einfügen der Operatoren ^ (für Wortanfang) und $ (für Wortende) werden einzig die Wortformen gesucht, die mit Archi beginnen und mit ung enden.

#REG( Verschlusss?ache )

Hiermit werden Varianten von Verschlusssache mit 2 oder 3 's' gesucht.

#REG( Redakteur(s|e|en|in|innen)? )

Hiermit werden Varianten von Redakteur mit den fakultativen Endungen s, e, en, in und innen gesucht.

#REG( ^1[89][0-9][0-9]$ )

Damit lassen sich Jahreszahlen zwischen 1800 und 1999 suchen.

#REG( ^1[89][0-9]{2}$ )

Durch die Angabe von {2} lassen sich in etwas kompakterer Form die Jahreszahlen zwischen 1800 und 1999 suchen.

#REG( ^[0-9]{2}\.[0-9]{2}\.[0-9]{2,4}$ )

Wieder ein regulärer Ausdruck für Datumsangaben im Format 21.10.2005 oder 21.10.05. Da der einfache Punkt in regulären Ausdrücken die Bedeutung eines beliebigen Zeichens hat, muss hier \. geschrieben werden, um genau den Punkt zu spezifizieren.

#REG( ^[^0-9]*Uhr )

Gefunden werden hiermit Varianten von Uhr, bei denen zwischen dem Wortanfang und der Zeichenkette Uhr keine Ziffern vorkommen. Damit werden z.B. Angaben wie 19Uhr, 18.30Uhr etc. vermieden.

#REG( ^[^-]*bahn[^-]*$ )

Hiermit werden, unter Ausschluss jeglichen Bindestrichs, Wortbildungen von Bahn gesucht.

#REG( ^[^-]*bahn-[^-]*$ )

Durch das hinter bahn eingefügt - werden nun Wortbildung von bahn mit genau 1 Bindestrich gesucht. Gefunden werden z.B. Eisenbahn-Gesellschaft, bahn-übliche, etc..

#REG( ^[^-]{4,6}-[^-]{4,6}-[^-]{4,6}$ )

Gesucht werden hiermit Wortzusammensetzungen bestehend aus genau 2 Bindestrichen und drei Teilen mit 4 bis 6 Zeichen. Gefunden werden z.B. "Alte-Welt"-Wirt, "Sisi"-Gedenk-Kuchen, "Tante-Emma"-Laden, Zwölf-Punkte-Skala, etc.

#REG( ^[[:upper:]][[:lower:]]{2,5}[[:upper:]][[:lower:]]+ )

Sogenannte Zeichenklassen können in der Form [[:upper:]] oder [[:digit:]] spezifiziert werden. Das obige Beispiel sucht nach Wortformen mit mindestens 1 Binnenmajuskel nach folgendem Muster:

zuerst eine Majuskel, gefolgt von 2-5 Minuskeln, gefolgt von genau 1 Binnenmajuskel, gefolgt von mindestens 1 Minuskel.

Gefunden werden Wortformen wie AbiWord, ActionFirst, ÜberLeben, etc. aber auch ActionFormBean mit mehreren Binnenmajuskeln.

Weiterführendes Beispiel

#COND( #REG( ^Archi.*ung$ ), -sa)

Reguläre Ausdrücke können auf diese Art mittels des #COND()-Operators an bestimmten Positionen im Text gesucht werden. In diesem Beispiel werden Wortformen gefunden, die nicht am Satzanfang stehen.

Zu beachten ist in diesem Fall folgendes: der reguläre Ausdruck erzeugt in einem ersten Schritt eine temporäre Wortformliste zu ^Archiv.*ung$ ohne die Position im Text zu überprüfen. Erst im zweiten Schritt findet der Vorgang statt, der die Wortformen am Satzanfang rausfiltert.

Hinweis zu den Klammern ( und )

Die runden Klammern können innerhalb eines regulären Ausdrucks eingesetzt werden, um Alternativen auszudrücken, siehe dazu das Beispiel zu Redakteur.

Sie können jedoch nicht als suchbare Zeichen eingesetzt werden, weder einzeln noch über die Escape-Sequenz \( oder \), da dies zu einem Syntaxfehler im Query Interpreter von COSMAS II führt. Runde Klammern müssen in COSMAS II ohne den Operator #REG() eingesetzt werden.

Optionen

Suche - Suchmodalitäten

In dieser Optionskategorie wirkt sich einzig die Option Groß-/Kleinschreibung beachten für andere Zeichen ebenfalls auf die Auflösung von regulären Suchausdrücken aus: ist sie eingeschaltet, wird die Groß-/Kleinschreibung des regulären Ausdrucks berücksichtigt (empfohlen), andernfalls nicht.

Die beiden anderen Optionen der Suchmodalitäten haben hier keine Wirkung.

Suche - Expansionslisten und Begrenzung der Ergebnismenge

Die Optionen für die Expansionslisten und die Begrenzung der Ergebnismenge sind für reguläre Ausdrücke ebenfalls wirksam.

 


2.2. Logische Operatoren

Die logischen Operatoren UND, ODER, NICHT arbeiten textweise.

Der Operator UND

Wenn Suchbegriffe mit dem logischen Operator UND verknüpft sind, findet COSMAS II im aktiven Korpus die Texte, in denen alle Suchbegriffe vorkommen.

Beispiel-Suchanfrage:

anscheinend und scheinbar

Mit dieser Suchanfrage liefert COSMAS II die Texte, in denen "anscheinend" und "scheinbar" vorkommen.

Der Operator ODER

Wenn Suchbegriffe mit dem logischen Operator ODER verknüpft sind, findet COSMAS II im aktiven Korpus alle Texte, in denen mindestens eines der Suchbegriffe vorkommt.

Beispiel-Suchanfrage:

anscheinend oder scheinbar

Mit dieser Suchanfrage liefert COSMAS II die Texte, in denen "anscheinend" oder "scheinbar" oder beide Suchwörter vorkommen.

Wenn Sie die Suchoption Weggelassener Verknüpfungsoperator bedeutet auf logische "oder"-Verknüpfung eingestellt haben, so können Sie die Suchbegriffe auch ohne den Operator ODER einfach aneinanderreihen:

anscheinend scheinbar

Diese Vorgehensweise ermöglicht, mehr Suchbegriffe im Fragefenster unterzubringen. Das Suchergebnis ist dasselbe, als hätten Sie den Operator ODER verwendet.

Der Operator NICHT

Mit dem logischen Operator NICHT werden alle Texte vollständig aus dem Suchergebnis ausgeschlossen, in denen der Suchbegriff, der in der Suchanfrage hinter dem NICHT steht, mindestens einmal vorkommt.

Beispiel-Suchanfrage:

anscheinend nicht scheinbar

Mit dieser Suchanfrage schließt COSMAS II alle Texte vollständig aus dem Suchergebnis aus, in denen "scheinbar" mindestens einmal vorkommt. Sie erhalten also nur Texte, in denen "anscheinend" allein auftritt. Es ist zu bedenken, dass auch die Texte aus dem Suchergebnis ausgeschlossen werden, in denen "anscheinend" und "scheinbar" zusammen vorkommen.

Zum Auffinden eines Suchbegriffs, bei dem ein zweiter Suchbegriff in einem bestimmten Abstand nicht vorkommt, wird der trefferausschließende Abstandsoperator verwendet.


2.3. Abstandsoperatoren

Abstandsoperatoren ermöglichen, nach zwei und mehr Suchbegriffen suchen zu lassen, die in einem bestimmten Abstand zueinander vorkommen (treffereinschließende Abstandsoperatoren) oder nicht vorkommen (trefferausschließende Abstandoperatoren).

Alle Operatoren können Sie ins Suchanfragefenster schreiben (UND, ODER, NICHT können mit großen oder kleinen Buchstaben im Suchanfragefenster stehen; in den Beispiel-Suchanfragen wurden grundsätzlich kleine Buchstaben verwendet).

Zu den Abstandsoperatoren gehören

die sich jeweils in zwei Gruppen gliedern lassen:

Mit einem Abstandsoperator geben Sie an, wie groß der Abstand von Suchbegriff zu Suchbegriff maximal sein oder in welchem Intervall er liegen soll.

Abstandstyp Abstandsoperator
treffereinschließend trefferausschließend
Wortabstand /w.. %w..
Satzabstand /s.. %s..
Absatzabstand /p.. %p..

Anstelle der Pünktchen im jeweiligen Abstandsoperator setzen Sie eine Zahl als Wert für den gewünschten maximalen Abstand (z.B. /w1) oder zwei durch Doppelpunkt getrennte Zahlen als Wert für den gewünschten Intervallabstand (z.B. /w3:2) ein.

Multi-Abstände

Die oben genannten Wortabstände lassen sich miteinander kombinieren, um die gewünschten Belege noch besser einzuschränken. Dabei werden die Abstandsbedingungen ohne Leerstelle hintereinander und von einem Komma getrennt geschrieben:

ein /+w1,s0 Fest

Mit dieser Suchanfrage läßt sich die Wortfolge ein Fest innerhalb von Sätzen suchen.

Beispiel-Suchanfragen:

Dach /s2 Fach
Dach /+w1 Fach
Dach /-w1:2 Fach
Dach %p0 Fach

Maximal- und Intervallabstand

Treffer-Reihenfolge

Im Zusammenhang mit den Abstandsoperatoren können Sie vorgeben, in welcher Reihenfolge die Suchbegriffe in den Belegen auftreten sollen.

Das + (Pluszeichen) im Operator (z.B. /+w..) bedeutet, dass das in der Suchanfrage zuerst stehende Suchbegriff auch im Beleg vor dem zweiten Suchbegriff stehen soll.

Das - (Minuszeichen) im Operator (z.B. /-w.. ) bedeutet, dass das in der Suchanfrage zuerst stehende Suchbegriff im Beleg nach dem zweiten Suchbegriff stehen soll.

Ohne + und - ist die Reihenfolge der Suchbegriffe im Beleg beliebig.

Mit Hilfe des Plus- bzw. Minuszeichens in einem Abstandsoperator haben Sie die Möglichkeit, die Treffergenauigkeit der Suchen zu erhöhen (Beispiel: &fordern /+s0 heraus).

Einwort- und Mehrworttreffer

Der einschließende Abstandsoperator liefert in der Regel eine Liste von Mehrworttreffern, die aus den Texttreffern der beiden Suchbegriffen bestehen.

Beispiel-Suchanfrage:

Geist /+w2:10 Zeit

Die Mehrworttreffer bestehen in diesem Beispiel aus den Wortpaaren "Geist" und "Zeit".

In einigen Fällen kann ein Abstandsoperator auch einzelne Einworttreffer liefern, wenn beide Suchbegriffe das gleiche Textwort liefern und der Abstandsoperator das Verschmelzen beider Textwörter zu einem Treffer zulässt.

Beispiel-Suchanfrage:

&Geist /s0 &Zeit

Durch Anwendung des Grundformoperators liefern beide Suchbegriffe einige identische Textwörter wie z.B. Zeitgeist. In diesem Fall führt dies zur Ausführung der Kombination von "Zeitgeist /s0 Zeitgeist".
Da "Zeitgeist" - mit sich selbst kombiniert - immer auch im selben Satz vorkommt, wird in diesem Fall ein Einworttreffer zurückgeliefert. Soll dies vermieden werden, muss ein Intervallabstand eingesetzt werden (Bsp. &Geist /w1:6 &Zeit) oder ein gerichteter Abstand (&Geist /+s0 &Zeit).

Der ausschließende Abstandsoperator liefert ausschließlich eine Liste von Einworttreffern bestehend aus dem ersten Suchbegriff der Suchanfrage.

Beispiel-Suchanfrage:

&Geist %s0 &Zeit

In diesem Fall besteht die Ergebnisliste lediglich aus Texttreffern von &Geist.

Typische Fallen

Abstand /+w1:1 statt /+w1

Bei der Suche nach einem Muster wie "es scheint, dass es" wird der Suchbegriff "es" zweimal verwendet. Falls Sie dieses Muster mit der folgenden Suchanfrage suchen, werden Sie falsche Ergebnisse erhalten:

(((es /+w1 scheint) /+w1 dass) /+w1 es)

Obwohl COSMAS II korrekt gearbeitet hat, werden Sie unter den Ergebnissen folgende Textpassagen finden:

(1) Doch es scheint, dass es sich der Vatikan... (richtig)
(2) und es scheint, dass dieser Wellenschlag ... (falsch)
(3) Ob als Produzent oder Musiker, es scheint, dass seine Leidenschaft... (falsch)

(2) und (3) werden von COSMAS II zurückgeliefert werden, da die gewählte Formulierung die Kombination von "es scheint, dass" und "es" mit der Bedingung /+w1, die gleichbedeutend ist wie /+w0:1, zulässt.
Die Bedingung /+w0 ist erfüllt, da "es" innerhalb von "es, dass" erscheint.

Um diese Falle zu vermeiden, formulieren Sie das gesuchte Muster wie folgt unter Einsatz von /+w1:1:

(((es /+w1 scheint) /+w1 dass) /+w1:1 es)
(es /+w1:1 (scheint /+w1 (dass /+w1 es)))

Option Weggelassener Verknüpfungsoperator

In der folgenden Suchanfrage sind zwei Suchbegriffe ohne Abstandsoperator angegeben:

runder Tisch

Da in diesem Fall implizit zwei verschiedene Operatoren gemeint sein können, nämlich der Wortabstand /+w1 und der logische Operator ODER, müssen Sie mit der Suchoption Weggelassener Verknüpfungsoperator (im Suchanfragefenster) den gewünschten Operator einstellen:

Option
Weggelassener Verknüpfungsoperator
implizite Bedeutung
[Bildschirmausschnitt] runder /+w1 Tisch
[Bildschirmausschnitt] runder oder Tisch


2.3.1. Der Wortabstandsoperator w

Mit diesem Operator können Sie vorgeben, dass nur solche Textstellen Treffer sind, in denen zwei und mehr Suchbegriffe in einem bestimmten maximalen Abstand von Wörtern vorkommen.

Beispiel-Suchanfrage:

Gegenwart /w4 Zukunft

Mit dieser Suchanfrage erhalten Sie Belege, in denen die Wörter "Gegenwart" und "Zukunft" im Abstand von bis zu 4 Wörtern vorkommen. In den Belegen kann "Zukunft" im Abstand von bis zu 4 Wörtern vor oder/und nach "Gegenwart" stehen, denn es wurde keine Treffer-Reihenfolge vorgegeben (kein + oder - im Operator verwendet).

Wortabstand und Satzzeichen

COSMAS II interpretiert Satzzeichen im Zusammenhang mit dem Wortabstand ähnlich wie Suchwörter. Der Abstand von einem Satzzeichen zu einem Wort ist folgendermaßen definiert:

In der Fügung "... das heißt, daß ..." hat das Komma zu "heißt" einen Abstand von 0 Wörtern, zu "daß" einen Abstand von 1 Wort.

Zielt Ihre Suche auf ein Suchwort mit unmittelbar nachgestelltem Satzzeichen ab, können Sie den Wortabstands-Operator in der Form /w0 (im Abstand von 0 Wörtern) einsetzen:

heißt /w0 ,

Wortabstand 0 und Überlappungen von Textbereichen

der 0-Wortabstand kann auch eingesetzt werden, um eine Überlappung zwischen mehreren Textbereichen zu erkennen. Dabei ist es nicht notwendig, dass die Textbereiche gemeinsame Wörter enthalten.


2.3.2. Der Satzabstandsoperator s

Mit diesem Operator können Sie vorgeben, dass nur solche Textstellen Treffer sind, in denen zwei und mehr Suchbegriffe innerhalb einer bestimmten maximalen Anzahl von Sätzen vorkommen.

Beispiel-Suchanfrage:

Gegenwart /s2 Zukunft

Mit dieser Suchanfrage erhalten Sie Belege, in denen Zukunft im Abstand von bis zu 2 Sätzen vor oder/und nach dem Satz, in dem Gegenwart gefunden wurde, vorkommt. Es wurde keine Treffer-Reihenfolge festgelegt (kein + oder - im Operator verwendet).


2.3.3. Der Absatzabstandsoperator p

Mit diesem Operator können Sie vorgeben, dass nur solche Textstellen Treffer sind, in denen zwei und mehr Suchbegriffe innerhalb einer bestimmten maximalen Anzahl von Absätzen vorkommen.

Beispiel-Suchanfrage:

Gegenwart /p2 Zukunft

Mit dieser Suchanfrage erhalten Sie Belege, in denen "Zukunft" im "Abstand" von bis zu 2 Absätzen vor oder/und nach dem Absatz, in dem Gegenwart gefunden wurde, vorkommt.
Es wurde keine Treffer-Reihenfolge festgelegt (kein + oder - im Operator verwendet).


2.4. Annotationsoperatoren

Annotationsoperatoren ermöglichen die Eingabe von linguistischen oder strukturellen Annotationen (z.B. Überschriften).

Zur Zeit wird als einziger Operator MORPH angeboten, der die Eingabe von Wortklassen für den jeweils in einem Archiv verwendeten Tagset unterstützt.


2.4.1. Operator MORPH

MORPH ist ein Operator für die Formulierung von Wortklassen. Er kann sinnvollerweise nur in morphosyntaktisch annotierten Archiven eingesetzt werden und unterstützt verschiedene Tagsets.

Beispiel-Suchanfrage:

MORPH(V PCP)

Eingabeassistent

Das Ausfüllen des MORPH-Operators wird meistens durch einen Eingabe-Assistenten unterstützt, damit das Nachschlagen der Wortklassen und ihrer Unterklassen in der Online-Dokumentation entfallen kann. Die obige Tabelle gibt an, ob für ein Archiv und das darin verwendete Tagset ein Assistent in der jeweiligen COSMAS II-Applikation vorhanden ist.

Ist, wie im Fall von COSMAS IIwin, der Assistent in einem Archiv mit morphosyntaktisch annotierten Korpora nicht verfügbar, können die Wortklasseninformationen in den oben genannten Tagset-Dokumentationen nachgeschlagen und von Hand in den Operator MORPH eingetragen werden. Analog dazu können vom Assistent erzeugte MORPH-Ausdrücke nach Belieben von Hand verändert werden.

Beispiel 2: Negieren einer Wortklasse

MORPH(-NOU)

Die Negation einer Wortklasse wird vom Assistenten nicht unterstützt, das Negationszeichen "-" muss von Hand eingetragen werden.

Ausdrücke mit negierten Wortklassen, im Gegensatz zu negierten Untermerkmalen, müssen wohlüberlegt eingesetzt werden, da sie eine temporäre Treffermenge großen Ausmaßes erzeugen; auf der einen Seite werden dadurch der Ressourcen des COSMAS II-Servers stark beansprucht, auf der anderen Seite wird die Ausführung der Suchanfrage verlangsamt.

Wiederholungsoptionen

Der MORPH-Operator läßt sich mit an regulären Ausdrücken angelehnter Syntax mit einer Wiederholungsoption effizient und mit einfacher Schreibweise wiederholen.


2.5. Kombinationsoperatoren

Zu den Kombinationsoperatoren gehören


2.5.1. Kombinationsoperator #IN

Definition

Mit #IN werden alle Vorkommnisse des (komplexen) Suchbegriffes X gefunden, die sich innerhalb des gesuchten (komplexen) Objektes Y befinden.

Obwohl es sich um einen Kombinationsoperator handelt, enthält das Resultat nur die Liste der Suchbegriffe X, die die Suchanfrage erfüllen.

Verwendung

Der Operator #IN stammt aus der Syntax für die grafische Eingabe (wo er ohne # geschrieben wird) und wurde im August 2010 in die Syntax für die zeilenorientierte Eingabe übernommen.


2.5.2. Kombinationsoperator #OV

Definition

Mit #OV werden alle Vorkommnisse des (komplexen) Suchbegriffes X gefunden, die sich mit den Vorkommnissen des gesuchten (komplexen) Suchbegriffes Y überschneiden (OV = overlay, dt. überschneiden).

Obwohl es sich um einen Kombinationsoperator handelt, besteht das Resultat nur aus den ausgewählten Vorkommnissen von X.

Einschränkung

Dieser Operator erkennt Überlappungen von Textbereichen nur dann, wenn diese Bereiche mindestens 1 gemeinsames Wort haben. Um Überlappungen von Textbereichen zu finden, die kein gemeinsames Wort haben, wende man den 0-Wort-Abstandsoperator /w0 an.

Verwendung

Der Operator #OV stammt aus der Syntax für die grafische Eingabe (wo er ohne # geschrieben wird) und wurde im August 2010 in die Syntax für die zeilenorientierte Eingabe übernommen.


2.6. Elementoperatoren

Als Elementoperator existiert im Gegensatz zur COSMAS II-Syntax nur



2.7. Textbereich-Operatoren

Zu den Operatoren, mit deren Hilfe man den Textbereich von Treffern verändern kann, gehören


2.7.1. Operator #LINKS bzw. #BEG

Definition

X kann eine beliebig komplexe Suchanfrage sein. #LINKS reduziert jede Treffergruppe in der Ergebnismenge X auf das erste Wort der Gruppe.

Besteht X aus einem 1-Wort-Treffer, so liefert #LINKS einfach nur das Wort selbst zurück.

Beispiel-Suchanfrage:

#LINKS(MORPH(V) /+w1:2 Sonne)

Die Treffermenge dieser Mehrwortsuchanfrage, bei der das Verb vor dem Wort Sonne steht, wird mit dem Operator #LINKS auf das erste Trefferwort, also das Verb, reduziert.

Verwendung

Der Operator #LINKS stammt aus der Syntax für die grafische Eingabe (wo er ohne # geschrieben wird) und wurde im August 2010 in die Syntax für die zeilenorientierte Eingabe übernommen.


2.7.2. Operator #RECHTS bzw. #END

Definition

X kann eine beliebig komplexe Suchanfrage sein. #RECHTS reduziert jede Treffergruppe in der Ergebnismenge X auf das letzte Wort der Gruppe.

Besteht X aus einem 1-Wort-Treffer, so liefert #RECHTS einfach nur das Wort selbst zurück.

Beispiel-Suchanfrage:

#RECHTS(geht /+w1:2 MORPH(N))

Die Treffermenge dieser Mehrwortsuchanfrage, bei der eine Kombination von geht mit einem dahinter stehenden Nomen gesucht wird, wird mit dem Operator #RECHTS auf das letzte Trefferwort, also das Nomen, reduziert.

Verwendung

Der Operator #RECHTS stammt aus der Syntax für die grafische Eingabe (wo er ohne # geschrieben wird) und wurde im August 2010 in die Syntax für die zeilenorientierte Eingabe übernommen.


2.7.3. Operator #INKLUSIVE bzw. #ALL

Definition

X kann eine beliebig komplexe Suchanfrage sein. #INKLUSIVE transformiert jede Treffergruppe aus X, die aus einzelnen Wörtern bestehen kann, in einen einzigen Bereich, in welchem alle Wörter Treffer sind.

Besteht X aus einem 1-Wort-Treffer, so liefert #INKLUSIVE dasselbe Wort zurück.

Beispiel-Suchanfrage:

#INKLUSIVE(&gehen /+w1:10,s0 voran)

Die Mehrwortsuchanfrage liefert, durch Anwendung von #INKLUSIVE, den ganzen Textbereich zwischen einer Verbform von gehen und voran inklusive gehen und voran.

Verwendung

Der Operator #INKLUSIVE stammt aus der Syntax für die grafische Eingabe (wo er ohne # geschrieben wird) und wurde im August 2010 in die Syntax für die zeilenorientierte Eingabe übernommen.


2.7.4. Operator #EXKLUSIVE bzw. NHIT

Definition

X kann eine beliebig komplexe Suchanfrage sein. #EXKLUSIVE liefert den oder die Bereiche zurück, die zwischen den Wörtern von X stehen.

Besteht X aus einem 1-Wort-Treffer oder aus einer zusammenhängenden Gruppe von Wörtern, so liefert #EXKLUSIVE für dieses X nichts zurück. Die Ergebnisliste von #EXKLUSIVE ist also per Definition kleiner oder gleich der Ergebnisliste von X.

Beispiel-Suchanfrage:

#EXKLUSIVE(&gehen /+w1:10,s0 voran)

Diese Mehrwortsuchanfrage liefert, durch Anwendung von #EXKLUSIVE, den Textbereich zwischen einer Verbform von gehen und voran, unter Ausschluss von gehen und voran.

Verwendung

Der Operator #EXKLUSIVE stammt aus der Syntax für die grafische Eingabe (wo er ohne # geschrieben wird) und wurde im August 2010 in die Syntax für die zeilenorientierte Eingabe übernommen.


2.7.5. Operator #BED bzw. #COND

Definition

X kann eine beliebig komplexe Suchanfrage sein. Mit der Bedingung Bed. wird zusätzlich angegeben, an welcher Stelle innerhalb eines Satzes, Absatzes oder Textes X gesucht werden soll bzw. nicht auftreten darf.

Beispiel-Suchanfrage:

#BED(MORPH(V), +sa)

Mit dieser Suchanfrage wird nach Verben gesucht, die am Satzanfang stehen.

Verwendung

Der Operator #BED stammt aus der Syntax für die grafische Eingabe (wo er ohne # geschrieben wird) und wurde im August 2010 in die Syntax für die zeilenorientierte Eingabe übernommen.


3.1. Angabe von Satz- und Absatzgrenzen

Folgende Auszeichnungen können eingesetzt werden, um Suchanfragen an Satz- und Absatzgrenzen zu formulieren:

Beispiele

MORPH(V) /w0 <se>

Mit dieser Suchanfrage liefert COSMAS II die Verben, die an Satzenden stehen.

im /w0 <pa>

Mit dieser Suchanfrage liefert COSMAS II die Textstellen, an denen im am Anfang eines Absatzes steht.

Nachteil

Der Nachteil dieser Art von Suchanfragen besteht darin, dass sie langsam sind. Deshalb sollte man, wo es möglich ist, die Alternativen 1 oder 2 anwenden.

Alternative 1: Angabe von Textpositionen hinter den Suchbegriffen

im:pa

Diese Suchanfrage nach der Wortform im macht sich eine Erweiterung zunutze, bei der gesuchte Wort- und Grundformen nach einem ':' um die Angabe von Textpositionen ergänzt werden können. Diese Art der Suchanfrage ist um ein Vielfaches schneller als die entsprechende Suchanfrage mit <pa>.

Alternative 2: Verwendung des Operators #BED

#BED(MORPH(V),se)

Ebenfalls eine schnellere Ausführungszeit wird mit dem Operator #BED erreicht.

COSMAS II, Zentrale DV-Dienste - 08. 06. 2015