Programmbereich Korpuslinguistik
Projekt Methoden der Korpusanalyse und -erschließung
Teilprojekt DeReWo – Korpusbasierte Grund-/Wortformenlisten

DeReWo – Korpusbasierte Grund-/Wortformenlisten

In diesem Teilprojekt entwickeln wir Verfahren, mit deren Hilfe man auf der Grundlage beliebiger virtueller Korpora häufigkeitsbasierte Grund- und Wortformenranglisten erstellen kann. Durch die Anwendung dieser Verfahren auf das Deutsche Referenzkorpus DeReKo generieren wir verschiedenartige Grund- und Wortformenlisten des deutschen Sprachgebrauchs, z.B. die Lemmakandidatenliste mit 350.000 Einträgen für elexiko – das Online-Wörterbuch zur deutschen Gegenwartssprache.

 

Aktuelle Arbeitsschwerpunkte

• Schreibweisenzuordnung
• paradigmatische Zuordnung
• zeitliche/regionale/texttypologische u.ä. Differenzierung
• Sonderfälle
• Qualitätssicherung

 

Aktuell zum Download verfügbare DeReWo-Grund-/Wortformenlisten

Das Institut für Deutsche Sprache erreichen immer wieder Anfragen nach "den häufigsten deutschen Wörtern" in der Annahme, dass derartige Wünsche klar genug formuliert und daher leicht zu beantworten sind. Mit der Veröffentlichung der DeReWo-Grund-/Wortformenlisten bemühen wir uns einen Kompromiss zu finden zwischen der faszinierenden Vielfalt unserer sprachlichen Realität und dem berechtigten Wunsch nach ihrer möglichst kompakten, wenn auch teilweise vereinfachenden Beschreibung.

Mithilfe allgemeiner Anmerkungen wollen wir Ihnen einen Überblick über die Problembereiche vermitteln, die bei der Erstellung und Nutzung derartiger Listen relevant sind und mit denen wir uns auseinandergesetzt haben. Die allgemeninen Anmerkungen sind in ihrer jeweiligen Fassung den Archiven beigelegt, die aktuelle Fassung können Sie auch hier direkt herunterladen.

Neben den allgemeinen Anmerkungen liegt jeder DeReWo-Liste zusätzlich eine ausführliche produktspezifische Dokumentation bei. Diese orientiert sich in ihrer Struktur an den allgemeinen Anmerkungen und soll Ihnen dabei helfen, die jeweils gewählte Sprachbetrachtungsperspektive und die daraus resultierenden Vereinfachungen und Folgen für die Interpretation und Handhabung der Liste nachzuvollziehen.

Bezeichung	Typ	Anzahl Einträge	veröffentlicht am
derewo-v-40000g-2009-12-31-0.1	Grundformliste	40.000	31. Dezember 2009	download
derewo-v-100000t-2009-04-30-0.1	Wortformliste	100.000	12. Mai 2009	download
derewo-v-30000g-2007-12-31-0.1	Grundformliste	30.000	31. Dezember 2007	download

• Die Nutzung der DeReWo-Listen ohne Kenntnis der dazugehörigen Dokumentation ist wissenschaftlich unseriös.
• Die Referenzierung oder die Weitergabe der DeReWo-Listen ohne die dazugehörige Dokumentation ist nicht erlaubt.
• Die kommerzielle Nutzung von DeReWo-Listen ist nicht erlaubt.

Bei Fragen oder Anregungen senden Sie bitte eine Email an derewo@ids-mannheim.de.

 

Kooperationen

• Tokyo University of Foreign Studies; Global COE Program Corpus-based Linguistics and Language Education (CbLLE)
• Wechselwirkungen zwischen linguistischen und bioinformatischen Verfahren, Methoden und Algorithmen: Modellierung und Abbildung von Varianz in Sprache und Genomen. Verbundprojekt im Rahmen eines BMBF-Förderschwerpunktes.

Zurück zur Projektseite

---

Kontakt:

Rainer Perkuhn <perkuhn@ids-...>

 

Webmaster, Korpuslinguistik - Letzte Änderung: 23. 12. 2009