dokumente/Grammatisches_Kurzformat.txt

   1 Das grammatische Kurzformat ist ein 2020 entwickeltes besonders kompaktes
   2 Wortlistenformat, das sich verlustfrei in das Langformat (dokumentiert in
   3 „README.wortliste“) und das Kurzformat (dokumentiert in
   4 „../skripte/python/edit_tools/wortliste.py“) konvertieren läßt.
   5
   6 Langformat <-> Kurzformat <-> grammatisches Kurzformat
   7
   8 Das grammatische Kurzformat basiert auf dem gewöhnlichen Kurzformat und hat
   9 diesem gegenüber den Vorteil einer erheblich geringeren Anzahl von Einträgen
  10 durch die Einsparung gebeugter Wortformen. Der hierfür zu zahlende Preis ist
  11 die Aufnahme einer zusätzlichen Information pro Zeile zur Codierung der
  12 Beugungsklasse.
  13
  14
  15 Unterstützte Beugungsklassen
  16 ----------------------------
  17 Die folgende Tabelle stellt die zur Zeit unterstützten Beugungsklassen
  18 überblicksartig zusammen.
  19
  20   Codierung  Bedeutung
  21   ---------  -----------------------------------------------------------------
  22   A          Adjektiv (auch: Partizip, Pronomen, Zahlwort) mit regelmäßiger
  23              Deklination (ohne Berücksichtigung der Komparation)
  24
  25   SeU        Substantiv ohne Genitivmarkierung mit Plural auf -e und
  26              Umlautbildung
  27              Bsp.: die Hand, der Hand, die Hände
  28
  29   Sn         Substantiv mit Genitiv auf -n oder oder ohne Genitivmarkierung
  30              und Plural auf -(e)n
  31              Bsp. 1: der Junge, des Jungen, die Jungen
  32              Bsp. 2: die Karte, der Karte, die Karten
  33              Bsp. 3: die Frau, der Frau, die Frauen
  34              Bsp. 4: die Ahnung, der Ahnung, die Ahnungen
  35              Bsp. 5: die Lehrerin, der Lehrerin, die Lehrerinnen
  36
  37   Ss         Substantiv mit einziger Beugungsform auf -s
  38              Bsp. 1: der Park, des Parks, die Parks
  39              Bsp. 2: die Kamera, der Kamera, die Kameras
  40              Bsp. 3: das Niveau, des Niveaus, die Niveaus
  41              Bsp. 4: Anna, Annas
  42
  43   Sse        Substantiv mit Genitiv auf -(e)s und Plural auf -e oder -en
  44              Bsp. 1: der Tag, des Tag(e)s, die Tage
  45              Bsp. 2: das Bett, des Bett(e)s, die Betten
  46              Bsp. 3: das Zeugnis, des Zeugnisses, die Zeugnisse
  47              Bsp. 4: der Schrei, des Schrei(e)s, die Schreie
  48              Bsp. 5: der König, des Königs, die Könige
  49              Bsp. 6: der Skandal, des Skandals, die Skandale
  50              Bei vielen Fremdwörtern (insbesondere solchen, die auf einen
  51              einzelnen Konsonanten enden) gibt es keinen alternativen Genitiv
  52              auf -es. Daher wird bei Substantiven, die auf -ik, -al, -pel, -il,
  53              -ll, -ül, -em, -mm, -om, -erm, -ym, -en, -on, -op, -ar, -är, -or,
  54              -ör, -ur, -it oder -iv enden, keine Form auf -es angenommen, es
  55              sei denn, der Duden verzeichnet eine solche.
  56              Außerdem wird bei Wörtern auf -end, -ig und -ing kein Genitiv auf
  57              -es angenommen.
  58              Substantive mit Genitiv auf -s, aber nicht -es und Plural auf -en
  59              gehören in die Klasse Ssn.
  60
  61   SseU       Substantiv mit Genitiv auf -(e)s und Plural auf -e mit
  62              Umlautbildung
  63              Bsp. 1: der Wolf, des Wolf(e)s, die Wölfe
  64              Bsp. 2: der Saal, des Saal(e)s, die Säle
  65
  66   Ssn        Substantiv mit Genitiv auf -s und Plural oder Dativ Plural
  67              auf -(e)n
  68              Bsp. 1: der Lehrer, des Lehrer, die Lehrer, den Lehrern
  69              Bsp. 2: der Hebel, des Hebels, die Hebel, den Hebeln
  70              Bsp. 3: der Vetter, des Vetters, die Vettern
  71              Bsp. 4: der Autor, des Autors, die Autoren
  72              Bsp. 5: das Elektron, des Elektrons, die Elektronen
  73              Bsp. 6: der Typ, des Typs, die Typen
  74              Substantive mit Genitiv auf -es und Plural auf -en gehören in die
  75              Klasse Sse.
  76
  77   SsU        Substantiv mit Genitiv auf -s und umgelautetem Plural
  78              Bsp. 1: der Bruder, des Bruders, die Brüder
  79              Bsp. 2: der Apfel, des Apfels, die Äpfel
  80              Bsp. 3: der Garten, des Gartens, die Gärten
  81
  82   Ssr        Substantiv mit Genitiv auf -(e)s und Plural auf -er
  83              Bsp. 1: das Kind, des Kind(e)s, die Kinder
  84              Bsp. 2: das Licht, des Licht(e)s, die Lichter
  85
  86   SsrU       Substantiv mit Genitiv auf -(e)s und Plural auf -er mit
  87              Umlautbildung
  88              Bsp. 1: das Dach, des Dach(e)s, die Dächer
  89              Bsp. 2: das Gras, des Grases, die Gräser
  90              Bsp. 3: das Haus, des Hauses, die Häuser
  91
  92   SU         Substantiv ohne Genitivmarkierung mit umgelautetem Plural
  93              Bsp.: die Mutter, der Mutter, die Mütter
  94
  95 Alle Wörter, die in keine definierte Beugungsklasse fallen, gelten technisch
  96 gesehen als unflektierbar.
  97
  98
  99 Eintragsformat
 100 --------------
 101 Ein Listeneintrag im grammatischen Kurzformat hat einen Trennteil und einen
 102 Kommentarteil. Der Trennteil enthält gewichtete Angaben zur Worttrennung in bis
 103 zu fünf durch Semikola getrennten Feldern. Er ist identisch zum entsprechenden
 104 Listeneintrag des Worts im Kurzformat.
 105 Der Kommentarteil enthält die codierte Beugungsklasse und ggf. einen Kommentar
 106 zum Eintrag wie er sich auch im Langformat und im Kurzformat findet. Der
 107 Kommentarteil wird durch „#“ eingeleitet. Danach folgt ggf. die Beugungsklasse
 108 und – falls vorhanden – der eigentliche Kommentar, der durch „--“ eingeleitet
 109 wird. Ist weder eine Beugungsklasse anzugeben noch ein Kommentar vorhanden, so
 110 entfällt der Kommentarteil.
 111
 112 Beispiele:
 113
 114   1. flektierbares Wort ohne Kommentar
 115      >> acht=köp-fig # A
 116      >> Ma-ga-zin # Sse
 117      >> Un<fall # SseU
 118      >> zier=rat=>los;-2- # A
 119      >> -1-;zie-rat>los # A
 120
 121   2. flektierbares Wort mit Kommentar
 122      >> a·part # A -- < franz. à part
 123      >> gipf-lig # A -- Zahlensuffix
 124      >> Toll-patsch;-2- # Sse -- vgl. Tolpatsch
 125
 126   3. unflektierbares Wort ohne Kommentar
 127      >> so<bald
 128      >> Bass=drum;Bass=drum
 129      >> Au-ßen=ma-ße;Au-ßen=ma-ße;Aus-sen=mas-se;Au-ssen=ma[-s/s-]se
 130
 131   4. unflektierbares Wort mit Kommentar
 132      >> Bahn=steig==gleis # -- Antonym: Nebengleis
 133      >> flö-ße;flö-ße;flös-se;flös-se # -- trad. versal: FLÖ-SSE und FLÖS-SE
 134      >> Gangs-ter=boss;Gang-ster=boss # -- engl.
 135
 136
 137 Formatkonversion
 138 ----------------
 139 Zur Konverversion zwischen dem herkömmlichen Kurzformat und dem grammatischen
 140 Kurzformat dient das Lua-Skript „beugung.lua“. Dieses kann wahlweise mit den
 141 Programmen „texlua“ oder „lua5.3“ ausgeführt werden. Die Hilfe zum Skript ist
 142 aus dem Wurzelverzeichnis der Wortliste über den Befehl
 143   $ texlua skripte/wortliste/beugung.lua -h
 144 abrufbar.
 145
 146 Umwandlung der Wortliste im Langformat ins grammatische Kurzformat:
 147   $ ./skripte/umformatierung.py -ku < wortliste \
 148     | texlua skripte/wortliste/beugung.lua -G | ./skripte/sort.py > ausgabedatei
 149
 150 Umwandlung einer Datei vom grammatischen Kurzformat ins Langformat:
 151   $ texlua skripte/wortliste/beugung.lua < eingabedatei \
 152     | ./skripte/umformatierung.py > ausgabedatei
 153
 154
 155 Konversionsregeln
 156 -----------------
 157 Der grundsätzliche Ablauf der Konversion vom Kurzformat ins grammatische
 158 Kurzformat ist folgender:
 159
 160   1. Suche nach Adjektiven, die nicht auf „e“ enden
 161      Sei „Z“ eine beliebige Zeichenkette und „K“ ein Konsonant einschließlich
 162      sch, ch, ck und ß, aber ohne c, j, q, w, y. Suche zu allen Einträgen der
 163      Wortliste mit Schlüssel der Form „ZK“ nach Einträgen der Form „Z-Ke“,
 164      „Z-Kem“, „Z-Ken“, „Z-Ker“, „Z-Kes“ und gleicher Feldbelegung wie „ZK“.
 165      Falls diese alle vorhanden sind, markiere sie als gebeugte Formen und
 166      setze für „ZK“ den Beugungstyp „A“.
 167      Sei „Z“ eine beliebige Zeichenkette und „D“ einer der Diphthonge „au“,
 168      „ei“ und „eu“. Suche zu allen Einträgen der Wortliste mit Schlüssel der
 169      Form „ZD“ nach Einträgen der Form „ZD·e“, „ZD-em“, „ZD-en“, „ZD-er“,
 170      „ZD-es“ und gleicher Feldbelegung wie „ZD“. Falls diese alle vorhanden
 171      sind, markiere sie als gebeugte Formen und setze für „ZD“ den Beugungstyp
 172      „A“.
 173      Gebeugte Formen können selbst den Beugungstyp „A“ erhalten. Beispielweise
 174      wird „schö-ner“ als gebeugte Form von „schön“ und gleichzeitig als
 175      Grundform von „schö-ne-re“, „schö-ne-rem“ etc. gebucht.
 176
 177   2. Suche nach Substantiven, die nicht auf „e“ enden
 178      Suche unter den großgeschriebenen, nicht mit dem Beugungstyp „A“
 179      markierten Wörtern nach Substantiven, die nicht auf „e“ enden. Für Wörter,
 180      die auf „sch“, „ch“, „ck“ oder „ß“ enden werden die Beugungsklassen „Sse“,
 181      „SseU“, „Ssr“, „SsrU“ und „SeU“ in Betracht gezogen, für Wörter die auf
 182      einen Konsonanten (außer c, j, q, w, y) enden, die Beugungsklassen „Sse“,
 183      „SseU“, „Ssn“, „SsU“, „Ssr“, „SsrU“, „SeU“, „SU“, „Sn“ (diese nicht für
 184      Wörter auf „er“) und „Ss“ (diese nicht für Wörter auf „s“). Für Wörter,
 185      die auf einen Diphthong enden, werden die Beugungsklassen „Sse“, „Ssr“,
 186      „Sn“ und „Ss“ berücksichtigt, für Wörter die auf einen einfachen Vokal
 187      enden, nur die Beugungsklasse „Ss“.
 188
 189   3. Suche nach Adjektiven mit der Endung „e“
 190      Sei „Z“ eine beliebige Zeichenkette. Suche zu allen Einträgen der
 191      Wortliste mit Schlüssel der Form „Ze“, die in den vorherigen Schritten
 192      nicht als gebeugte Form markiert wurden, nach Einträgen der Form „Zem“,
 193      „Zen“, „Zer“, „Zes“ und gleicher Feldbelegung wie „Ze“. Falls diese alle
 194      vorhanden sind, markiere sie als gebeugte Formen und setze für „Ze“ den
 195      Beugungstyp „A“.
 196
 197   4. Suche nach Substantiven mit der Endung „e“
 198      Hierbei werden die Beugungsklassen „Ssn“, „Sn“, und „Ss“ in
 199      Betracht gezogen. Außerdem werden Wörter auf „er“, die noch keine
 200      Beugungsklasse haben, auf das Vorliegen der Klasse „Sn“ untersucht.
 201
 202   5. Ausgabe
 203      Ausgegeben mit einem Beugungstyp werden alle entsprechend detektierten
 204      Einträge. Ohne Beugungstyp ausgegeben werden alle übrigen Einträge, die
 205      nicht als gebeugte Form markiert wurden.
 206
 207 Die Konversion in umgekehrter Richtung ist im wesentlichen trivial und wird
 208 hier nicht näher erläutert.
 209
 210
 211 Probleme
 212 --------
 213
 214   1. Die verwendete Heuristik beim Erzeugen des grammatischen Kurzformats kann
 215      zu Phantomeinträgen führen.
 216      So wird aus der Verbform „sicherst“ und den Superlativformen „sicherste“,
 217      „sicherstem“, „sichersten“, „sicherster“, „sicherstes“ auf ein Adjektiv
 218      „sicherst“ geschlossen.
 219
 220   2. Bei Fremdwortadjektiven auf „-el“ (z. B. „sensibel“) und „-er“ (z. B.
 221      „illuster“) wird die eigentliche Grundform nicht erkannt. Hierdurch
 222      entstehen Doppeleinträge wie
 223      >> il<lus-ter
 224      >> il<lus-tre # A
 225      >> sen-si-bel
 226      >> sen-si-ble # A
 227
 228   3. Falls in der Wortliste einzelne Beugungsformen eines Wortes fehlen oder in
 229      der Großschreibung abweichen, ist eine Zusammenfassung der Einträge nicht
 230      möglich. Die vorhandenen Formen werden dann als unflektierbar oder in
 231      einer falschen Beugungsklasse gebucht.
 232      Das gleiche Problem tritt auf, wenn eine gebeugte Form einen eigenen
 233      Kommentar besitzt.
 234
 235   4. Das Skript „beugung.lua“ gibt die Ausgabe unsortiert aus. Die Sortierung
 236      von Unicode-Zeichenketten ist in Lua nur mit großem Aufwand zu
 237      bewerkstelligen, weshalb auf das vorhandene Skript „sort.py“ verwiesen
 238      sei.
 239
 240
 241 Mögliche Weiterentwicklungen
 242 ----------------------------
 243
 244   * Einführung einer Beugungsklasse für regelmäßig steigerbare Adjektive, um
 245     Positiv-, Komparativ- und Superlativformen zu einem Eintrag
 246     zusammenzufassen
 247
 248   * Einführung einer Beugungsklasse für regelmäßige Verben (oder von zwei
 249     Klassen für Verben mit und ohne regelmäßige Vergangenheitsform)
 250
 251   * Aufstellen von Negativlisten für die einzelnen Beugungsklassen, um
 252     Phantomeinträge zu vermeiden
 253
 254
 255 Literatur
 256 ---------
 257 Deklinationsklassen im Deutschen: https://grammis.ids-mannheim.de/progr@mm/4064