dokumente/README.wortliste

   1 Wortliste deutscher Wörter mit Trennungen.
   2
   3
   4 Format
   5 ======
   6
   7 Das Zeichen „#“ leitet eine Kommentar ein.
   8
   9 Jede Zeile enthält einen Eintrag mit durch Semikolon „;“ getrennten Feldern.
  10
  11 Bedeutung der Felder
  12 --------------------
  13
  14 Neben dem hier beschriebenem „Langformat“ gibt es das 2017 entwickelte
  15 „Kurzformat“, das in „../skripte/python/edit_tools/wortliste.py“ beschrieben
  16 ist.
  17
  18   Feldnummer  Bedeutung
  19   ----------  -------------------------------------------------------------
  20         1     Wort ungetrennt.
  21         2     Wort mit Trennungen, falls für alle Varianten identisch,
  22               anderenfalls leer.
  23         3     Falls Feld 2 leer, Trennung nach traditioneller
  24               Rechtschreibung.
  25         4     Falls Feld 2 leer, Trennung nach reformierter Rechtschreibung
  26               (2006).
  27         5     Falls Feld 2 leer, Trennung für Wortform, die in der Schweiz
  28               oder mit Großbuchstaben oder Kapitälchen benutzt wird und für
  29               traditionelle und reformierte Rechtschreibung identisch ist.
  30         6     Falls Feld 5 leer, Trennung für Wortform, die in der Schweiz
  31               oder mit Großbuchstaben oder Kapitälchen benutzt wird,
  32               traditionelle Rechtschreibung.
  33         7     Falls Feld 5 leer, Trennung für Wortform, die in der Schweiz
  34               oder mit Großbuchstaben oder Kapitälchen benutzt wird,
  35               reformierte Rechtschreibung (2006).
  36         8     Falls Feld 5 leer und nicht identisch mit Feld 6, Trennung
  37               nach (deutsch)schweizerischer, traditioneller Rechtschreibung
  38               mit Trennung von „ss“, auch wenn es für „ß“ steht.
  39
  40 Leere Felder sind mit „-x-“ markiert („x“ ist die Feldnummer).  Das
  41 bedeutet, die Schreibweise existiert in der entsprechenden Rechtschreibung
  42 nicht.
  43
  44 Ausnahme:
  45   Zur Vereinfachung wird bei Wörtern mit „ß“ auf die „Auskreuzung“ von
  46   Feld 5 verzichtet.  Ein Eintrag mit weniger als 5 Feldern bedeutet also
  47   nicht automatisch, dass das entsprechende Wort in der Schweiz oder in
  48   Versalschreibung existiert.
  49
  50 Felder 3 und 4 als auch Felder 6 und 7 treten immer simultan auf, um die
  51 Lesbarkeit zu erhöhen.
  52
  53 Feld 8 wird nur angegeben, wenn sich die Schreibweise nach
  54 (deutsch)schweizerischer, traditioneller Rechtschreibung von der
  55 traditionellen Versalschreibung nach Duden unterscheidet.
  56
  57 Zur Erstellung von Trennmustern für die traditionelle Rechtschreibung
  58 benötigt man Felder 2, 3, 5 und 6; für die reformierte Rechtschreibung die
  59 Felder 2, 4, 5 und 7, und für die traditionelle (deutsch)schweizerische die
  60 Felder 2, 3, 5, 6 und 8.  Felder mit höherer Feldnummer haben Priorität.
  61
  62
  63 Sortierung
  64 ==========
  65
  66 Die Sortierung erfolgt nach Dudensortierung.  Die genauen Regeln sind in der
  67 Datei „skripte/sort.py“ beschrieben, welche auch zur maschinellen Sortierung
  68 der Liste verwendet werden kann.
  69
  70
  71 Kennzeichnung der Trennstellen
  72 ==============================
  73
  74 (Un)Vollständigkeit
  75 -------------------
  76
  77 Es sind nicht alle regulär zulässigen Trennstellen markiert. Dies betrifft
  78 einige Trennungen zwischen Vokalen mit uneinheitlicher Aussprache sowie eine
  79 größere Zahl der mit der Rechtschreibreform 1996 eingeführten Wahltrennungen.
  80
  81 Motivation:
  82
  83 * Ein Ziel der Alternativ-Trennregeln ist es, dass der Schreibende
  84   auch ohne Bezug auf ein explizites Wörterverzeichnis konforme
  85   Trennungen setzen kann (gut für den Schreiber).
  86
  87   Die Wortliste ist ein explizites Wörterverzeichnis mit dem Ziel, Schreib-
  88   oder Anzeigeprogrammen „gute“ Trennungen beizubringen (gut für den Leser).
  89   Ein Test, ob eine gegebene Trennung nach amtlichen Regeln zulässig ist,
  90   gehört nicht zu den Anwendungsfällen.
  91
  92   Die unterschiedliche Zielsetzung erklärt auch Abweichungen von anderen
  93   Wörterverzeichnissen bei der Auswahl gekennzeichneter Trennstellen.
  94
  95 * Im Falle der Alternativtrennungen in Fremdwörtern nach §112
  96   (no-b-le, Zy-k-lus, Fe-b-ru-ar, Hy-d-rant, Ar-th-ri-tis, ...) sind
  97   nur die traditionellen Trennstellen markiert. Trennungen nach
  98   deutschen Regelsilben können automatisiert erstellt werden (vgl.
  99   „Trennstile.txt“). Die Aufnahme von nach §112 formal zulässigen,
 100   aber in traditioneller Rechtschreibung unzulässigen Trennungen
 101   (Te-chnik, Zen-tner, Inte-rnat) erscheint kontraproduktiv.
 102
 103 * Bei Trennung nach „Empfinden“ des Schreibenden bei „verblasster
 104   Herkunft“, §113 gibt es keine allgemeingültige Festlegung über die
 105   Trennmöglichkeiten.  Daher kann eine Vollständigkeit grundsätzlich nicht
 106   erreicht werden. In der Wortliste sind Alternativtrennungen nur
 107   gekennzeichnet, wenn sie für hilfreich (oder zumindest unschädlich) für
 108   das Textverständnis und günstig für die Silbentrennung in Gesangstexten
 109   angesehen werden.
 110
 111 * Auch bei Trennung nach Aussprache („Vokalbuchstaben, die zu verschiedenen
 112   Silben gehören“, §109) existiert eine Grauzone. In der Wortliste werden die
 113   traditionellen Trennstellen gekennzeichnet, wenn sie mit den aktuellen
 114   Regeln konform sind.
 115
 116
 117 Kategorisierung
 118 ---------------
 119
 120 Trennstellen an der Grenze funktionstragender Einheiten (Morpheme) werden
 121 speziell gekennzeichnet:
 122
 123   Marker  Bedeutung und Position
 124   ------  ----------------------------------------------------------------
 125       =   an der Fuge in Zusammensetzungen: Wort=fu-ge
 126       <   nach Präfix, Konfix oder Verbalpartikel: Vor<sil-be, auf<zäh-len
 127
 128       >   vor Suffix: Gleich>heit, Freund>schaf-ten
 129
 130       -   innerhalb eines Morphems: ge-hen
 131
 132       ·   am Rand eines Morphems oder bei einzeln ausgesprochenen
 133           Abkürzungen: A·i-da, P·K·Ws.
 134           Nur im Gesangstext zulässig (siehe unten).
 135
 136 Kombinationen dieser Zeichen kennzeichnen die „Wichtung“ einer Trennstelle
 137 oder eine Kombination von Eigenschaften (siehe unten):
 138
 139     A<·scor-bin, Be<=gut=ach-tungs==frist
 140
 141 Motivation:
 142
 143 * Die Trennung an sinnbildenden Einheiten fördert den Lesefluss und ist
 144   daher zu bevorzugen.
 145
 146 * Die Markierung von Morphemgrenzen hilft bei der regelbasierten
 147   Entscheidung über den Aufbruch typographischer Ligaturen und die
 148   Schreibung des S-Lautes in Frakturschrift (Rund-S „s“ vs. Lang-S „ſ“).
 149
 150 * Die Markierung erlaubt die Zuordnung von Wahltrennungen nach §113 des
 151   amtlichen Regelwerks (vgl. „Trennstile.txt“):
 152
 153     hi-n<auf, Chry-s<an-the-me, He-li-ko<p-ter, Li-n<o-le-um, Pä-d<a-go-gik
 154
 155 Anmerkungen:
 156
 157 * Morphemgrenzen, an denen keine Trennung erfolgt, werden nicht
 158   gekennzeichnet.
 159
 160 * Schwierig ist die Markierung von assimilierten und „verblassten” Präfixen,
 161   die im heutigen Sprachverständnis nicht als eigenständig wahrgenommen
 162   werden.
 163
 164   Kriterien sind die „Güte“ der Trennstelle (geringe Störung des Leseflusses
 165   bei Zeilenumbruch an dieser Stelle), Abweichungen von den Regeln zum
 166   Trennen einfacher Wörter, die Lang-S-Schreibung im Fraktursatz und der
 167   Aufbruch von Ligaturen an dieser Stelle.
 168
 169     En<er-gie     # Vokal am Silbenanfang
 170     Af-fekt       # ff-Ligatur trotz < lat. afficere < ad- + facere
 171
 172   Wenn keine besonderen Gründe vorliegen, wird die einfache Auszeichnung
 173   bevorzugt:
 174
 175     Ant-wort, Di-rek-tor, In-te-gral  # trotz in<te-ger
 176
 177 * Trennstellen nach §112 der amtlichen Regeln (Muta cum Liquida) sind keine
 178   Morphemgrenzen, können aber mit diesen zusammenfallen
 179
 180     Ma-gnet, Zy-klus, Re<flek-tor, Di·a<gno-se
 181
 182
 183 * Die Unterscheidung, ob ein Wortbestandteil ein Affix oder ein
 184   lexikalisches Morphem ist, ist oft nicht eindeutig:
 185
 186     em-por<ar-bei-ten    oder    em-por=ar-bei-ten
 187     wel-len>för-mig      oder    wel-len=för-mig
 188
 189   Grundidee ist, dass „=“ Teile trennt, die als eigenständige Teile
 190   wahrgenommen werden.
 191
 192   Morpheme, die eine lexikalische Bedeutung besitzen, aber nicht frei
 193   auftreten können (Konfixe bzw. gebundene lexikalische Morpheme), werden
 194   aus pragmatischen Gründen (meist) wie Affixe ausgezeichnet:
 195
 196     Alt=pleis-to<zän  statt  Alt==pleis-to=zän
 197
 198   Zu einigen dieser Konfixe existiert ein freies Homonym mit eigener
 199   Bedeutung:
 200
 201     Au-to<kor<re<la-ti.on  aber  Au-to=ab<ga-se
 202     Ra-dio<ak-ti-vi-tät    aber  Ra-dio=an<sa-ge-rin
 203
 204 Für Details siehe `Trennzeichen-HOWTO.txt`.
 205
 206
 207 Bindungsstärke und Wichtung
 208 ---------------------------
 209
 210 Die „Bindungsstärke“ gibt die Zusammengehörigkeit von Wortteilen an.
 211 Für die oben eingeführten Kategorien gilt:
 212
 213   Marker  Funktion      Bindung
 214   ------  ------------  -------
 215      -    Sprechsilben  stark
 216
 217      <    Präfixgrenze  mittel
 218      >    Suffixgrenze  mittel
 219
 220      =    Wortfugen     schwach
 221
 222 Beispiele:
 223
 224   Aus<wahl=lis-te    # (Aus- + wahl) + liste
 225   fern=ab<ge<le-gen  # fern + (ab- + (ge- + legen))
 226   Abend=lüft>chen    # Abend + (lüft + -chen)
 227
 228 Präfixtrenner sind „rechtsbindend“:¹
 229
 230   un<voll<stän-dig  # un + (voll + ständig)
 231   un<aus<ge<go-ren  # un + (aus + (ge + (go-ren)))
 232
 233   ¹ Ausnahme: Ein eingeschobenes „zu“ oder „ge“ übernimmt die Markierung der
 234     Einschubstelle auf beiden Seiten:
 235
 236       nach<zu<wei-sen  # (nach + weisen) + zu
 237       ab<ge<fah-ren    # (ab- + fahren) + ge-
 238
 239 Suffixtrenner sind „linksbindend“:
 240
 241   Acht>lo-sig>keit  # (Acht + lo-sig) + keit
 242
 243 Bei mehrteiligen Komposita kann die Bindungshierarchie durch Doppelung des
 244 Trennzeichens genauer beschrieben werden:
 245
 246   Alp=horn==trio              # (Alp + horn) + trio
 247   Berg===fünf=fin-ger==kraut  # Berg + ((fünf + (fin-ger)) + kraut)
 248
 249 Trennstellen gleicher Kategorie ohne Doppelung bezeichnen entweder
 250 gleichwertige Wortbestandteile, Zerlegungsalternativen, eingeschobene Teile
 251 oder sind noch nicht gewichtet:
 252
 253   Abend=brot=zeit   # Abendbrot-Zeit / Abend-Brotzeit
 254
 255   stand=zu=hal-ten  # stand+zu+halten (eingeschobenes zu)
 256   Bundes=familien=ministerium # Bundesministerium für Familie, Senioren, Frauen und Jugend
 257
 258 Die gemischten Trennzeichen „<=“ und „=>“ kennzeichnen die
 259 Bindungsverhältnisse, wenn sich ein Affix auf mehrere Teile eines
 260 Kompositums bezieht:
 261
 262   un<=wahr=schein-lich      # un + (wahr + scheinlich)
 263   Be<=gut=ach-tungs==frist  # (Be + (gut + achtungs)) + frist
 264
 265   an-dert=halb=>fach        # (andert + halb) + fach
 266   zwei==ein=halb==>fa-che   # (zwei + (ein + halb)) + fache
 267   Vor<her=sag=>bar=>keit    # (((Vor + her) + sag) + bar) + keit
 268
 269 Die Bindungsstärke nimmt dabei mit der Länge des Trennzeichens ab:
 270
 271   Bindungsstärke  Zeichen
 272   --------------  -------------
 273   stark           -
 274   .               <, >
 275   .               =
 276   .               ==, <=, =>
 277   schwach         ===, <==, ==>
 278
 279 Im Allgemeinen ist die Bindungsstärke umgekehrt proportional zur „Güte“
 280 (oder dem „Gewicht“) einer Trennstelle:²
 281
 282   Bindungsstärke  Güte/Gewicht       Beispiel
 283   --------------  -----------------  -----------
 284   schwach         Vorzugstrennungen  Auswahl-
 285                                      liste
 286
 287   mittel          mittel             Aus-
 288                                      wahlliste
 289
 290   stark           weniger gut        Auswahllis-
 291                                      te
 292
 293 ² In eine genauere „Gütebestimmung“ geht auch der Abstand zu anderen
 294   Trennstellen und die Position im Wort ein.
 295
 296 ungünstige Trennungen
 297 ---------------------
 298
 299 Ungünstige Trennstellen sind mit einem Punkt markiert. In der Regel folgt
 300 der Punkt dem Trennzeichen:
 301
 302   An<den-.ken, Re<im<.port  # ↗irreführende Trennungen
 303   Se-.en                    # ↗Nottrennung
 304
 305 es sei denn, die Trennung soll im Gesangstext unterdrückt werden:
 306
 307   Thy-mi.an                 # ↗Schwankungsfall
 308
 309 Achtung:
 310   Die Markierung ungünstiger Trennstellen ist weder eindeutig noch
 311   vollständig.
 312
 313 Bei der Generation der Trennmustern für TeX werden diese Trennstellen in der
 314 Regel aussortiert (bis auf ↗Schwankungsfälle wenn kein Flattervokal
 315 vorliegt: ge-ni.al, Ra-ti.on).
 316 In einigen Trennstilen (Gesangstext oder enge Spalten) werden auch
 317 ungünstige Trennstellen berücksichtigt (↗Trennstile.txt).
 318
 319 Treten Flattervokale bei einer ungünstigen Trennung auf, sind beide
 320 Trennstellen als ungünstig markiert:
 321
 322   Staats=e·x<.a-.men
 323
 324 irreführende Trennungen
 325 ~~~~~~~~~~~~~~~~~~~~~~~
 326 Bei irreführenden oder sinnentstellenden Trennungen folgt der Punkt auf das
 327 Trennzeichen. Besonders ungünstige Trennstellen können mit mehreren Punkten
 328 gekennzeichnet sein.
 329
 330   Punktzahl  Qualität           Beispiele
 331   ---------  -----------------  ------------------------------------
 332       1      ungünstig          An<den-.ken, Ost=en-.de, Re<im<.port
 333       2      sehr ungünstig     Ge<winn=er<..war-tung
 334       3      äußerst ungünstig  An<=al-...pha=bet
 335
 336 Nottrennungen
 337 ~~~~~~~~~~~~~
 338
 339 Im Regelteil der Leipziger Dudenausgabe von 1971 wird die Trennung
 340
 341 * bei Ableitungen slawischer Namen auf -ow (Teltow-.er;Telto-.wer),
 342 * in Vokalverbindungen im ↗Schwankungsfall (Mil-li.on, Mil-li.o-när)
 343 * und bei entfallenem „e“ (Arme-.en, Se-.en, Demokrati-.en)
 344
 345 als zulässig, aber nicht empfohlen beschrieben.
 346
 347 Der „Einheitsduden“ (1991) und Wahrig (1980) nutzen den Begriff der
 348 Nottrennung nicht. Im Wörterverzeichnis werden Nottrenstellen entweder als
 349 reguläre Trennstellen markiert, oder (wenn eine Ein-Vokal-Silbe folgt und
 350 bei entfallenem „e“) nicht angegeben.
 351
 352 Die „amtlichen Regeln“ (1996) geben keine Trennempfehlungen,
 353 Wörterverzeichnisse in neuer Rechtschreibung listen die Nottrennstellen
 354 als zulässige Trennmöglichkeiten auf. Die Empfehlungen des
 355 Online-Duden schließen zum Teil frühere Nottrennungen ein.
 356
 357 Schwankungsfälle
 358 ~~~~~~~~~~~~~~~~
 359 In einigen Wörtern ist unklar, ob benachbarte Vokale zur gleichen Silbe oder
 360 zu verschiedenen Silben gehören:
 361
 362   Ion/I-on, ge-nial/ge-ni-al, Ri-vie-ra/Ri-vi-e-ra, Mil-lio-nen/Mil-li-o-nen
 363
 364 Häufig weichen die im aktuellen Duden angegebenen Trennmöglichkeiten
 365 von der Textverteilung in Liedern ab:
 366
 367   Duden(2006): na-ti-o-nal
 368   Liedtext:    „Ju- gend al- ler Na- tio- nen…“
 369
 370 Diese Trennungen werden in der Wortliste mit einem einfachen Punkt (ohne
 371 vorangestelltes Trennzeichen) gekennzeichnet
 372
 373   Na-ti.on, Mil-li.on, To.i-let-te, ge-ni.al, ge-ni.a-le
 374
 375 und, im Gegensatz zu anderen ungünstigen Trennungen, bei der Ausgabe von
 376 Gesangstext nicht berücksichtigt.
 377
 378
 379 Gesangstrennungen
 380 -----------------
 381
 382 Im Gesangstext unter Noten muss jede getrennt gesprochene Silbe abgeteilt
 383 werden (↗Trennstile.txt, ↗Gesangstext.txt). Die im „normalen“ Text nicht
 384 zulässigen Trennungen an Wortanfang oder -ende sowie zwischen einzeln
 385 gesprochenen Buchstaben von Abkürzungen werden mit dem Mittenpunkt „·“
 386 markiert:
 387
 388   A·i-da        # getrennt gesprochen
 389   Ka-sta-ni·e   # getrennt gesprochen
 390   Zo·o<lo-gie   # getrennt gesprochen
 391   A<·s-pekt     # Wahltrennung nach §113: Präfix „a-“ oder Sprechsilbe
 392   A·pri-ko-se   # Trennung nach §112
 393   A·R·D         # Abk.: allg. Rundfunk Deutschlands
 394   P·K·Ws        # Abk.: Personenkraftwagen (Mz.)
 395
 396 Hinweis:
 397   Fällt eine Randtrennung mit einer Wahltrennung nach §113 zusammen, wird
 398   sie mit „-“ markiert.
 399
 400     Abitur;-2-;Ab<i·tur;A·b<i-tur
 401
 402   (Nach den amtlichen Regeln sind „Ab-itur“ und „Abi-tur“ zulässig.)
 403
 404
 405 spezielle Trennungen
 406 --------------------
 407
 408 Folgende Notation wird verwendet, um spezielle Trennungen (für die
 409 traditionelle Rechtschreibung) zu kennzeichnen:
 410
 411   {„ungetrennt“/„getrennt“}
 412
 413 Dreikonsonantenregel:
 414
 415   Ab<fa{ll/ll=l}a-ger
 416
 417 Trennung von „ck“:
 418
 419   Dru{ck/k-k}er
 420
 421 Um z.B. eine Wortliste für TeX zu konstruieren (traditionelle
 422 Rechtschreibung), das solche speziellen Trennungen nicht benutzen kann, ist
 423 folgender regulärer Ausdruck in „perl“ anzuwenden, um sie zu entfernen:
 424
 425   s|\{ (.*?) / .*? \}|$1|gx
 426
 427 doppeldeutige Trennungen
 428 ------------------------
 429
 430 Abweichende Trennstellen in mehrdeutigen Wörtern werden folgendermaßen
 431 deklariert:
 432
 433   [„Variante A“/„Variante B“]
 434
 435 Beispiel:
 436
 437   er[<b/b=]recht         # Erb=recht    / er<brecht
 438   Kin[-der=/d=er<.]satz  # Kin-der=satz / Kind=er<.satz
 439
 440 Für TeX-Trennmuster ist es vielleicht am besten, solche Einträge zu
 441 entfernen und die häufigeren Fälle in einem \hyphenation-Block zu behandeln.
 442 Hier der entsprechende Code für „perl“:
 443
 444   sub entferne_marker {
 445     my $arg = shift;
 446     $arg =~ s/[.·<>=-]//g;
 447     return $arg;
 448   }
 449
 450   s|\[ (.*?) / .*? \]|entferne_marker($1)|egx;
 451
 452 Sowohl in „[…/…]“ als auch in „{…/…}“ können alle Arten von Trennstellen
 453 auftreten.