BEGRIFF DER LEXIKOGRAPHIE UND DER KORPORA

BEGRIFF DER LEXIKOGRAPHIE UND DER KORPORA
UND IHR STATUS IN DER LINGUISTIK
Kurs: Lexikographie und Korpora (Gergely Pethő), 1. Sitzung
2002. 02. 27. 16 00 Uhr, Universität Debrecen, Institut für Germanistik
1. Was ist Lexikographie (= LG)?
1.1. Wörterbuchschreibung und Wörterbuchforschung
Die LG besteht aus zwei Teilen:
a. praktischer Teil: Tätigkeit der Wörterbuchschreibung (= WBS)
b. theoretischen Teil: die Wörterbuchforschung (= WBF), die Wissenschaft, die
Wörterbücher untersucht
zu a.: WBS (der sog. lexikographische Prozess) selbst ist keine Wissenschaft, sondern eine
Tätigkeit, die auch von Laien praktiziert werden kann und auch wird. Z. B. Előd Halász
Spezialisten für Lexikographie gibt es erst seit den letzten drei Jahrzehnten. Z. B.: Duden-
Redaktion.
zu b.: WBF ist eine typische angewandte Wissenschaft.
Def.: EINE ANGEWANDTE WISSENSCHAFT ist eine Wissenschaft, deren Zweck nicht die
Gewinnung von Wissen über die Welt, sondern die Lösung bestimmter praktischer
Aufgaben ist. Z. B.: Ingenieurswissenschaft.
Def.: WÖRTERBUCHFORSCHUNG ist eine angewandte Wissenschaft, die dem
Zweck dient, bessere Wörterbücher schreiben zu können.
Gegenstand der WBF:
- den lexikographischen Prozess
- Struktur der Wörterbücher
- Typen der Wörterbücher
- Beurteilung der Wörterbücher
- Geschichte der Wörterbücher
- Benutzung der Wörterbücher
Wer verwendet sie?
Zu welchem Zweck?
Wie läuft das Nachschlagen in einem Wörterbuch ab?
1.2. Verhältnis zwischen Lexikographie und Linguistik
Lexikographie ist Teil der angewandten Linguistik.
Def.: ANGEWANDTE LINGUISTIK ist eine Ansammlung von angewandten
Wissenschaften, die sich mit Sprache zu bestimmten praktischen Zwecken befassen.

Teile der Linguistik:
2002. 02. 27.
LINGUISTIK
? Angewandte Linguistik
deskriptive Linguistik historische Linguistik ... ... Lexikographie
Syntax hist. Syntax (Psycholinguistik ________________
Morphologie hist. Morphologie Soziolinguistik ________________
Phonologie etc. Neurolinguistik ________________
Lexikologie etc.) ________________
Semantik ________________
Stilistik
etc.
? = „linguistische Grundlagenforschung”?
Insgesamt können wir die gesamte Lexikographie mit Vorbehalt als eine Wissenschaft
bezeichnen, die einen theoretischen und einen praktischen Teil hat (ähnlich wie die Medizin).
2. Was sind Korpora?
2.1. Begriff des Korpus
! Deutsch das Korpus, Singularform in allen Kasus: Korpus; Pluralform in allen Kasus:
Korpora !
corpus, -oris n (lat.): Körper
~ lat. > dt. Corpus Delicti, Corpus Iuris, lat. > frz. > dt. Korps (Aussprache wie Chor!)
Def. KORPUS (auch: TEXTKORPUS): Die Gesamtheit der Texte, die einer
linguistischen Untersuchung zugrunde liegen.
Was heißt dass ein Text einer linguistischen Untersuchung zugrunde liegt?
Zwei mögliche Methoden der Datengewinnung in der Linguistik:
a. Linguisten können Daten (zu beschreibende oder zu erklärende sprachliche
Einheiten, z. B. Sätze) aufgrund ihrer muttersprachlichen (oder
fremdsprachlichen) Kompetenz selber erfinden. Diese heißen
Introspektionsdaten. (Typisch in der theoretischen Linguistik.)
b. Sie können die Daten aus Texten nehmen. Solche Daten heißen Korpusdaten.
(Typisch in der traditionellen deskriptiven Linguistik und der Soziolinguistik.)
2.2. Inhalt von Korpora
Normalerweise werden literarische Texte und journalistische Texte als Korpora verwendet
(Hauptursache: Verfügbarkeit).
Es gibt auch Ausnahmen. Z. B. werden in der Gesprächsanalyse transkribierte Gespräche als
Korpus verwendet.

BEGRIFF DER LEXIKOGRAPHIE UND DER KORPORA
2.3. Computerkorpora
Def.: COMPUTERKORPORA sind digitalisierte Textsammlungen die für sehr viele
mögliche linguistische Untersuchungen verwendet werden können.
Es gibt sie erst seit etwa 30 Jahren, seit Computer für Linguisten allgemein verfügbar und
leistungsfähig genug sind.
Bestandteile eines Computercorpus:
1. eine große Anzahl verschiedener Texte (v.a. aus Zeitungen, Magazinen und
literarischen Werken), in digitaler Form auf einem Computer gespeichert;
2. ein Programm (eine sog. Suchmaschine), das diese Texte nach bestimmten Wörtern,
grammatischen Konstruktionen etc. durchsuchen und die Suchergebnisse darstellen
kann.
Linguistische Datensammlung vor den Computerkorpora:
1. Immer wenn man ein interessantes Beispiel gefunden hat, musste man das Beispiel auf
einer Karteikarte (mit genauer Quellenangabe) aufschreiben.
2. Man musste diese Karteikarten in einer Kartei so (z.B. nach Stichwörtern) anordnen,
dass man nach einer bestimmten Karte suchen konnte.
3. Wenn man dabei war, ein Thema zu untersuchen, suchte man die relevanten
Karteikarten aus der Kartei heraus.
Mit Computerkorpora entfallen Schritt 1 und 2, Schritt 3 wird erheblich beschleunigt.
Computerkorpora haben interessante, nicht triviale Eigenschaften, z. B.:
Wie kann man am effektivsten in ihnen suchen?
Welche Typen von Daten enthalten sie überhaupt und welche nicht?
Fragen dieser Art untersucht die (Computer-)Korpuslinguistik.
2.4. Das linguistische Datenproblem
Welche Daten sind in einer linguistischen Forschung zulässig?
Zwei Parteien:
1. Man darf Introspektionsdaten verwenden, denn: der Linguist ist ein ebenso
kompetenter Sprecher seiner Muttersprache, wie jeder andere. Er kann deshalb
selber beurteilen, welche Ausdrücke in seiner Sprache wohlgeformt sind und welche
nicht.
Das meinen: theoretische Linguisten, besonders Vertreter der generativen
Grammatik.
2. Introspektionsdaten sind nicht zulässig, denn: Der Linguist will seine Theorie
beweisen und täuscht sich manchmal selbst in seiner Beurteilung der Grammatikalität
von Daten. Wenn man viel über einen bestimmten Ausdruck seiner Muttersprache
nachdenkt, wird man verunsichert, ob der Ausdruck wohlgeformt ist oder nicht.
Ein Linguist kann sich dann leicht zu einer Entscheidung verleiten, die seiner Theorie
nicht widerspricht.
Deshalb dürfen nur „empirische” Daten als linguistische Daten erlaubt sein sollen.
Def.: EMPIRISCHE DATEN sind im wirklichen Sprachgebrauch existierende,
belegbare Daten.
Das meinen: Soziolinguisten, Gesprächsanalyse, empirische Linguisten.

2002. 02. 27.
Ein Beispiel aus dem Aufsatz Brody/Szabolcsi (2000: 39-40).
Minden tanár kevés példát adott fel a legtöbb osztályban.
versus *Minden tanár a legtöbb osztályban kevés példát adott fel.
Es ist fragwürdig, ob diese Beurteilung des Grammatikalitätskontrastes zwischen diesen
beiden Sätzen repräsentativ für die Gesamtheit der ungarischen Muttersprachler ist.
(Ist der zweite Satz tatsächlich ungrammatisch oder zumindest schlechter als der erste?)
Diese Beurteilung unterstützt jedoch die Theorie, die von den Autoren für die Anordnung
der Quantoren im Ungarischen vorgeschlagen wird.
Def. QUANTOREN sind sprachliche Ausdrücke, die die Anzahl von bestimmten
Objekten angeben, z. B. manche, viele, ein, genau zwei, mindestens drei, nur zehn etc.
Wenn man diese Grammatikalitätsurteile nicht akzeptiert, ist folglich auch die Theorie von
Bródy und Szabolcsi falsch.
Problem:
Theorien sind durch die aus ihnen folgenden Vorhersagen prinzipiell überprüfbar.
Die Beurteilung von Daten ist jedoch grundsätzlich nicht intersubjektiv
überprüfbar, sondern nur subjektiv möglich.
Daraus folgt:
Über linguistische Theorien kann man sinnvoll diskutieren, über die ihnen
zugrunde liegenden Daten jedoch nicht.
Lösungsvorschlag der empirischen Linguistik:
Wenn man nur empirische Daten verwendet, kann man sinnlose Diskussionen über
die Grammatikalität von einzelnen Beispielen aus der Welt schaffen, da die Beispiele
dann eindeutig belegt sind.
Allerdings:
Dieser Vorschlag hat einen Haken:
Er gilt nur für positive (grammatische) Daten. Negative (ungrammatische)
Daten sind jedoch ebenso wichtig für die theoretische Linguistik. Solche Daten
kommen jedoch in Korpora entweder nicht vor oder sind von grammatischen
zumindest nicht zu unterscheiden.
Verwendete Literatur:
BRODY, M. und A. SZABOLCSI 2000. Overt Scope: A Case Study in Hungarian. Manuskript.
HARTMANN, R. R. K. 2001. Teaching and Researching Lexicography. Pearson Education:
Harlow.
SCHÜTZE, C. 1995.