Breindl_Walter_Der_Ausdruck_von Kausalität_2009.pdf

2. Datenbasis und Methode
In diesem Kapitel werden wir die verwendeten Daten vorstellen. Wir beschränken
uns in unserer Analyse auf den Bereich der geschriebenen Sprache.
Zur Kodierung von Kausalität und Konditionalität in der gesprochenen Sprache
gibt es zwar eine Reihe von Untersuchungen, die auch die prosodische
Realisierung einbeziehen (vgl. Gohl 2000, 2002, 2006; Günthner 2002, 2003;
Volodina 2007), der aktuelle Stand der verfügbaren Korpora der gesprochenen
Sprache im Deutschen 11 erlaubt aber zum gegenwärtigen Zeitpunkt keine vergleichbare
Untersuchung, wie wir sie hier für den Bereich der geschriebenen
Sprache vorlegen. Bevor wir im zweiten Abschnitt das methodische Vorgehen
bei der Auswahl, der Analyse und der Auswertung der Daten skizzieren, werden
wir im ersten Abschnitt das unserer Studie zugrunde liegende Deutsche
Referenzkorpus DeReKo beschreiben.
2.1 Das Deutsche Referenzkorpus DeReKo
Das Deutsche Referenzkorpus 12 ist eine Sammlung von mehreren Korpora, die
am Institut für Deutsche Sprache Mannheim kompiliert wurden. DeReKo umfasste
zum Zeitpunkt der Abfrage am 8.4.2008 insgesamt 7 022 872 Texte mit
1 828 805 828 Wörtern in 2 086 Dokumenten 13 und ist damit das größte Korpus
der deutschen Sprache. Es enthält Zeitungen, Sach- und Fachtexte sowie belletristische
Literatur aus Deutschland, Österreich und der Schweiz von 1772 bis
2008. Der überwiegende Teil besteht aus Texten der Gegenwartssprache. Die
Zusammensetzung des Korpus, insbesondere die hohe Anzahl von Zeitungstexten,
führt zu Effekten, die wir in Kap. 4 an mehreren Stellen problematisieren.
Die Daten sind mit Metainformationen verknüpft, sodass der situative Kontext,
d.h. die chronologische Einordnung, die Textsorte etc., rekonstruiert werden
kann. Nur ein verschwindend geringer Teil der Daten ist annotiert, d.h.
spezifische Informationen – beispielsweise über die Zugehörigkeit eines Elements
zu einer Wortart oder zu grammatischen Funktionen – sind weder automatisch
noch manuell zu den Primärdaten hinzugefügt worden (zur Unterscheidung
von Primärdaten, Metadaten und Annotationen vgl. z.B. Lemnitzer /
Zinsmeister 2006, S. 44-50 sowie S. 60-100).
11
Zum aktuellen Stand des Deutschen Spracharchivs vgl. http://dsav-wiss.ids-mannheim.de/. Zu
gesprochensprachlichen Korpora allgemein vgl. Wichmann (2008).
12
Vgl. zur Zusammensetzung http://www.ids-mannheim.de/kl/projekte/korpora/.
13
Zur Terminologie und zur Geschichte des Korpus vgl. Perkuhn et al. (2005).