Ein Computerlinguistisches Lexikon als komplexes System

8.2 Vorschläge zur Durchführung der morphologischen Analyse
5. Der ’Guesser’ (engl.). Falls Wortformen nach Durchlaufen der Stufen 1 bis
4 noch immer nicht erkannt wurden, wird nach Suffix entschieden (dann
kann zumindest die Flexion richtig erkannt werden), sonst handelt es sich
bei großgeschriebenen Formen um Eigennamen.
Die Übergänge zwischen den Varianten 3 bis 5 sind fließend. Wenn eine
Morphologiekomponente die Wortbildungsregeln nicht einschränkt, können einige
der in Stufe 3 vorgenommenen Generalisierungen bereits eine Stufe vorher
durchgeführt werden.
Für das IMSLEX ist das Modell deswegen attraktiv, weil anstelle einer
großen, uniformen Makrostruktur, wie sie aus dem DMOR-Lexikon übernommen
wurde, eine Menge von fein unterschiedenen Lexemen vorliegt, die nach
verschiedenen Attributen gruppiert werden können. Es ist ein Leichtes, die als
morphologisch komplex markierten Einheiten in die Liste für den direkten Zugriff
auszulesen. Da ein Großteil von ihnen über einen Struktureintrag verfügt,
sind die unmittelbaren Konstituenten bekannt und können mit ausgegeben werden.
Allerdings handelt es sich nicht um Vollformen, so dass zusätzlich zum
Auslesen noch die Generierung der Vollformen erfolgen muss. 13
Für die folgenden Stufen wird dann das gesamte Lexikon ausgelesen. In
Stufe 2 werden alle Phänomene erfasst, die völlig regulär ablaufen, also sich
aus den im Lexikon gespeicherten Einheiten bilden lassen. Diese Stufe bietet
eine sehr gute Möglichkeit, das Lexikon zu testen: Da an dieser Stelle noch
keine Heuristiken eingesetzt werden, können die in dieser Stufe nicht analysierten
Einheiten direkt auf fehlende morphologische Einheiten zurückgeführt
werden. 14 Allerdings kann es hier auch zum umgekehrten Fehlerfall kommen:
Es gibt eine Analyse, aber sie ist falsch. Ein Beispiel dafür ist die Zerlegung der
im Korpus belegten französischen Wortform Beaucoup (an einem Satzanfang)
in die Substantive (der) Beau und (der) Coup.
Stufe 3 bildet den Kompromiss zwischen Freiheit und Restriktion der Generalisierungen.
Da die erwähnten Formen aus den Paradigmen der Wortarten
oft formgleich mit Fugenelementen sind, wird ein geringeres Risiko eingegangen
als bei der Freigabe von bestimmten typischen Fugenelementen für alle
Erstglieder unabhängig vom Paradigma.
Stufe 4 bildet alle Prozesse ab, denen die Bildung von Stammformen unterliegen
kann. Dies trägt der Tatsache Rechnung, dass z.B. eine umgelautete
Derivationsstammform oft nur in ein oder zwei verschiedenen Wortbildungsmustern
belegt ist (Öfchen, Öflein) und daher auch nur entsprechend schwer zu
finden und im Lexikon zu verzeichnen ist. 15 Diese Stufe kann dafür verwendet
13 Da der morphologische Kopf und das Paradigma bekannt sind, ist dies nicht schwer.
14 Natürlich können auch Wortbildungsregeln fehlen, aber da diese gewöhnlich sehr generell
gehalten werden, ist das Fehlen von Einheiten wahrscheinlicher.
15 Für einen umgelauteten Derivations- und Kompositionsstamm für das Lexem Klang ¡
sind genau zwei Wortbildungen im HGC belegt, die darüber hinaus auch nur je einmal vorkom-
127