Ein Computerlinguistisches Lexikon als komplexes System

3.1 Computerlinguistische Modellierung
3.1.2 Methoden der regelbasierten Verarbeitung
Stemming
In einem regelbasierten Morphologiesystem gibt es i.A. zwei Methoden der Verarbeitung
der Eingabe: Abarbeitung von links nach rechts oder Abarbeitung von
rechts nach links. Die Methode von rechts nach links, also mit dem Ende der
Wortform beginnend, ähnelt dem Stemming. Das ist eine linguistisch gesehen
recht ungenau arbeitende Variante der Lemmatisierung, die häufig bei Information
Retrieval bzw. Information Extraction eingesetzt wird. Sie erfordert lediglich
ein Lexikon der Flexionsendungen einer Sprache (und ggf. der produktiven Derivationssuffixe)
und ermöglicht die Rückführung von rein konkatenativ gebildeten
Flexionsformen auf eine Art flexionsendungsloser Stammform. Dass diese
nicht mit der morphologisch gesehen richtigen Grundform übereinstimmen
muss, zeigen alle auf -e oder -en endenden Substantive, da diese Endungen als
potentielle Flexionsendungen abgetrennt werden: Aus Freude wird Freud, aus
Eisen Eis (allerdings werden die flektierten Formen Bilds, Bildes, Bilder, Bildern
allesamt auf eine Stammform Bild zurückgeführt).
Ein Beispiel für ein Morphologiesystem, das die Eingabewortform von rechts
nach links abarbeitet, ist Morphy (vgl. Lezius (1996)). Hier werden bei der Analyse
einer Wortform sukzessive einzelne Zeichen abgetrennt und es wird überprüft,
ob ein Stamm gefunden wurde. Zusätzlich wird in jedem Schritt versucht,
morphologische Prozesse wie Umlautung und ß/ss-Wechsel (Kuß/Küsse in alter
Rechtschreibung) rückgängig zu machen, um so am Ende eine Grundform und
mögliche Flexionsendungen zu finden. Ist dies der Fall, wird geprüft, ob die
Eingabe-Wortform aus der gefundenen Grundform generiert werden kann. Im
Erfolgsfall ist eine mögliche Analyse mit Grundform, Flexionsstamm und morphologischer
Information (diese wird mit den Flexiven zusammen gespeichert)
ermittelt worden. Durch den Generierungsschritt wird das Problem des Stemmings,
die Erkennung falscher Grundformen, umgangen.
Schritt Eingabe Test Resultat
1 Bäume Bäume, Baume –
2 Bäum e Bäum, Baum Baum + Pluralendung
3 Bäu me Bäu, Bau – (me ist keine Flexionsendung)
4 Bä ume Bä, Ba –
5 B äume B –
Abbildung 3.1: Morphologische Analyse von Bäume in Morphy
In Abbildung 3.1 ist die Abarbeitung der Wortform Bäume dargestellt. In
jedem Schritt wird ein weiteres Zeichen rechts abgetrennt und der Rest links
davon geprüft. In diesem Beispiel wird immer sowohl nach der umgelauteten
23