pdf - Universität zu Köln

So ist die Verbreitung von Doppelnamen relativ hoch. Bei der Beschreibung des Korpus
in Kapitel 5 wird genauer darauf eingegangen. Es existieren aber auch eine Reihe von langen,
aus verschiedenen Stämmen zusammengesetzten Familiennamen. Je nach Benutzungskontext
einer Phonetischen Suche ist nicht abzusehen, ob es sich um einen Doppelnamen
(z. B. ) 19 oder einem zusammengesetzten Namen (z. B. )
handelt. Falls der Algorithmus Bindestriche oder Leerzeichen nicht entsprechend behandelt,
ist es mit der jeweiligen Suchanfrage nicht möglich, den jeweils anderen Namen zu
finden.
Noch komplizierter ist die Lage, wenn die Träger von Doppelnamen in der Datenbank
nur mit einer Namenskomponente bekannt sind. Postel (1969) schlägt vor, sämtliche Namenskomponenten
in allen Permutationen zu suchen. Dies ist in der Praxis jedoch schwer
zu realisieren, wenn nicht eindeutig klar ist, was ein Doppelname ist und was nicht. Abhilfe
könnte hier eine Silbentrennung und/oder morphologische Segmentierung schaffen. Ohne
größeres Lexikon 20 wäre dies nur mit großer Fehlerquote zu realisieren. Fehlerfreier wäre
eine optionale Silbifizierung oder Worttrennung durch den Anwender.
3.6 Bekannte Verfahren für die Phonetische Suche
Die Phonetische Suche ist ein Verfahren, deren erste Varianten schon seit dem letzten
Jahrhundert bekannt sind. Ursprünglich wurden anhand der Schlüssel Karteikarten der
amerikanischen Volkszählung sortiert. Zwar existieren seit den späten sechziger Jahren
Ansätze für die deutsche Sprache, jedoch werden bis in die heutige Zeit hinein vorwiegend
Algorithmen aus dem englichsprachigen Bereich eingesetzt, da der Zugang für Programmierer
durch vielzählige Implementierungen und weite Verbreitung in der Informatikliteratur
für Einsteiger 21 leichter ist.
Es werden vor allem die Algorithmen Soundex, Phonix und Metaphone auch im deutschsprachigen
Bereich eingesetzt, obwohl diese für eine englische/amerikanische Aussprache
entwickelt wurden und somit nur eingeschränkt auf das Deutsche anwendbar sind. Speziell
für die deutsche Sprache konzipiert wurden die ,,Kölner Phonetik”, PHONEM und Phonet.
Der Algorithmus nach Daitch und Mokotoff legt seinen Schwerpunkt auf das Jüdische
und auf osteuropäische Sprachen. Beide Sprachgruppen haben viele Eigenschaften,
die dem Deutschen ähneln, weshalb dieser Algorithmus mit positiven Erwartungen in die
Untersuchung aufgenommen wurde.
19 Ein Test zeigte, dass im Korpus 2243 von solchen, allein in der Orthographie übereinstimmenden
Kombinationen vorkommen. Wieviele Varianten gleicher Aussprache noch dazukommen, ist nicht ohne
weiteres abzuschätzen. Ich vermute eine obere Grenze bei ca. 0,5 % der deutschen Namen.
20 Soweit dem Autor bekannt, existieren keine verfügbaren Lexika, die in größerem Umfang Morpheme
von Familiennamen enthalten.
21 Dieser Trend wird durch Übersetzungen englischsprachiger Fachliteratur verstärkt.
11