Suche nach substantivierten Verben in den DWDS-Korpora

Anhand einer Beispielabfrage soll hier demonstriert werden, wie die Möglichkeiten der Suchmaschine im DWDS genutzt werden können, um auch „schwierigere“ Abfragen gut zu lösen.

Gesucht werden soll nach Wendungen wie

  • „bin am Gehen“
  • „ist am Kommen“
  • „war am Aufräumen“

Also: „Form von sein“ + „am“ + „substantivierter Infinitiv“.

Substantivierte Verben sind in unseren Korpora mit $p=NN annotiert, das folgt auch den Deklarationen in STTS, vgl.

Guidelines für das Tagging deutscher Textkorpora mit STTS (Kleines und großes Tagset). Institut für Maschinelle Sprachverarbeitung (Universität Stuttgart)/Seminar für Sprachwissenschaft (Universität Tübingen). <http://www.sfs.uni-tuebingen.de/resources/stts-1999.pdf>.

Damit ist die Suche danach nicht ganz so leicht. Ein erster Ansatz wäre, zunächst alle Formen, die potentiell infrage kommen, aufzulisten und alle Nicht-Verben explizit auszufiltern.

Verben enden im Deutschen auf -eln, -ern oder -en. Den Fall der Verben, die nur auf -n enden (z. B. „tun“ oder „beknien“), lasse ich mal weg, den kann man dann später noch mit etwas mehr Ausgesiebe einbauen.

Die Abfrage wäre also eine Wortgruppe (einzuschließen also mit "") mit:

  1. Form von „sein“ → sein
  2. literales „am“ → @am
  3. Nomen, dessen Lemma mit „eln“, „ern“ oder „en“ endet
    • regulärer Ausdruck lang → /(eln|ern|en)$/
    • regulärer Ausdruck kompakt → /e[lr]?n$/
    • das ganze auf dem Lemma-Index → $l=/e[lr]?n$/
    • mit der Bedingung „Nomen“ → WITH $p=NN

In DDC-Syntax:

"sein @am $l=/e[lr]?n$/ WITH $p=NN"

Das Auflisten all dieser Nomen geht einfach mit einer COUNT-Abfrage, wobei nach dem Nomen gruppiert wird:

COUNT("sein @am $l=/e[lr]?n$/ WITH $p=NN=1") #BY[$l=1]

Für das DWDS-Kernkorpus ergibt das:

  • 1 Absterben
  • 1 Aufgehen
  • 1 Ausgehen
  • 1 Ausspielen
  • 1 Aussterben
  • 10 Boden*
  • 1 Brunnen*
  • 1 Dampfen
  • 1 Einkaufen
  • 3 Einschlafen

Die (von mir) mit * markierten Formen sollen ausgeschlossen werden, da sie keine substantivierten Verben sind. Das Ausschließen funktioniert mittels WITHOUT-Operator und dann als Menge via {}:

"sein @am $l=/e[lr]?n$/ WITH $p=NN WITHOUT {Boden,Brunnen}"


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.