Zum Stand der (automatischen) Lemmatisierung historischer Korpora des Deutschen

Letzten Montag (8. September 2025) hat Eva Büthe-Scheider (FAU Erlangen-Nürnberg) bei dhmuc einen Vortrag über Ihre Erfahrungen als Nutzerin und Fachwissenschaftlerin mit lemmatisierten Korpora des Deutschen gehalten. Wer der Vortrag verpasst hat oder noch einmal nachlesen will, findet hier die Präsentation:    

https://dhmuc.hypotheses.org/files/2025/09/dhmuc_Büthe-Scheider_2025_Lemmatisierung-Hist.-Korpora.pdf

Die automatische Lemmatisierung von Textkorpora ist eine Schlüsseltechnologie (in spe) der digitalen Wörterbucharbeit. Von der Zuverlässigkeit digitaler Lemmatisierer hängt auch ab, ob und inwieweit digitale Sprachinformationssysteme, die wesentlich auf der automatischen Auswertung von Korpora beruht, überhaupt in der Lage sind, auch die Funktion klassischer (handgemachter) Wörterbücher zu übernehmen. 

Im Vortrag ging es um die (automatische) Lemmatisierung in den Historischen Korpora des DWDS und weiteren Korpora. Die sich daraus ergebenden (unterschiedlichen) Konsequenzen für die Auswertung der Daten mit den bereitgestellten Auswertungstools wurden diskutiert. Die Diskussion berührte auch den Lemmabegriff selbst.

Es versteht sich, dass mit jeder weiteren technischen Entwicklung die Karten neu gemischt werden, und dass die jetzt noch ernüchternden Ergebnisse vielleicht in Zukunft vielleicht erfreulicheren weichen. 

Digitalisierung mit Augenmaß

Teil 1. Warum Digitale Lexikalische Systeme
nicht halten, was sie versprechen.

Im Hinblick auf die Diskussion zur Zukunft der Lexikografie im Akademienprogramm spielt die Frage der Digitalisierung zwar keine alleinentscheidende, aber eine sehr wichtige Rolle. Die Wahl der richtigen Digitalisierungsstrategie ist keine triviale Angelegenheit. Wichtig wäre in dem Zusammenhang noch mehr öffentliche Diskussion um die verschiedenen möglichen Ansätze. Und diese Diskussion sollte möglichst nicht nur innerhalb der „Digital Humanities“ geführt werden, sondern vor allem auch innerhalb und mit den geisteswissenschaftlichen Fächern, die die von den Akademien bereitgestellten Wörterbücher nutzen.

In diesem Blog-Beitrag bespreche ich mit dem „Digitalen Wörterbuch der deutschen Sprache“ (DWDS; https://www.dwds.de) eines der ambitioniertesten digitalen Wörterbuchprojekte, die in jüngerer Zeit entstanden sind, und erläutere, weshalb ich es – trotz seines hohen Anspruchs – nicht für ein geeignetes Vorbild für eine zeitgemäße und zukunftssichere digitale Lexikografie halte.

Weiterlesen