Neunte Sitzung - CELEX-Überblick

Was ist CELEX?

	Lemmata	Wortformen
Niederländisch	124136	381292
Englisch	52446	160594
Deutsch	51728	365530

Was steht in CELEX?

• Orthographie:
  • mit und ohne Diakritika
  • alternative Schreibweisen
  • Anzahl der Buchstaben/Silben
• Phonologie
  • phonetische Transkription in verschiedenen maschinenlesbaren Notationen, mit Silbengrenzen und Betonung
  • Konsonant-Vokal-Muster
  • Anzahl der Phoneme/Silben
  • alternative Aussprachen
• Morphologie
  • derivationale/kompositionale Zerlegung in Stämme und Affixe
  • flache oder hierarchische Analysedarstellungen
  • Flexionsmorphologie
• Syntax
  • Wortklasse
  • Wortklassen-Subkategorisierung
• Frequenz

Form und Inhalt

Form

Jedes Lemma besteht aus einer bestimmten Anzahl von Feldern, die durch Backslashes getrennt sind. Jedes Feld hat dabei eine feste Bedeutung. Die Einträge müssen jedoch nicht immer dieselbe Anzahl von Feldern haben; es existieren Multiplikatorenfelder, die angeben, wie viele verschiedene Lesarten folgen. Für jede der Lesarten werden die nachfolgenden Felder wiederholt.

Der Datenbankcharakter von CELEX ist also nicht zu übersehen; für den menschlichen Betrachter ist dieses Format jedoch kaum geeignet, da es schlecht lesbar und sehr unübersichtlich ist. Eine Extraktion aus dem Lexikon wird dadurch erschwert, daß sie auf verschiedene Dateien verteilt ist.

16436\hausintern\1\'hBs-In-tErn\[haus][In][tErn]\'hBs-In-tErn\[haus][In][tErn]\[CVVC][VC][CVCC]\[CVVC][VC][CVCC]\hauz#IntErn\hauz#IntErn
16437\haeuslich\35\'hXs-lIx\[hOys][lIx]\'hXs-lIx\[hOys][lIx]\[CVVC][CVC]\[CVVC][CVC]\hauz#lIx\hauz#lIx
16438\Haeuslichkeit\3\'hXs-lIx-kWt\[hOys][lIx][kait]\'hXs-lIx-kWt\[hOys][lIx][kait]\[CVVC][CVC][CVVC]\[CVVC][CVC][CVVC]\hauz#lIx#kait\hauz#lIx#kait
16439\Hausmann\2\'hBs-m&n\[haus][man]\'hBs-m&n\[haus][man]\[CVVC][CVC]\[CVVC][CVC]\\
16440\Hausmannskost\3\'hBs-m&ns-kOst\[haus][mans][kOst]\'hBs-m&ns-kOst\[haus][mans][kOst]\[CVVC][CVCC][CVCC]\[CVVC][CVCC][CVCC]\\
16441\Hausmeier\22\'hBs-mW-@r\[haus][mai][@r]\'hBs-mW-@r\[haus][mai][@r]\[CVVC][CVV][VC]\[CVVC][CVV][VC]\hauz#mai@r\hauz#mai@r
16442\Hausmeister\66\'hBs-mWs-t@r\[haus][mais][t@r]\'hBs-mWs-t@r\[haus][mais][t@r]\[CVVC][CVVC][CVC]\[CVVC][CVVC][CVC]\hauz#maist@r\hauz#maist@r
16443\Hausmittel\4\'hBs-mI-t@l\[haus][mI[t]@l]\'hBs-mI-t@l\[haus][mI[t]@l]\[CVVC][CV[C]VC]\[CVVC][CV[C]VC]\hauz#mIt@l\hauz#mIt@l
16444\Hausnummer\15\'hBs-nU-m@r\[haus][nU[m]@r]\'hBs-nU-m@r\[haus][nU[m]@r]\[CVVC][CV[C]VC]\[CVVC][CV[C]VC]\hauz#nUm@r\hauz#nUm@r
16445\Hausordnung\8\'hBs-Or-dnUN\[haus][Or][dnUN]\'hBs-Or-dnUN\[haus][Or][dnUN]\[CVVC][VC][CCVC]\[CVVC][VC][CCVC]\hauz#Ordn+UN\hauz#Ordn+UN
    

Inhalt

Beispiel: Morphologie

7\Aas\6\M\1\Y\Y\Y\Aas\N\N\N\N\(Aas)[N]\N\N\N\N\S1/P1\Y
8\Aasgeier\2\C\1\Y\Y\Y\Aas+Geier\NN\N\N\N\((Aas)[N],(Geier)[N])[N]\N\N\N\N\S1/P2\N
12\abaendern\16\C\1\Y\Y\Y\ab+aender\xV\N\N\N\((ab)[V|.V],(aender)[V])[V]\N\N\N\Y\r3\N
30\abbeissen\8\C\1\Y\Y\Y\ab+beiss\PV\N\N\N\((ab)[P],(beiss)[V])[V]\N\N\N\Y\i105\N
54\Abbraendler\0\C\1\Y\Y\Y\Abbrand+ler\Nx\N\N\Y\(((ab)[N|.N],((brenn)[V])[N])[N],(ler)[N|N.])[N]\Y\N\Y\N\S1/P2\N
64\Abbruch\66\Z\1\Y\Y\Y\abbrech\V\Y\N\N\(((ab)[V|.V],(brech)[V])[V])[N]\Y\N\N\N\S1/P1u\N
236\Abgeordnete\609\Z\1\Y\Y\Y\abgeordnete\F\N\N\N\((abgeordnete)[F])[N]\N\N\N\N\A\N
1329\Ahne\7\C\1\Y\Y\Y\Ahn+e\Nx\N\N\N\((Ahn)[N],(e)[N|N.])[N]\N\N\N\N\S3/P3\N
    

IdNum

Nummer des Lemmas in durchlaufender Zählung

Head

Oberfläche des Lemmas (ohne Diakritika)

Mann

Frequenz im Mannheim-Korpus

MorphStatus

morphologischer Typ des Lemmas:

morphologisch komplex	C	Abendessen
Konversion	Z	Abflug
monomorphematisch	M	Abend
Morphologie nicht relevant	I	Abakus
lexikalisierte Flexion	F	anhaltend
unbestimmt	U	Adamit

MorphCnt

Anzahl der Analysen für das Lemma. Alle nachfolgenden Felder exisitieren jeweils einmal für jede Analyse.

DerComp

Analyse ist ein derivationelles Kompositum

Comp

Analyse ist ein normales Kompositum

Def

Default-Analyse

Imm

Segmentierung

ImmClass

Folge der Segmentklassen

ImmAllo

Stamm ist nicht Grundformstamm

ImmOpac

opaque Zusammensetzung

ImmUml

umgelauteter Stamm

StrucLab

Strukturierte Segmentierung

StrucAllo

siehe ImmAllo

StrucOpac

siehe ImmOpac

StrucUml

siehe ImmUml

Sepa

abtrennbares Verbpräfix

InflPar

Flexionsparadigma

A	adjektivisch flektiertes Substantiv
I	flektiert, jedoch unklassifiziert
U	unflektiert
i...	irreguläres Verb
r1	reguläres Verb
r2	reguläres Verb mit auf Dental endendem Stamm
r3	reguläres Verb mit auf -el endendem Stamm
r4	reguläres Verb mit auf -er endendem Stamm
r5	reguläres Verb mit auf Vokal endendem Stamm
r6	reguläres Verb mit auf Sibilant endendem Stamm
S...	Singularflexion des Substantivs
P...	Pluralflexion des Substantivs

InflVar

alternative Flexionen

Inhalt

Beispiel: Syntax

IdNum

Nummer des Lemmas in durchlaufender Zählung

Head

Oberfläche des Lemmas (ohne Diakritika)

Mann

Frequenz im Mannheim-Korpus

ClassNum

Wortklasse (numerisch)

1. Substantiv
2. Adjektiv
3. Quantifizierendes Determinativ/Numeral
4. Verb
5. Determinativ
6. Pronomen
7. Adverb
8. Präposition
9. Konjunktion
10. Interjektion

GendNum

Genus (numerisch)

1 maskulin

2 feminin

3 neutral

12 maskulin/feminin

13 maskulin/neutral

21 feminin/maskulin

213 feminin/maskulin/neutral

23 feminin/neutral

31 neutral/maskulin

32 neutral/feminin

PropNum

Eigennamenstyp, numerisch

1. geographische Namen
2. Personennamen
3. Firmen- oder Produktnamen

SingTant

nur Singularform verwendet

PlurTant

nur Pluralform verwendet

AuxNum

im Perfekt verwendetes Auxiliarverb, numerisch:

1 haben

2 sein

12 haben/sein

SubClassVNum

Verbtyp (numerisch)

1. Auxiliarverb (haben)
2. Kopulaverb (bleiben)
3. unpersönliches Verb (regnen)
4. Modalverb (dürfen)
5. lexikalisches Verb (abwaschen)
6. reflexives lexikalisches Verb (sich beherrschen)

CompComp

In diesem und den nachfolgenden Comp-Feldern wird sehr detailliert die Komplementierbarkeit des Verbs kodiert. Dabei werden Aspekte wie obligatorische versus mögliche Komplementierung, verschiedene Komplementtypen (Nominalphrasen in verschiedenen Kasus, Präpositionalsphrasen, adverbiale Ergänzungen, Infinitvergänzungen etc.) sowie noch weitere Subkategorisierungen. Das Format ist sehr komplex, daher wird auf eine genaue Darstellung verzichtet.

CompEsSubj

CompSubj

CompAcc

CompSecAcc

CompDat

CompGen

CompPrep

CompSecPrep

CompAdv

Grad

Steigerbarkeit von Adjektiven

Kode	Bedeutung	Beispiel
P	nicht steigerbar	übrig
PC	nur Komparativsteigerung	ratsam
PS	nur Superlativsteigerung	ureigen
PCS	voll steigerbar	ulkig

CardOrdNum

Numeraltyp (numerisch)

Kode	Bedeutung	Beispiel
1	Kardinalzahl	acht
2	Ordinalzahl	achte
3	Fraktion	achtel
4	klassifikatorisch	achterlei
5	multiplikativ	achtfach

SubClassPNum

Pronomentyp

Kode	Bedeutung	Beispiel
1	Personalpronomen	du
2	Demonstrativpronomen	dieser
3	Possessivpronomen	dein
4	Relativpronomen	der
5	Interrogativpronomen	welcher
6	Reflexivpronomen	sich
7	reziprokes Pronomen	einander
8	unbestimmt	wenig

Case

von Präposition regierter Kasus, numerisch

Kode	Bedeutung	Beispiel
2	Genitiv	wegen
3	Dativ	mit
34	Dativ oder Akkusativ	an
4	Akkusativ	durch