Quelltext der Seite Linguistische Suche

'''Linguistische Suche''' ist ein Verfahren, das bei [[Suchmaschine]]n zum Einsatz kommt und bedeutet, dass die Suchanfrage durch [[linguistisch]]e Verfahren
bearbeitet wird. Hierzu werden aus der ursprünglichen Anfrage weitere Wortvarianten abgeleitet.

== Verfahren ==
Die eingesetzten linguistischen Verfahren sind: [[Lemmatisierung]], also das Erkennen von Grundformen, die [[Komposition (Grammatik)|Kompositazerlegung]], die Generierung von Wortvarianten, das Erzeugen von [[Synonymie|Synonymen]] und die [[Derivation (Linguistik)|Wortableitungen]].

Der Ansatz unterscheidet sich von den [[Stemming]]-Verfahren, da bei der linguistischen Suche mit tatsächlich existierenden Wortformen (und nicht mit Wortteilen oder -stämmen) gearbeitet wird. Dies ist besonders für das Deutsche aufgrund der starken Irregularität seiner Wortbildung sinnvoll.

Diese unterschiedlichen linguistischen Verfahren werden nacheinander angewendet, da sie voneinander abhängen. Als Erstes wird eine Lemmatisierung der einzelnen Begriffe durchgeführt, womit zu jedem Begriff dessen Grundform identifiziert wird (Häuser → Haus, Vögel → Vogel, gingen → gehen). Im Deutschen können in dieser Phase Komposita in ihre Bestandteile zerlegt werden (Autobahngebühr → Autobahn + Gebühr, Atomenergiedebatte → Atomenergie + Debatte). Der nächste Schritt besteht in der Generierung aller Wortvarianten aus dieser gefundenen Grundform (Haus → Häuser, Häusern, Hauses, Hause; gehen → gehe, gehst, geht, ging, gingst, gingen, gegangen etc.).

Mit den so gewonnenen zusätzlichen Varianten kann die ursprüngliche Suche angereichert werden, weshalb auch von "Expansion" gesprochen wird.

Die Linguistik stellt weitere Verfahren zur Verfügung: Das Erkennen von [[Synonymie|Synonymen]] (Haus → Gebäude, Dynastie etc.) oder Wortableitungen (Haus → häuslich, Häuslein etc.) liefert zusätzliche Varianten für die Suche.

Die Suchbegriffe aus den verschiedenen Quell- bzw. Herkunftssprachen können in verschiedene Zielsprachen [[Übersetzung|übersetzt]] (Flugzeug → (englisch) airliner, airplane, plane, aircraft → (französisch) avion) und wie Synonyme in die Suche eingefügt werden. Damit kann eine mehrsprachige Suche durchgeführt werden, im Sinne eines ''cross lingual information retrieval'', was bedeutet, dass die Suchanfrage in einer Sprache eine Suche in einer oder mehreren weiteren Sprachen auslöst.

== Zielsetzung ==
Im Gegensatz zur [[Maschinelle Übersetzung|automatischen Übersetzung]], wo eine korrekte Übersetzung eines Begriffs gefunden werden muss, ist das Ziel hier, möglichst viele Übersetzungsäquivalente zu bringen, wobei der Kontext in den gefundenen Resultaten implizit eine Differenzierung der Bedeutungen ([[Disambiguierung]]) vornimmt.

Eine wachsende Zahl von linguistischen Systemen wurde bisher entwickelt, mit zum Teil sehr variierenden Zielsetzungen. Die grundsätzlichen Unterschiede betreffen Größe der eingesetzten Wörterbücher (mehrere Millionen Einträge) und linguistischen Ressourcen, Ausstattung der Wörterbücher mit grammatischen Informationen ([[Morphologie (Linguistik)|morphologisch]], [[Syntax|syntaktisch]], [[Semantik|semantisch]]) und Verfügbarkeit der Übersetzungswörterbücher hinsichtlich der Sprachpaare.

== Systeme ==
Während einsprachige Systeme relativ zahlreich sind (Beispiel: [[DWDS]] als umfangreiches Wörterbuchsystem, [[Fast Search and Transfer|FAST]] als Such- u. Indexierungssystem mit linguistischer Komponente, AUTINDEX<ref name="autinex">{{Webarchiv|url=http://www.iai-sb.de/iai/index.php/AUTINDEX-Automatische-Indexierung-und-Klassifizierung.html |wayback=20101022173509 |text=AUTINDEX Automatische-Indexierung-und-Klassifizierung |archiv-bot=2019-04-25 22:27:38 InternetArchiveBot }}</ref>), gibt es nur wenige mehrsprachige (''cross-linguale'') Systeme.

Genannt seien:
* [[Bielefeld Academic Search Engine|BASE]], die den mehrsprachigen [[Thesaurus]] [[Eurovoc]] zur Übersetzung nutzt.
* LEXIQUO<ref name="Lexiquo"> [http://www.lexiquo.de Lexiquo-Portal]</ref> und PSYDOK<ref name="Psydok">{{Webarchiv|url=http://psydok.sulb.uni-saarland.de/sulb/extrakt_abfrage_suchen.php |wayback=20110718172658 |text=Mehrsprachige Suche in PSYDOK |archiv-bot=2022-03-15 14:17:50 InternetArchiveBot }}</ref> nutzen die 'linguistic engine' EXTRAKT<ref name="Extrakt">{{Webarchiv|url=http://www.textec.de/extrakt.html |wayback=20091217093530 |text='linguistic engine' EXTRAKT |archiv-bot=2019-04-25 22:27:38 InternetArchiveBot }}</ref><ref name="ifra"> [http://www.ifra.net/wiki/interview-with-dr-erwin-stegentritt-textec Artikel über EXTRAKT in www.ifra.net]</ref> mit Übersetzungswörterbüchern und [[Eurovoc]]-Daten für Deutsch, Englisch, Französisch (sowie Italienisch und Spanisch).
* Pertimm<ref name="pertimm">{{Webarchiv|url=http://www.pertimm.com/en/products/corporate |wayback=20100702050142 |text=Pertimm System |archiv-bot=2019-04-25 22:27:38 InternetArchiveBot }}</ref> ein franco-amerikanisches mehrsprachiges Indexierungs- und Retrievalsystem.

== Einzelnachweise ==
<references />

[[Kategorie:Information Retrieval]]
[[Kategorie:Angewandte Linguistik]]