Wortwolke –
Lemmata, Nomen
Diese Wortwolke basiert auf dem
automatischen Lemmatisierungsverfahren
historischer Texte (CAB), das im DTA für die Textsuche angewandt wird. Die Lemmatisierung
fasst sowohl Transliterationen (also bspw. ſ → s) als auch grammatische Formen
(Teil, Theil, Theile, Theiles, ...) zusammen. Die Wortidentifikation (Tokenisierung) erfolgt
mittels DTA-Tokwrap.
Die Fontgröße der einzelnen Lemmata in der Wortwolke ist proportional zu deren Frequenz im Dokument.
Lemmata, die im Dokument weniger als dreimal vorkommen, werden nicht dargestellt.
Es werden nur diejenigen Lemmata dargestellt, die vom Part-of-Speech-Tagger als
Substantiv (Klasse NN) klassifiziert werden.
|
