Hilfe zur Suche in den Korpora des Deutschen Textarchivs
mit der linguistischen Suchmaschine DDC

Hinweis: Diese Dokumentation (Stand 2018) wird nicht mehr weiter betreut. Sie können die Korpora des DTA auch auf den Seiten des Digitalen Wörterbuchs der deutschen Sprache (DWDS) durchsuchen. Ebenfalls im DWDS finden Sie eine ausführliche Dokumentation zur Korpussuche, Suchmaschine und Abfragesprache.

Die Suche in den Volltexten des Deutschen Textarchivs basiert auf deren Indizierung durch die Suchmaschine DDC und auf der automatischen linguistischen Analyse der historischen Wortformen mit CAB. Gesucht werden kann nach konkreten Wort- oder Grundformen (Lemmata), zudem kann die Suchanfrage beispielsweise durch Wortarten-, Kontext- oder Metadatenfilter verfeinert werden.

Es gibt zahlreiche Optionen, Suchanfragen mithilfe von DDC in den Korpora des Deutschen Textarchivs zu verfeinern, die auf dieser Seite anhand einiger Beispiele erläutert werden. Die DDC-eigene Syntax erlaubt, wie Sie sehen werden, sehr komplexe Suchvorgänge. Die Syntax mag auf den ersten Blick etwas kompliziert erscheinen. Daher empfiehlt es sich, zunächst einfache Suchanfragen zu stellen und diese dann nach und nach mit weiteren Suchbegriffen, Operatoren und Parametern zu erweitern.

Die zahlreichen Möglichkeiten, die Suche zu verfeinern und dabei auch die Informationen aus der linguistischen Erschließung der Texte in die Suchanfragen einfließen zu lassen, werden auf dieser Seite anhand von Beispielen erläutert. Zur Vertiefung lohnt sich jederzeit der Blick in die technisch/formale Definition der DDC-Abfragesyntax (in englischer Sprache).

1  Einfache Suchanfragen

Im Folgenden werden die verschiedenen Optionen für die Suche nach einem einzelnen Wort vorgestellt. Wird ein Suchwort eingegeben, so wird automatisch auch nach flektierten Formen dieses Wortes gesucht. Beispielsweise findet die Suche nach "stolzieren" auch "stolziere", "stolzierte", "stolzierend" usw. Zusätzlich wird die Suche auf verwandte Wortformen sowie auf historische orthographische Varianten erweitert, findet also auch "stoltziren", "ſtoltzirete" usw. Möchten Sie dagegen nur nach einer bestimmten Wortform suchen, geben Sie das @-Zeichen vor dem Suchbegriff ein.

1.1  Die einfache Wortsuche

1.2  Trunkierung

Die Trunkierung kann rechts oder links des Wortes mittels eines * angebracht werden. Bitte beachten Sie: Bei der Trunkierung mit * bezieht sich die Suche auf die exakte Zeichenkette des Trunks, d. h. verwandte Wortformen und orthographische Varianten des Suchbegriffs werden nicht beachtet. Daher findet z. B. die Suche nach theil* nur Zusammensetzungen mit "theil", aber nicht mit "teil" oder "theyl".

1.3  Die Phrasensuche

Zur Suche nach Phrasen müssen die Suchbegriffe mit doppelten Anführungszeichen (") umschlossen werden. Wie oben anhand der einfachen Wortsuche erläutert, wird dabei die Suche für jeden Term innerhalb der Phrase auf verwandte Wortformen sowie auf orthographische Varianten erweitert. Eine Kombination der Operatoren @ für die Suche nach exakter Wortform oder dem Asterisk (*) für die Rechts- bzw. Links-Trunkierung (siehe oben) ist ebenfalls möglich.

1.3.1  Phrasensuche mit Abstandsoperator

1.3.2  Abstandsoperator ohne Reihenfolge

1.4  Reservierte Zeichen

Für die Suche nach Satzzeichen wie ', ?, !, ., ,, : und ; müssen diese mit einem \ maskiert werden, da diese Zeichen als Operatoren für die Suchmaschine reserviert sind. Suchen Sie also nach einem Apostroph, geben Sie \' in die Suchmaske ein; suchen Sie beispielsweise "kann's" (anstatt "kanns"), geben Sie @kann\'s in die Suchmaske ein. Gleiches gilt für die Zeichen $, & @, %, ^, #, =, \, / und \~. Suchen Sie also beispielsweise das ‚Kaufmanns-Und‛, geben Sie \& in die Suchmaske ein.

1.5  Verknüpfung mehrerer Suchbegriffe mit UND oder ODER

2  Sortierung der Suchergebnisse

Standardmäßig werden die Ergebnisse der Suchanfragen, die durch die Beispiele oben illustriert wurden, alphabetisch nach dem Titel der Werke, in dem die Ergebnisse gefunden wurden, sortiert. Durch das Anhängen spezifischer Bestimmungen können die Suchergebnisse nach der Entstehungszeit der jeweiligen Werke sortiert werden.

3  POS-sensitive Suchen

Die Texte im DTA werden automatisch hinsichtlich der Wortarten analysiert (Part of Speech- bzw. POS-Tagging, vgl. dazu den Abschnitt Linguistische Analyse historischer Texte (CAB) in der Dokumentation zur Software im Deutschen Textarchiv). Das vom DTA für die linguistische Annotation verwendete Tagset basiert auf dem „Stuttgart/Tübinger Tagset“ (STTS). Die gesamte Auswahl der im DTA verwendeten POS-Tags und weitere Erläuterungen zum STTS-Tagset finden Sie in der Dokumentation des DTA.

Durch POS-Tagging wird es möglich, die Suche auch in dieser Hinsicht zu spezifizieren, und z. B. nach einem Begriff wie "ehelichen" in seiner Verwendung als attributives Adjektiv oder in seiner Verwendung als infinites Verb zu suchen. Die Suche nach @ehelichen with $p=ADJA findet z. B. "Die ehelichen Gesellschafften sind die Haupt-Stützen des gemeinen Wesens.", wogegen die Suche nach ehelichen with $p=VVINF findet z. B. "[…] wenn aus Fleischeslust Geschwisterkinder gegen die Sitte sich ehelichen." findet. Die POS-Terme können in dieser Weise als nähere Bestimmung eines Suchbegriffs mit diesem verbunden werden, sie können aber auch als Platzhalter allein stehen, d.h. als Suchbegriffe an sich eingesetzt werden (z. B. Suche nach $p=NE). Im Folgenden soll anhand einiger ausgewählter Beispiele die Einbindung der POS-Informationen in die Suchanfragen mit DDC illustriert werden.

4  Bezugnahme auf die Position im Satz

5  Filter

5.1  Filter auf Basis der Metadaten

Jede Suchanfrage kann (zusätzlich) durch verschiedene Filteroptionen auf einzelne Werke oder Textklassen eingeschränkt werden.

5.1.1  Einzelne Korpora

Die Suche kann mit den im Folgenden aufgeführten Filteroptionen auf einzelne Korpora eingeschränkt werden.

5.1.2  Einzelne Werke/Autoren

Die Einschränkung auf ein bestimmtes Werk erhalten Sie nach dem im Folgenden beispielhaft angegebenen Muster bzw. indem Sie die Suche aus der Ansicht des jeweiligen Bandes heraus starten ('Suche im Buch (DDC)').

Alternativ kann auch die eindeutige Identifikationsnummer der Gemeinsamen Normdatei (GND) genutzt werden, um die AutorInnen innerhalb der Anfrage zu spezifizieren. Beispielsweise für die Suche in Werken von Bettina von Arnim:

5.1.3  Filtern nach Zeiträumen

5.1.4  Filtern nach Textklassifikation

5.2  Inhaltliche Kontextfilter, typographische Kontextfilter

Die Suche lässt sich mit verschiedenen Kontextfiltern auf Vorkommen in bestimmten Textabschnitten (Vorstück, Nachstück, Fußnoten etc.) oder auf Vorkommen in Verbindung mit bestimmten typographischen Hervorhebungen (fett, kursiv, gesperrt etc.) einschränken.

5.2.1  Inhaltliche Kontextfilter

5.2.2  Typographische Kontextfilter

Die Suche im DTA lässt sich auch typographische Besonderheiten der Vorlage einschränken, wofür der Parameter $r (r steht hier für rendition) mit der Eingabe des jeweiligen Wertes, den das Attribut rendition annehmen kann, kombiniert wird. Der jeweilige Wert wird dabei mit Schrägstrichen (/) umschlossen und so als Regulärer Ausdruck „Regulärer Ausdruck“ gekennzeichnet. Beispielsweise suchen Sie mit der Abfrage Garten with $r=/\bb\b/ nach allen Vorkommen des Worts „Garten“, die in Fettdruck (rendition="#b") gesetzt sind, mit der Abfrage Garten with $r=/\bi\b/ dagegen nach solchen, die kursiv (rendition="#i") gesetzt sind. Mit dem Operator \b (PCRE: word boundary) am Beginn und Ende des jeweiligen Attributwerts begrenzen Sie die Abfrage auf genau den String innerhalb von \b. So ist sichergestellt, dass die Suche nach kursiv gesetztem Text (rendition="#i") nicht zugleich Initialen findet, deren @rendition-Wert (rendition="#in") ebenfalls ein „i“ enthält. Für die weiteren Werte, die das Element <hi> für typographische Hervorhebungen annehmen kann, siehe den Abschnitt „Typographische Besonderheiten“ in der Dokumentation des DTA-Basisformats.

6  Suche mit regulären Ausdrücken

Eine weitere Möglichkeit, Suchanfragen in DDC zu spezifizieren, ist die Verwendung von Regulären Ausdrücken in der Form /REGEX/. DDC benutzt zu deren Auswertung Perl Compatible Regular Expressions (PCRE, www.pcre.org).

Einige ausgewählte Beispiele sollen im Folgenden die Suchmöglichkeiten mit DDC in der Kombination mit regulären Ausdrücken illustrieren.

7  Suche mit XML Path Language (XPath)

Weiterhin lassen sich Suchanfragen in DDC spezifizieren, indem mit dem Operator $xpath gemäß der XML Path Language (XPath) bestimmte Teile der TEI-XML-Dokumente adressiert werden. Beispielsweise führt die Suche nach $xpath=/persName/ zu allen Tokens, die mittels des TEI-Elements <persName> als Personennamen annotiert wurden, $xpath=/speaker/ findet allen Tokens, die mittels des TEI-Elements <speaker> als Sprecher in einem Drama annotiert wurden, usw. Eine Übersicht über die im <text>-Bereich der TEI-XML-Dokumente verwendendeten Elemente, die Sie mit $xpath gezielt suchen können, finden Sie in der Dokumentation des DTA-Basisformats, speziell im tabellarischen Überblick Elemente innerhalb von <text>.