Das Korpus romanischer
Zeitungssprachen
erstellt von
Elisabeth Burr
Korpora & Subkorpora
• Italienische Zeitungen - Deutsche Einigung 1989
•
•
•
•
Corriere della Sera
Il Mattino
La Repubblica
La Stampa
(Zeitung - OCR)
(Zeitung - OCR)
(Zeitung - Files)
(Zeitung - Files)
(19.), 20., 21.10.1989
20., 21.10.1989
20., 21.10.1989
20., 21.10.1989
• Französische, italienische und spanische Zeitungen Europawahlen 1994
• Le Monde
(CD-ROM)
• Corriere della Sera (CD-ROM)
12./13., 14., 15.06.1994
13., 14., 15.06.1994
• La Vanguardia
13., 14., 15.06.1994
(Magnetband)
Größe der Subkorpora
Italienische Zeitungen
Deutsche Einigung 1989
• Corriere della Sera
• Il Mattino
• La Repubblica
• La Stampa
258.287 Wortformen
171.501 Wortformen
174.958 Wortformen
119.771 Wortformen
• Gesamt
724.517 Wortformen
Größe der Subkorpora
Französische, italienische und spanische Zeitungen
Europawahlen 1994
•Le Monde
236.236 Wortformen
•Corriere della Sera 303.641 Wortformen
•La Vanguardia261.133 Wortformen
Gesamt
801.010 Wortformen
Das Markup-System
Die Ebene der Zeichen
Disambiguierung
mehrdeutiges
Zeichen
Funktion
Kodierung
•
•
•
•
•
•
•
•
•
•
Satzzeichen
Dezimalzeichen
Satzzeichen
Dezimalzeichen
Gedankenstrich
Silbentrennung
Apostroph
Minute
Anführungszeichen
Sekunde
,
\
.
} (89) / # (94)
=
'
£ (1994)
"
$ (1994)
,
,
.
.
'
'
"
"
Typographische Ebene
Korpus 1989
Markierung
Roman
Kursiv
Fett
neuer Absatz
Kodierung
@
^
~
//
Die Ebene der Textkonstituenten
• Kodierung im COCOA-Format
Bibliographische Informationen
•
•
•
•
Referenz
Zeitung
Ausgabe
Ausgeweisenheit
– a)
– b)
– c)
Variable
<Z>
<E>
<A>
signiert
anonym
Redaktion
• Autor/Autorin
• Positionierung
• Sprache
Beispiel
<Z Stampa>
<E 211089>
<A firmato>
<A Non firmato>
<A Redazione>
<N>
<C>
<L>
<N Ferrara Giovanni>
<C MEA01>
<L Inglese> (94)
Die Variable C
TESTATA
AP
Apertura
APB
TAA
TAB
Taglio
alto
MEA
Taglio medio
BAA
Taglio basso
SP
Spalla
TAC
MEB
SPB
TAD
TAE
MEC
BAB
Sparten <S>
• Sparte
<S>
<S Politica>
Textart <T>
Typen von Überschriften
•
•
•
•
•
Vorzeile
Schlagzeile
Untertitel
Zusammenfassung
Zwischenüberschrift
<T Occhiello>
<T Titolo>
<T Sottotitolo>
<T Sommario>
<T Catenaccio>
Textart <T>
die festen journalistischen Formen
•
•
•
•
•
•
•
•
•
Leitartikel
'Aufmacher'
Glosse
Ankündigung
Kolumne
Kurzmeldung
Kurznachricht
Agenturmeldung
Bildunterschrift
<T Fondo>
<T Spalla>
<T Corsivo>
<T Civetta>
<T Rubrica>
<T Flash>
<T Breve>
<T Agenzia>
<T Foto>
Textart <T>
die fließenden Formen
•
•
•
•
•
Artikel
Nachricht
Kritik
Spielbericht
Interview
<T Articolo>
<T Notizia>
<T Critica>
<T Partita>
<T Intervista>
Textart <T>
weitere Formen
•
•
•
•
•
•
•
Leserbrief
Antwort auf Anfrage
Wetterbericht
Filminhalt
Fernseh-, Kinoprogramm
Liste
Buch-, Film-, Liedtitel, etc.
<T Lettera>
<T Risposta>
<T Tempo>
<T Film>
<T Programma>
<T Elenco>
<T Nome>
Art des Sprechens <P>
•
•
•
•
•
Fortlaufender Text
Zitat (schriftliche Quelle)
Zitat (mündliche Quelle)
Frage (Interview)
Antwort (Interview)
<P Prosa>
<P Citazione>
<P Discorso>
<P Domanda>
<P Risposta>
Ebene der sprachlichen Fakten
• ideosynkratische Kodierung
Ebene der Wortformen
Bezug
Kodierung
• Verb + Enklitikon
• Konjunktion + finites Verb
• Präposition + Artikel
*
*
+
Beispiel
da*me*lo
os*sia
del+la
Ebene der grammatischen
Kategorien
Korpus 1989
• alle finiten Verbformen wurden mit Hilfe eines 9stelligen Zahlencodes kodiert
Beispiel: $I110a003dice
• die periphrastischen Formen wurden als Einheit
betrachtet (#)
Beispiel: ho#$I111a001visto
Das System
Finite Verbform
$
Modus:
Indikativ
Konjunktiv
Imperativ
Tempus:
I
C
B
...
Tempus
•
•
•
•
•
•
•
•
•
•
Präsens
Präteritum
Perfekt
Trapassato
einfaches Futur
zusammengesetztes Futur
Imperfekt
Plusquamperfekt
einfaches Konditional
zusammengesetztes Konditional
Diathese:
110
111
120
121
130
131
210
211
230
231
...
Diathese
• aktiv
• passiv
Aspekt:
a
p
...
Aspekt
nicht Verbalperiphrase
stare + Gerundium
stare per + Infinitiv
venire + Partizip Perfekt
andare + Partizip Perfekt
[.....]
cominciare col + Infinitiv
stare + Partizip Perfekt
venire + Gerundium
stare + cominciare a + Infinitiv
Person:
00
01
02
03
04
21
22
23
24
...
Person
1. Person
2. Person
3. Person
1
2
3
Beispiel
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
<Z Repubblica>
<E 211089>
<S Politica>
<A firmato>
<N Ferrara Giovanni>
<C MEA01>
<T Titolo>
<P Prosa>
@~La Rai specchio d'Italia
((@di GIOVANNI FERRARA))
<T Fondo>
//@~$I110a003CAPITA spesso di sentir
dire, come niente $C210a003fos=
se, che in Italia ormai <P Citazione> «c'$I110a003è il
regime»; <P Prosa> che quelli che
$I110a003contano ne+l potere reale
hanno#$I111a003deciso che si $I110a003è con
loro o contro di loro, che la
Markup im Korpus '94
• COCOA-Format
• partielle Angleichung an TEI-Standard
Header
<<!--Spanish Newspaper Corpus "European Elections 1994" Component 1
<<!--Original text copyright La Vanguardia, Barcelona
<<!--Text source magnetic tape, ATEX format
<<!--Data extraction Gert-jan Burggraaf (NL)
<<!--Translation ATEX format to DOS codepage 850 Gert-jan Burggraaf (NL)
<<!--with support of Steward Whitelaw & Roger Tripper, Daily Telegraph, London
<<!--Extraction & Translation Period 1995
<<!--by extraction of this edition first letter of every line was lost
<<!--has been corrected collating electronic with printed version
<<!--Format MS-DOS Text
-->>
<<!--not lemmatised
<<!--preposition-article contraction like "del" to "de+el", "al" to a+el
<<!--verb-enclitics contraction like "veder+la" to veder+la"
<<!--composed words with dash are retained as one form
<<!--Accents ecc. substituted with apostrophee
<<!--à to 'a, á to a', ñ to n', ç to c', ü to u\, ê to ‘e’ ecc.
<<!--Apostrophee in its original function is followed by blank, i.e. "del' autovia"
<<!--Hyphenation, line breaks correspond to printed version
<<!--Disambiguation: punctuation and digits, i.e. # = decimal point, \ = decimal comma
<<!--Disambiguation: Quotes and minutes / seconds, i.e. £ = minutes, $ = seconds
<<!--Mistakes not corrected, but annotated {sic}
<<!--Markup textual features
<<!--Markup format COCOA
<<!--Values of variables given in Italian
<<!--Occhiello = CINTILLO, Titolo = TITULO, Sottotitolo = SUBTITOLO
<<!--Sommario = ENTRADILLA, Catenaccio = DESTACADO
<<!--Markup of comments { } and << >>
<<!--Correction, Disambiguation, Markup Elisabeth Burr
<<!--Elaboration Period 1995-1997
<<!--Copyright Elisabeth Burr
<<!--The June 13, 1994 issue of the newspaper La Vanguardia, Barcelona, Spain
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
-->>
Perspektive
• Kodierung im SGML-Format
• Angleichung an TEI-Standard
• Angleichung an EAGLES-Standard
Beispiele aus der Forschung
I
Die innere Variation der
italienischen Zeitungssprache
Kategorien
• Aktiv, Passiv, aspektive Verbalperiphrasen
• Indikativ, Konjunktiv, Imperativ
• Konjunktiv: aktuelle versus inaktuelle Ebene
• Tempora des Konjunktivs - aktuelle Ebene
• Tempora des Konjunktivs - inaktuelle Ebene
• Indikativ: aktuelle versus inaktuelle Ebene
• Tempora des Indikativs - aktuelle Ebene
• Tempora des Indikativs - inaktuelle Ebene
Untersuchung
Erhebung der Daten mit Micro-OCP:
• 48.390 finite Verbformen
• = etwa 7,5% der Gesamtwortzahl
• sehr interessante und z.T. unerwartete
Ergebnisse
allgemein
• synphasische Einheiten unterscheiden sich v.a.
aufgrund der Realisierungen der Tempora des
Indikativs
• Modus, Diathese, Zahl der finiten Verben spielen
eine untergeordnete Rolle
• die Gesamtzahl der aspektiven Verbalperiphrasen
ist nur in Ausnahmen signifikant
• die signifikanten Abweichungen von der
jeweiligen Norm betreffen fast durchwegs die
inaktuelle Ebene bzw. sind von ihr verursacht
Innere Variation des Korpus
• Il Mattino & La Stampa
Norm des Gesamtkorpus
• Corriere della Sera:
- Imperativ, - inaktuelle Ebene Indikativ
• La Repubblica:
viele positive Abweichungen - Sonderstellung
Titulatur
• relativ homogen
• reduziertes Verbalsystem:
Ø futuro anteriore Ø congiuntivo imperfetto
• nur Titolo realisiert dieses System
2 Normen:
Il Mattino & La Stampa:
- passato prossimo
Corriere della Sera & La Repubblica: + passato prossimo
• Occhiello, Sottotitolo, Sommario:
 Texttraditionen
Citazione vs Discorso
• relativ homogene Einheiten
Citazione:
• + Nominalstil
• + passivo, + trapassato prossimo
• Ø futuro anteriore
'Parlato' - fortlaufender Text
Stilisierung des Gesprochenen
• + finite Verben
• - Passato Prossimo
• + Presente
• - Passiv
• + Imperativ
• - Indikativ
• + Konjunktiv
• - Plusquamperfekt
• + Imperfekt
• - Konjunktiv Perfekt
• + Konditional Präsens
'Gesprochen' - 2 Normen
Corriere della Sera & La Repubblica:
- passato remoto
• Il Mattino & La Stampa:
+ passato remoto
Passato remoto
• Il Mattino:
- passato remoto: Citazione, Articolo, Notizia
+ passato remoto: Discorso
• La Stampa:
+ passato remoto: grundsätzlich
Spartenvariation
 La Repubblica:
größte Variationsbreite
• La Stampa:
geringste Variationsbreite
• Il Mattino & Corriere:
mittlere Variationsbreite
Articolo/Prosa
folgende Sparte realisiert jeweils die Norm:
• Il Matino: Cultura
(vgl. + Passiv, - passato remoto)
• La Repubblica: Politica
(vgl. + inaktuelle Ebene Indikativ)
II
Referenz
Nomina Agentis
• exhaustive Erhebung
• 15.385 Berufs-, Funktions- und
Gradbezeichnungen
• Fragen
– spielen Frauen in den Zeitungen überhaupt eine Rolle
– werden sie mit maskulinen oder femininen Formen
bezeichnet
– gibt es Unterschiede zwischen den Arten von Aktivitäten
– welche Feminisierungsverfahren werden verwendet
– werden Frauen bei den angeblich generischen Formen
tatsächlich mitgedacht
Ergebnisse (summarisch)
• 94,25% der Nomina Agentis referieren auf
Männer oder männlich gedachte Agenten
• 5,75% der Nomina Agentis referieren auf
Frauen
• die Mehrheit der berücksichtigten Frauen
erscheint in traditionellen Rollen
personenbezogene Eigennamen
• Frage: kann der Gebrauch
personenbezogener Eigennamen Ausdruck
einer Ungleichbehandlung der Geschlechter
sein?
• zu beachten: es kann hierbei nicht um die
Eigennamen selbst gehen, sondern um das
Zusammenauftreten derselben mit
kontextuellen (grammatischen,
lexikalischen oder semantischen)
Phänomenen.
Frauen - Männer
9,03% zu 90,97%.
Arten von Eigennamen
Referenz auf
Eigenname
Familienname
Vorname
Vor- und
Familienname
Gesamt
Mann
Frau
Gesamt
absolut
%
absolut
%
absolut
%
6904 55,76
183 14,89
7087 52,06
477 3,85
297 24,17
774 5,69
5002 40,39
749 60,94
5751 42,25
12383 100,00
Indikation von Geschlecht:
Vorname
Vorname + Familienname
1229 100,00
13612 100,00
Signifikanz
Referenz auf Frauen:
Vorname
+ 27,2
Vor- und Familienname
+ 10,1
Familienname
– 18,1
Referenz auf Männer:
Familienname
+ 5,7
Vorname
– 8,6
Vor- und Familienname
– 3,2
bestimmter Artikel
Referenz auf
Eigenname +
bestimmter
Artikel
Vor- und
Familienname
Vorname
Familienname
Mann
absolut
%
Frau
absolut
%
0
0
0
51
0
0,74
0
Gesamt
absolut %
0
0
0,00
1 0,34
62 33,88
1
113
0,13
1,59
Signifikanz
• Referenz auf Frauen:
– + bestimmter Artikel
+ 34,6
– andere Erweiterungen + 11,2
– – bestimmter Artikel
– 10,0
• Referenz auf Männer:
– + bestimmter Artikel
– 5,6
– andere Erweiterungen – 1,8
– – bestimmter Artikel
+ 1,6
Ergebnis
 das Fehlen des Artikels bei der Referenz auf
Frauen stellt im untersuchten Sprachmaterial eine
Ausnahme dar.
 Der Artikel wird so gebraucht, wie Renzi es
darstellt: "l'articolo è obbligatorio, e in pratica
segnala automaticamente che la persona in
questione è una donna" (Renzi 21989: 393).
 Da der bestimmte Artikel bei männlichen
Referenten nur dort gebraucht wird, wo er auf
etwas Außergewöhnliches hinweist, erhalten auch
die Referentinnen Ausnahmecharakter.
III
Phraseologie
Wiederholte Rede - Idiom Principle
lateinische Einheiten
• Französisch
•
•
•
•
•
•
•
•
•
•
grand prix de+ le jury
se'rie b, c, d, e 2e prix
boulogne-sur- mer; 3e prix
sion, paris; 3e prix
- ge'ologie (se'rie d 1er prix
de son environnement
remis a+ les parlementaires.
a+le
re'gime. la fin d' un
apr'es son arrestation. le
ni rester inde'finiment a+le
ex-aequo: soleil trompeur, de
ex aequo: be'atrice joyeux
ex aequo: david madore (pascal,
ex aequo: radha nair (ecole
ex aequo: sophie chantalat (monot,
intra muros. a ce titre, le refus
intra-muros, la hausse n' est plus
statu quo d' autre part, le minis
statu quo he'rite' de+le re'gime
statu quo, reprenne son mouvement
lateinische Einheiten
• Italienisch
•
•
•
•
•
•
•
•
•
•
•
nel+la precarieta'. l' ultimo casus belli riguarda il
dovesse riuscire? "basterebbe un casus belli, chiude sibillino
il terzo e' stato assegnato ex aequo a+l russo andrea
katherine heigl si fa ex aequo desiderare e odiare, a+l
l' ha fatto. poteva provar+ci in extremis convocando calciatori
decreto su+l lavoro, rinviato in extremis da+ l governo, teso
- sembra esser+si risolta in extremis in favore de+i
a punti, sottratta a berzin in extremis. arrivo - (ultima
e mi faccio richiamare in extremis? una trama da rivista,
c' era chi andava a vedere l' opera omnia di roger corman!".
sotto il peso del+la sua "opera omnia. e delfini non fu
lateinische Einheiten
• Spanisch
•
•
•
•
•
•
•
•
•
•
xiv los que protestaban contra el "ars nova, no lo haci'an para
embargo, el cda queda excluido de facto de las negociaciones con
nasa la auto’noma inviste doctores honoris causa
a los me'dicos
cardu's, sera'n investidos doctores honoris causa por la
uab invistio' ayer doctor honoris causa a
felicito' e impuso la medalla honoris causa de
dos
esta
los me'dicos fuster y cardu's, honoris causa por la auto’noma
miocardio. en su investidura como honoris causa, fuster obvio'
del tiempo, reconocen que
"postume labuntur anni, lo cual
catalana, a su vez traduccio'n
"sui generis
de un canto
Kreativität
• Italienisch
•
•
•
•
•
•
•
•
•
•
•
pensiero dilagante. business is business, tutto questo
garden, il 19. lo so, quello è business. quello è anche
i risultati de+l suo "emilio poll". poi, per primo,
la legge: trasmettendo gli exit poll al+le 21#59, un minuto
, nulla vietava la relazione. no comment da parte mia,
in svizzera, li spenderò là. yes comment. calcio e politica
de+l gesto, vale a dire l'art pour l'art, la ruse pour
dire l' art pour l' art, la ruse pour la ruse. solo un'
(girone a, chieti e nola (b. più risiko che calcio: i giornali
nel+la coppa de+l mondo. più risiko che calcio, dunque, se
Vorgeformtheit & Numerus
• Schwankungen beim Numerus weisen auf Vorgeformtheit hin:
•
•
•
•
•
•
•
(INGL)
(INGL)
(FRAN)
(FRAN)
(FRAN)
(INGL)
(INGL)
rai e un po' il biscione. gli exit poll fioccano, miglio commenta:
la filarmonica. mentre l' exit poll scandiva i primi risultati
pagamento su+i quotidiani, le due tranche del+l' operazione hanno
476 a 586 miliardi, sara' in due tranche e prevede l' esclusione
la consegna avvenne in due tranches, la prima "rata sotto
2 victorias a 0, en la final del "play-off por el ti'tulo en
tres rondas anteriores de los "play-off. la aportacio'n de
kollokationelle Profile
•
•
•
par la douane russe d'un stock d'archives appartenant
comme il l'a fait avec le stock d'armes nucléaires
ne sont pas encore achevés. le stock de capital, les
•
•
•
ingredienti de+l suo ricettario "nouvelle cuisine", il "sushi
marin, esponente di spicco del+la nouvelle dance francese che
felice de+l cinema francese, la nouvelle vague, con la
donn- un x coup de y
•
•
•
•
•
incartade. la ville lui a même
de l'intérieur a sans doute
confirment que les iraniens ont
et, par la même occasion, de
depuis, tous les ans, elle va
donné un sérieux coup de pouce
donné un bon coup de pouce,
donné un coup de pouce a+les
donner un coup de pouce à l'
donner un coup de main pendant
Vergleiche (Elativ)
• Französisch
•
•
•
•
•
•
•
•
- qui parfois leur ressemblent
es points de vue se sont éloignés
plus faibles se font retourner
ns un premier temps: "Il est snob
aspire visiblement à être connu
La parure corporelle est vieille
deux fillettes a les joues roses
qui redescend, le visage noirci
comme
comme
comme
comme
comme
comme
comme
comme
de+les frères jamais, en raison de+le
une crêpe. a+le
une chasse a+le renard
le loup blanc. Et y
Adam ou Eve et touche
de+les hortensias que
un charbon par l'
Vergleiche (Elativ)
• Italienisch
•
•
•
•
•
•
•
•
•
dove i sudamericani l'attendono
nno, e cio+è da quando sono sorti
con un nuovo partito, cresciuto
E saltella instancabile
Domenica era affranto e feroce,
è un partito! Tranquillo
lo urlava Berti Vogts, rosso
turno viene neutralizzato, legato
sua vita che rimarrà indelebile
come
come
come
come
come
come
come
come
come
il Messia.
funghi negozi che prestan
un fungo fuori dal+la
un folletto, piglio da
un fuoco beffardo ne+gli
un corpo, come un
un peperone. Mancavano
un salame con fil di
un sogno bellissimo ne+l
Vergleiche (Elativ)
• Spanisch
•
•
•
•
•
•
es de ley en el cuerpo, se quieren
y azules de un color intensi'simo,
En efecto, hemos Ì sufrido
de Gullit, la solucio'n vino
co de acceso a+el Cercle atrai'dos
El sen'or Joan Barril escribe
como
como
como
como
como
como
hermanos. Uno de ellos cae
de terciopelo. Para
perros. Pero Indurain
por arte de magia desde el
Ulises por las sirenas,
los a'ngeles, pero algunas