RSNSR

Regelbasierte Suche in Textdatenbanken mit nichtstandardisierter Rechtschreibung

Projektzeitraum:

Vom 1. 1. 2005 bis zum 31. 03. 2010

Kontaktpersonen:

• Dipl.-Inform. Andrea Ernst-Gerlach
• Prof. Dr.-Ing. Norbert Fuhr

Beteiligte Personen:

• Florian Wetzel
• Raoul Falk

Gesponsert von:

• DFG

Referenznummer:

• DFG: FU 205/18-1, FU 205/18-3
• UDE: 15311525 (ka00043e, ka00043g)

Teilnehmende Institutionen:

• FG Computergraphik, Bildverarbeitung und Wissenschaftliches Rechnen

Im Kontext eines Digitalisierungsprojekts zur Nietzsche-Rezeption aus den Jahren 1865 - 1945, das seit mehreren Jahren in Duisburg in Zusammenarbeit mit dem Nietzsche-Kolleg in Weimar verfolgt wird, beschäftigt sich das RSNSR-Projekt mit der Erforschung und Entwicklung eines linguistischen Regelsystems, einer Transformationsmethodik und zeitabhängiger Filter zur Unterstützung der Suche in Textdokumenten in nichtstandardisierter Rechtschreibung.

Es wurde bereits eine Suchmaschine erstellt, welche es durch einen neu entwickelten phonetischen Regelsatz ermöglicht, auf Texten, die mehrere hundert Jahre vor der Rechtschreibvereinheitlichung des Jahres 1901 verfasst wurden, eine Suche mittels orthographisch genormter Schlagwörter durchzuführen. Durch Einführung eines Abstandsbegriffs sind verschiedene Stufen der Ähnlichkeit realisiert. Die Suchmaschine ist in das online-verfügbare HTML-basierte Nietzsche-Archiv integriert.

Im Einzelnen verfolgt unser Projekt RSNSR die folgenden Ziele:

• Entwicklung von Zeit- und Ortfiltern für phonetische Regeln, Revision der Regeln aus der Textbasis und aus statistischen Analysen, Vergleich des Wörterbuch- mit dem regelbasierten Ansatz, Nutzung eines Kontrollwörterbuchs gegen Homonymhäufung.
• Entwicklung eines neuen adäquaten Abstandsbegriffs auf der Basis eines modifizierten graphematischen und phonetischen Levenshtein-Ähnlichkeitsmaßes, Berücksichtigung typischer Erfassungsfehler, Entwicklung von Unschärfeskalen.
• Integration der Suchmaschinen in das Nietzsche Projekt und in andere Systeme, Entwicklung von Regelsätzen und Erweiterung der Suchmaschine auf (früh-)neuhochdeutsche Archive.

Publikationen

Thomas Pilz; Andrea Ernst-Gerlach; Sebastian Kempken; Paul Rayson; Dawn Archer (2008).

The Identification of Spelling Variants in English and German Historical Texts: Manual or Automatic?. Literary and Linguistic Computing 23(1)

Andrea Ernst-Gerlach; Norbert Fuhr (2007).

Retrieval in text collections with historic spelling using linguistic and spelling variants. In JCDL:07

Dawn Archer; Andrea Ernst-Gerlach; Sebastian Kempken; Thomas Pilz; Paul Rayson (2006).

The identification of spelling variants in English and German historical texts: manual or automatic?. In DH:06

Andrea Ernst-Gerlach; Norbert Fuhr (2006).

Generating Search Term Variants for Text Collections with Historic Spellings. In ECIR:06

Thomas Pilz; Wolfram Luther; Ulrich Ammon; Norbert Fuhr (2005).

Rule-based search in text databases with non standard orthography. In ACH/ALLC:05

Vorträge

Andrea Ernst-Gerlach (2007).

Retrieval in Text Collections with Historic Spelling Using Linguistic and Spelling Variants. Talk at the ACM IEEE Joint Conference on Digital libraries, Vancouver, Canada

Andrea Ernst-Gerlach (2006).

Generating Search Term Variants for Text Collections with Historic Spelling. Talk at the European Conference on Information Retrieval, London, U.K.

Andrea Ernst-Gerlach (2006).

Retrieval in Text Collections with Historic Spelling. Talk at the Dagstuhl Seminar 'Digital Historical Corpora', Wadern, Germany

Andrea Ernst-Gerlach; Thomas Pilz (2006).

Search methods for documents in non-standard spelling. Talk at the Workshop on Historical Text Mining, Lancaster, U.K.

Andrea Ernst-Gerlach; Thomas Pilz (2005).

RSNSR: Rule based search in text databases with nonstandard orthography. Talk at Lancaster University, Lancaster, U.K.

Andrea Ernst-Gerlach; Thomas Pilz (2005).

RSNSR: Rule based search in text databases with nonstandard orthography. Talk at the University of Central Lancashire, Preston, U.K

Diplom-, Master- und Bachelorarbeiten

Unscharfe Suche in Patentdatenbanken

Offene Bachelorarbeit

Suche nach Komposita in Texten mit nicht standardisierter Rechtschreibung

Offene Bachelorarbeit

Visualisierung von Regelmodifikationsmöglichkeiten für die Suche in Texten mit nicht-standardisierter Rechtschreibung

Reservierte Masterarbeit

Entwicklung eines User Interface für die interaktive Regelerstellung

Reservierte Masterarbeit