Intelligente Recherchestrategien für e-humanities Universität Duisburg-Essen

Transkript

1 Intelligente Recherchestrategien für e-humanities Universität Duisburg-Essen Softwaretest COSMAS II Client v3.6.1 Das Korpusrecherche- und -analyse-system COSMAS (Corpus Search, Management and Analysis System) wird für linguistische Untersuchungen eingesetzt. Die textlichen Korpora stammen aus einer der umfangreichsten Sammlungen Deutschlands dem Institut für Deutsche Sprache Mannheim. Es gibt zurzeit 7 verschiedene Arten von Archiven, welche meistens mehrere Korpora haben. Diese sind im historischen Archiv neben weiteren ein eigener Goethe-Korpus. Zudem lassen sich Interviews, regionale und nationale Zeitungen als Korpora auswählen. Installation Die Installation von COSMAS 2 stellt auch für PC-Laien kaum ein Problem dar; es wird ein gängiges Installationsprogramm herunter geladen. Sollten dennoch Probleme bei der Installation auftauchen, kann man die Online-Hilfe auf einsehen. Hier werden auch erste Schritte nach der Installation benannt und Hilfe zur Deinstallation gegeben. Sollten sich andere Probleme bei der Nutzung von COSMAS stellen, existiert eine ausführliche Online-Hilfe. COSMAS 2 steht unter zum Download bereit. Voraussetzungen seit Version 2.11: Kompatible Betriebssysteme sind WINDOWS 9x/NT/2000/XP. Nutzer anderer Betriebssysteme können die reduzierte Online-Recherche verwenden. Des Weiteren wird ein Internetzugang benötigt und mindestens 32 MB Hauptspeicher und 3 MB freier Festplattenbereich. Die Recherche ist nicht für kommerzielle Zwecke zu verwenden. Das Programm ist völlig kostenlos, verlangt aber aufgrund der Urheberrechte nach der Installation eine Registrierung. Registrierung Bei jedem Öffnen des Programms wird ein Anmeldebildschirm ausgeführt, über den man sich auch registrieren kann, falls dies noch nicht geschehen ist.

2 Die Registrierung verlangt Vorname, Nachname, -Adresse, Telefon (Ortskennzahl / Nummer) und Land. Optional sind Angaben zu Institution, Nutzungsart (beruf/privat), Untersuchungsart (linguistische / andere) zu machen. Nach Eingabe eines gewünschten Passworts wird die Registrierung per bestätigt. Anwendung Nach der Registrierung bzw. der Anmeldung werden wichtige Neuerungen von COSMAS II chronologisch bekannt gegeben. Eine Zeitüberwachung für inaktive Sitzungen ist dauerhaft in Betrieb und schließt die Sitzung nach einer vorbestimmten Zeitspanne mit einer Meldung. Die aktuellen Neuerungen umfassen insbesondere die Korpora des Archivs N, der Neuakquisitionen, welche in das Hauptarchiv W der geschriebenen Korpora kopiert werden, wo sie die dort schon vorhandenen Korpora ergänzen. Gleichzeitig wurde das Archiv N mit neuen Korpora aufgefüllt. Die neusten Änderungen sind auf [ einzusehen. Der Umfang der einzelnen und zusammengesetzten Korpora ist ebenfalls unter Menü Korpus/Korpus anzeigen" zu erfahren. Die Neuerungen in Kürze (Stand 28. November 2007) Zeitgleich mit den neuen Archiven wird eine neue Version des COSMAS II-Servers, die hauptsächlich im Bereich der Anzeige der Korpusinhalte sichtbare Änderungen aufweist, in Betrieb genommen (keine Neuinstallation des WINDOWS-Client notwendig): - die so genannte Korpusansicht enthält nun zusätzlich zu den Korpussiglen auch den vollständigen Namen der Korpora; - die Korpus- und Dokumentansicht sind alphabetisch sortiert; - der Aufbau der Korpusansichten wurde wesentlich beschleunigt; - die Korpusansichten enthalten nun eine komplette Zusammenfassung (letzte Zeile der Anzeige bzw. des Exports). Nach den Informationen wird eine Liste der verfügbaren Archive, in denen die rund 190 Korpora organisiert sind, in einem Fenster ausgegeben. Um eine Suche ausführen zu können, muss ein Archiv geöffnet und ein Korpus ausgewählt werden.

3 Archive: W Archiv der geschriebenen Sprache hat insgesamt Texte und davon öffentliche. Es ist als Hauptarchiv das größte Archiv. Es umfasst Texte vom 18. Jahrhundert bis heute. W UEBRIG Archiv der aussortierten geschriebenen Korpora hat insgesamt Texte, diese sind alle öffentlich. Die Korpora in diesem Archiv wurden wegen Qualitätsmängel aus ihrem abgestammten Archiv W aussortiert. Um dennoch Recherchen in diesen älteren Korpora zu ermöglichen, steht dieses Archiv noch zur Verfügung. N Archiv der Neuakquisitionen hat insgesamt Texte, davon sind öffentlich. Im Archiv der Neuakquisitionen wird kontinuierlich aktuelles Textmaterial gesammelt, das ebenso wie die anderen Archive durchsucht werden kann. Da die Korpora vor einem Qualitäts- und Fehlertest schon zur Recherche bereit stehen, um hochgradig aktuelle Recherche zu gewährleisten, werden diese zu einem jeweils geeigneten Zeitpunkt (nach den Prüfungen) in die entsprechenden Archive verschoben, und das Archiv "Neuakquisitionen" wird wieder geleert. 4. GFDS Kartei der Gesellschaft für deutsche Sprache hat nur einen Text. 5. HIK Archiv der historischen Korpora hat insgesamt 1559 Texte, davon sind 1148 öffentlich. Dieses Archiv beinhaltet Texte von der zweiten Hälfte des 17. Jahrhunderts bis TAGGED Archiv der morphosyntaktisch annotierten Korpora hat insgesamt Texte, davon sind öffentlich. Diese Korpora sind nur mit Vorsicht zu nutzen. Die Texte wurden mit Hilfe eines Tagger-Programmes automatisch erfasst und annotiert. Diese Korpuserstellung besitzt den Vorteil, große, umfangreiche Textsammlungen einzuspeisen, jedoch sind die derzeitigen Tagger nicht weit genug entwickelt, um eine dauerhaft korrekte

4 Erfassung zu gewährleisten. Diese mit Qualitätsmängeln behafteten Texte wurden bisher noch nicht ausgebessert. 7. WK-PH Archiv der phasengegliederten Wendekorpora hat insgesamt 3187 Texte, welche alle öffentlich sind. Sie lassen sich auch im Hauptarchiv W finden. Dieses Archiv beschränkt sich nur auf die Zeit von 1989 bis Wie bereits oben erwähnt, enthalten die verschieden Archive noch spezielle Korpora. Manche Archive überschneiden sich, WK-PH und TAGGED sind sogar komplett in dem Hauptarchiv W enthalten. Satzzeichen müssen übrigens in den Archiven W und TAGGED mit einer Leertaste angegeben werden. Nach der Wahl eines Archivs lassen sich Worte in den Korpusarchiven suchen und finden. Suche Anleitung zum Zusammenstellen von grafischen Suchanfragen Allgemeines Eine (grafische) Suchanfrage wird immer auf der Arbeitsfläche aufgebaut. Dazu zieht man mit der Maus die benötigten Suchoperatoren von der linken Leiste über die Arbeitsfläche und lässt sie in die Argumente der schon Vorhandenen fallen. Eine automatische Syntaxprüfung verhindert, dass nichtkompatible Operatoren miteinander kombiniert werden. Bereits ausgeführte Suchanfragen, die schon als Resultat in der rechten Leiste zur Verfügung stehen, können ebenfalls mit der Maus auf die Arbeitsfläche transportiert und zum Aufbau der neuen Suchanfrage hinzugezogen werden. Bereinigen der Arbeitsfläche Da sich auf der Arbeitsfläche immer nur eine Suchanfrage befinden kann, muss diese geleert werden, bevor man eine neue Suchanfrage aufbauen kann. Dazu benutzt man den Schalter Neu unterhalb der rechten Leiste. Vorgehensweise Schritt für Schritt Schritt 1: Editieren der Argumentfelder Schritt 2: Kombinieren von Operatoren Schritt 3: Übernehmen von Resultaten aus der rechten Leiste Schritt 4: Operatoren löschen

5 Operatoren Bestimmte Operatoren grenzen die Suchanfrage ein und machen die Suche in den Korpora immens effektiv. Diese Suchanfrage ist nicht annähernd mit einer Suchanfrage bei Google oder ähnlichen Suchmaschinen zu vergleichen. Dennoch verlangt die Operatoreneingabe eine gewisse Einarbeitungszeit. Man kann über Syntax-Hilfe die einzelnen Operationen mit Beispielen online einsehen. Das Programm erweist sich hier nicht gerade als benutzerfreundlich für Einsteiger. Die Operatoren sind folgende: 1. logische Operatoren: und, oder, nicht 2. Platzhalteroperatoren: *, +,? Der Platzhalter * : steht für 0, 1, 2, beliebige Zeichen. Der Platzhalter + : steht für 0 oder 1 beliebiges Zeichen. Der Platzhalter? : steht für genau 1 beliebiges Zeichen. Die Platzhalter können mehrmals innerhalb einer Wortform eingesetzt werden und an jede beliebige Stelle einer Wortform platziert werden. Beim Einsatz des Platzhalters * müssen mindestens zwei Buchstaben spezifiziert werden. Die Platzhalterfunktion kann aufgehoben werden, indem ein \ vorangestellt wird. 3. Grundformenoperator & 4. Ignorierungsoperator $ 5. Abstandsoperatoren /w, /s, /p, /z I. /w - und %w -Operatoren - treffereinschließend /w - trefferausschließend %w Wortabstand /w.. %w.. Satzabstand /s.. %s.. Absatzabstand /p.. %p.. Zeilenabstand /z.. %z.. Der Operator /z ist auf einen bestimmten maximalen Abstand von Originalzeilen der Originaltexte bezogen, in dem zwei und mehr Suchobjekte vorkommen. II. Maximum/minimum-Angabe MAX:MIN: /w3:2 MAX: /w3 III. Belegreihenfolge mit + / - : Das + (Pluszeichen) im Operator (z.b. /+w.. ) bedeutet, dass das in der Suchanfrage zuerst stehende Suchobjekt auch im Beleg vor dem zweiten Suchobjekt stehen soll. Das - (Minuszeichen) im Operator (z.b. /-w.. ) bedeutet, dass das in der Suchanfrage zuerst stehende Suchobjekt im Beleg nach dem zweiten Suchobjekt stehen soll. Ohne + und - ist die Reihenfolge der Suchobjekte im Beleg beliebig. Standardmäßig gelten die voreingestellten globalen Optionen. Hinzu kommt, dass Sie die Optionen für Suchbegriffe einzeln verändern können. Es besteht auch die Möglichkeit, die verschiedenen Operatoren zu kombinieren. Um den Überblick durch die hohe Anzahl an möglichen Operatoren nicht zu verlieren, kann die Syntax-Hilfe online eingesehen werden. Besser für die Bedienbarkeit wäre jedoch eine vertextlichte Auswahlmöglichkeit oder eine integrierte Hilfe. Die Einzelnen Operatoren sind trotz allem effiziente Mittel zur besseren Auswahl bestimmter Kriterien.

6 Darstellung der Ergebnisse Nach der Suchanfrage lassen sich gewisse Einstellungen so bestimmen, dass man z.b. direkt in die KWIC-Darstellung gelangt. Ohne diese werden die Ergebnisse wie folgt dargestellt. Durch doppelklicken auf eine Zeile werden die Treffer dieses Korpus ausgegeben; entweder in KWIC- oder in Volltext-Darstellung. Die Volltextdarstellung umfasst den kompletten Kontext um das gesuchte Wort. Es handelt sich nicht immer um komplette Artikel, sondern meist nur um ein bis zwei Absätze eines Artikels, um das Suchwort in den Kontext eingliedern zu können. Die KWIC-Darstellung ist ein gutes Mittel, die Ergebnisse der Suchanfrage übersichtlich darzustellen:

7 Einstellungen Der Export ist eine Methode, die gefundenen Textstellen im KWIC und in der Volltext-Ansicht in Textformat für den PC umzuwandeln. Das Exportieren dauert jedoch bei größerer Datenmenge längere Zeit. In diesem Beispiel mit 437 Einträgen benötigt es über 5 Minuten. Danach lassen sich aber Textbelege ohne Internetanschluss eigenhändig analysieren und auswerten. Es können maximal Treffer exportiert werden. Die Optionen dienen der persönlichen Gestaltung der Oberfläche der Ausgabe. Die Hilfe sowie die Direkthilfe? verlangt auch eine aktive Verbindung zum Internet. Die Ergebnisse der Suche werden in mehreren Sprachen angezeigt. Die grafisch formulierten Suchanfragen stellen die Stärke von COSMAS II dar, da die Recherche um einiges benutzerfreundlicher geworden ist. Jedoch weisen sich hier noch Mängel für den Endnutzer den interessierten Linguisten - auf. Denn die Grafiken geben die Methodennamen des Programms aus. Welche für Menschen, die wenige Erfahrungen in der Informatik haben eher abschreckend wirken könnten. Jedoch gestaltet sich die Umsetzung ohne die Syntax-Hilfe schwierig. Diese sollte während der Suchanfrage am besten geöffnet bleiben. Eine benutzerfreundlichere Methode wäre, die Operatoren nicht direkt anzuzeigen, sondern eine kurze knappe Erläuterung als Auswahl zu nehmen. Die einzelnen Namen der Methoden und Bezeichnungen sind schließlich uninteressant für den Endnutzer und im Endeffekt nur störend. Die wichtigsten Menüoptionen Im Folgenden werden die einzelnen Menüs in ihrer Bedeutung kurz dargestellt. Menü "Korpus"

8 Das Menü "Korpus" ist aus dem Fenster für die Textsuche und aus dem Fenster für bibliografische Suchanfragen erreichbar. Hier lassen sich neben den gängigen auch eigene Korpora laden, speichern, anzeigen und wechseln. Menü "Palette" Das Menü "Palette" ist aus dem Fenster für die Textsuche und aus dem Fenster für bibliografische Suchanfragen erreichbar. Hier lassen sich Namen und Definitionen von Suchoperatoren und Suchanfrageeinträge in der linken Leiste anzeigen. Menü "Fenster" Das Menü "Fenster" ist aus dem Fenster für die Textsuche und aus dem Fenster für bibliografische Suchanfragen erreichbar. Man kann hier spezielle Korpora auswählen. Um diese Funktionalität benutzen zu können muss zuvor im Laufe der Sitzung mindestens einmal das Fenster für die bibliografische Suchanfrage über das Menü Korpus / spezielle Korpusauswahl aufgerufen worden sein. Ansonsten ist die Funktion deaktiviert. Zudem lässt sich eine Textsuche durchführen. Menü "Optionen" Das Menü "Optionen" ist aus dem Fenster für die Textsuche und aus dem Fenster für bibliografische Suchanfragen erreichbar. Die Optionen zur Kollokationsanalyse können nur über das Kontextmenü eines Ergebniseintrags im Fenster für die Textsuche aufgerufen werden. Hier lassen sich Optionen für die Suchanfrage, die Anzeige, den Export und für die Lemmatisierung aufrufen. Die Optionen sind alle unabhängig voneinander einstellbar. Diese lassen sich in einem eigenen Dialogfeld einstellen. Die Flexionsformen sind zwar als Option dabei, dienen allerdings einzig und allein der Dokumentation und können nicht ausgeschaltet werden. Bei der Eingabe von Wortpräfixen (siehe die Beispiele für un- und -heit) muss zusätzlich die Option sonstige Wortbildungsformen eingeschaltet werden. Für kurze Wörter aus der Kate-

9 gorie der Artikel und Pronomen muss als Grundform der längste gemeinsame Stamm, gefolgt von einem Bindestrich eingegeben werden (siehe die Beispiele für d- und all-). Hierzu braucht die Option sonstige Wortbildungsformen nicht eingeschaltet werden. Weitere Optionen Optionen "Kollokationsanalyse" Man kann hier noch die Granularität, die Zuverlässigkeit und die Clusterzuordnung in ihrer Qualität ändern sowie die im Screenshot angezeigten Funktionen an und abwählen. Menü "Hilfe" Das Menü "Hilfe" ist aus dem Fenster für die Textsuche und aus dem Fenster für bibliografische Suchanfragen erreichbar. Darüber hinaus kann es auch außerhalb von COSMAS II als echte Online-Hilfe im WWW-Angebot des IDS unter angewählt werden. Das Kontextmenü eines Suchanfrageeintrags Das Kontextmenü eines Suchanfrageeintrags (im Fenster für die Textsuche oder im Fenster für die bibliografische Suche) ruft man auf, indem man die Maus auf den gewünschten Eintrag in der linken Leiste führt und die rechte Maustaste drückt. Folgendes Menü wird eingeblendet:

10 Das Kontextmenü eines Ergebniseintrags Das Kontextmenü eines Ergebniseintrags (im Fenster für die Textsuche) ruft man auf, indem man die Maus auf den gewünschten Ergebniseintrag in der rechten Leiste führt und die rechte Maustaste drückt. Folgendes Menü wird eingeblendet: Hier lassen sich Optionen für den Ergebniseintrag einstellen und Suchanfragestatistiken einsehen. Zudem kann man auch das Ergebnis in einen eigenen virtuellen Korpus umwandeln und exportieren.

11 Wertung Ergonomie und Selbsterklärung Schnelligkeit Erwartung Kunde/Endnutzer Kriterium Beschreibung Bewertung Aktualität Die Archive sind dauerhaft aktuell und werden sogar vor einer offiziellen bzw. fehlerfreien Version der Dokumente im Archiv N zur Verfügung gestellt. Die überarbeiteten Dokumente werden dann in kurzer Zeit in das Archiv W kopiert und aus N wieder gelöscht. Benutzbarkeit Die lineare Struktur ist unübersichtlich, d.h., dass das Vorgehen innerhalb des Programms keine Abkürzungen zulässt. Eine Suche kann auch nicht gestoppt werden oder ähnliches und zwingt dem Nutzer ein lineares Vorgehen auf. Es gibt zu wenige freie Entscheidungen des Nutzers über die Steuerung. Einzig das Layout des Suchergebnisses kann gesteuert werden. Besser wären Shortcuts und mehr Navigationsmöglichkeiten für den Nutzer. Benutzerfreundlich keit COSMAS II ist allgemein nicht sehr leicht zu erlernen. Das behalten der Syntax könnte sich auf Dauer als schwer erweisen. COSMAS II toleriert kaum Fehler des Benutzers. Das Programm motiviert kaum mit diesem zu arbeiten. Die intuitive Nutzung ohne Hilfe ist kaum möglich. Die Identifizierung von Prozessvorgängen ist meistens durch Schlagwörter in den Fenstern sind gegeben. Ohne Informatikkenntnisse wird ein Nutzer schnell überfordert sein. Die Dialoge zwischen dem System und dem Nutzer nur auf Anfrage selbstbeschreibend. Die Steuerung ist kaum individuell anzupassen, bis auf Schriftarten und Farben. Dauernutzern ist ein schnelleres Suchen ermöglicht. Effizienz Die Effizienz ist durch die umfangreichen Archive gegeben. Bei genügend Einarbeitungszeit und Wissen über die Operatorensyntax ist eine hohe Effizienz erreichbar. COSMAS II beinhaltet die umfangreichste Dokumentensammlung Deutschlands. Layout Bei COSMAS II wird ein methodenzentriertes Layout genutzt, jedoch wäre für den Nutzer ein benutzerzentriertes Layout erwünschenswert. Die Benutzeroberfläche sollte sich mehr an den gängigen Windows-Oberflächen orientieren, da der Benutzer sich unter dieser Voraussetzung höchstwahrscheinlich besser im Programm zurechtfinden wird. Trotz des Assistenten ist das Programm wenig selbsterklärend. Nicht alle Menüpunkte und Methoden erklären sich von selbst. Es wird ein schnelles Korpus-Recherche und Analyse- System erwartet. Bei geringer Einarbeitungszeit ist COSMAS II ein System, das bei jeder Anwendung viel Zeit in Anspruch nimmt. Die Erwartung an das Programm (mit hoher Anzahl an Dokumenten) ist zwar erfüllt, jedoch erweist sich COSMAS II als Fortgeschrittenen-Software und bietet eingeschränkte Möglichkeiten für Anfänger, da diese zum Großteil von der Online-Hilfe abhängig sind, was wiederum die Bearbeitungszeit erhöht.

12 Feedback des Programms Hilfesystem Plattformabhängig keit Plausibilität der Funktionsweise Standpunkt während der Nutzung Ziele Zielgruppe Zu erwartende Erfahrung Zuverlässigkeit COSMAS II gibt mehrere Informationen über den Status eines Prozesses zurück. Aber nach der Suchanfrage fehlt eine erkennbare und umfassende Information über den aktuellen Fortschritt des Suchprozesses. Der Nutzer als Anfänger ist gänzlich abhängig von Online-Hilfe. Das Hilfesystem ist jedoch gut ausgebaut, aber nicht in die Anwendung integriert. Da die Hilfe ausschließlich online angeboten wird, findet sich kein einheitliches Layout vor. Erwünscht wäre ein Hilfesystem als Ergänzung. Anfrage an die Hilfe gestaltet sich als zu dominierender Prozess und zwingt den Einsteiger es zu benutzen. COSMAS II ist plattformabhängig (Windows). Da Windows aber noch das gängigste Betriebssystem auf dem Markt ist, stellt dies kaum eine Problematik für den Zielgruppenrepräsentanten dar. Mit genügend Einarbeitungszeit ist das Programm plausibel und erscheint auch systematisch und logisch aufgebaut. Der Benutzer sollte sich stets im Klaren sein können, wo er sich befindet. Das Programm arbeitet jedoch zu sehr für sich allein und gibt wenig Feedback an den Nutzer, was zur schnellen Orientierungslosigkeit führen könnte Korpusrecherche und Analyse sind bei korrekter Verwendung der Operatoren ausreichend gegeben. Das System begeistert und motiviert Anfänger kaum. Jedoch führt es mit dem Assistenten. Für Fortgeschrittene ist die Übersicht großteils gewahrt und einführende Informationen können ausgeschaltet werden. Tastenkürzel und weitere Prozessabkürzungen für schnelleren und genaueren Zugriff eignen sich vorwiegend für Experten bzw. Dauernutzer. Da nicht davon auszugehen ist, dass Literaturwissenschaftler sehr erfahren im Umgang mit dem PC oder handels unüblicher Software sind, motiviert das Programm den Benutzer nicht, gern damit zu arbeiten. Die Windows-Version von COSMAS II erweist sich als zuverlässige Software für Sprachenwissenschaftliche Untersuchungen. Fazit Abschließend ist zu sagen, dass COSMAS II ein System ist, dass zur schnellen Korpusrecherche geeignet ist. Es erweist sich als zuverlässige Software für Sprachwissenschaftliche Untersuchungen. Es hat viele Vorteile, aber auch Nachteile, die in der obigen Tabelle dargestellt sind. Ein großes Problem stellt die benötigte, intensive Einarbeitungszeit dar. Daher lohnt sich das Programm nur für Dauernutzer. Bei geringer Einarbeitungszeit ist COSMAS II ein System, das bei jeder Anwendung viel Zeit in Anspruch nimmt. Ein weiteres Problem, das sich bei COSMAS II stellt und sich auch nicht ausgleichen lässt, ist, dass der Nutzer größten Teils auf die Online-Hilfe angewiesen ist, da er sich sonst in diesem System nur schwer zurechtfinden wird.

13 Aber: Mit genügend Einarbeitungszeit ist das Programm plausibel und erscheint auch systematisch und logisch aufgebaut. Daher ist zu sehen, dass COSMAS II auf Dauernutzer angelegt ist. Vergleich zur Online-Version Die Online-Version ist um einiges reduzierter als COSMAS II als Programm. Das Programm hat neben den gleichen Funktionen wie die Online-Version zusätzlich noch: diverse Sortierungen des KWICs diverse Präsentationsformen für die virtuellen Korpora diverse grafische Eingabe-Assistenten Bei der Verwendung der Online-Version bestehen zudem noch gewisse Einschränkungen; dazu zählen: Die Anzahl der Sitzungen, die Sie von einem Rechner aus starten können, ist auf 3 beschränkt. Die Gesamtanzahl an Sitzungen, die der COSMAS-II-Server zu einem Zeitpunkt verwalten kann, ist auf 50 beschränkt. Die maximale Anzahl von Treffern, die exportiert werden kann, ist auf beschränkt. Gesamtwertung COSMAS II Client