Direkt zum Inhalt
Text-Technology
Navigation

Definition

Lemma

Lemma ist die Grundform eines Wortes, unter der alle seine flektierten Formen in einem Wörterbuch oder Korpus zusammengefasst werden.

Ein Lemma ist die Grundform, unter der ein Wort im Wörterbuch steht. Aus laufen, läuft, lief und gelaufen wird so das Lemma laufen. Die Lemmatisierung ordnet jede Wortform automatisch dieser Grundform zu, was für Suche und Auswertung unerlässlich ist.

Im Deutschen ist das nicht trivial, weil Verben trennbare Präfixe haben, Substantive zusammengesetzt werden und Wortformen mehrdeutig sein können. Die Form Hauses kann etwa zum Lemma Haus oder zu einem anderen Wort gehören, je nach Satzkontext.

Wer Texte für Suche, Statistik oder Textanalyse aufbereitet, sollte daher prüfen, wie zuverlässig der eingesetzte Lemmatisierer mit diesen Fällen umgeht.

Verwandte Begriffe

  • TokenToken ist die kleinste Einheit, in die ein Sprachmodell Text zerlegt, bevor es ihn verarbeitet.
  • KorpusKorpus ist eine systematisch zusammengestellte, digital vorliegende Sammlung von Texten für sprachwissenschaftliche Untersuchungen.
  • AnnotationAnnotation ist die Anreicherung von Texten mit zusätzlichen, maschinenlesbaren Informationen wie Wortarten, Strukturen oder Bedeutungen.
  • WortartWortart ist die grammatische Kategorie eines Wortes, etwa Substantiv, Verb oder Adjektiv, die in der Wortartenbestimmung automatisch zugewiesen wird.