1. Planung des Forschungsvorhabens
2. Konzeption der Datenerhebung (Schriftliche Daten und Metadaten)
3. Auswahl verlässlicher und zeitökonomischer manueller und technischer Bearbeitungsverfahren (Transkription mit einem Programm, Verschriftlichung, Digitales Erfassen und Ablegen von digitalen Texten unterschiedlicher Herkunft)
4. Erstellung einer Erfassung von gesäuberten Rohdaten, gegebenenfalls annotiert.
- Überführung der Rohdaten in ein einheitlichen kodiertes Textformat und Entfernung aller Zeichen aus der Dateien, die nicht zu den Sprachdaten gehören(graphische Merkmale, überschüssige Zeilenumbrüche etc.)
- Bei aus Texten gewonnenen Daten:Aufsplittung von Daten und Metadaten/Annotation nach einem einheitlichen und transparenten Verfahren zur getrennten Weiterverarbeitung.
5. Automatisierte Zerlegung der Daten in datenbankfähige Einheiten mit Hilfe von geeigneten Tools.
- Zerlegung in Sätze/Äußerungen
- Tokenisierung
- Zerlegung in andere, der Fragestellung angemessene Einheiten. WICHTIG: Jeweils mit eindeutiger Referenzierung auf das Ausgangsmaterial über IDs, Sazunummern, Tokennummern etc.
6. Annotation der so gewonnenen Elemente, z.B.
- morphologische Kategorien (Lemma, Wortart/Part of Speech, Numerus, Genus, etc.)
- syntaktische Kategorien (Syntagmen, Circumstantialien, Satzbaupläne, etc. )
7. Import der so vorbereiteten Daten in eine MySQL-Datenbank.
Der Einsatz informatischer Methoden zur Bearbeitung der Daten beginnt mit dem Arbeitsschritt 3. Die technische Bearbeitung der Daten soll immer so erfolgen, dass eine eindeutige Zuordnung der weiterverarbeiteten Daten zu den Rohdaten möglich ist. Alle Informationen, die von den eigentlichen Daten abgelöst werden, die für die Analyse jedoch wichtig sind oder werden können, müssen separat vorgehalten werden. Hierzu können beispielsweise auch graphische Infos gehören.
Die Aufarbeitung der Rohdaten hin zu einer solchen Datenbank ermöglicht es den Forschern auch, ihr Material im Detail kennenzulernen, um so nach der erfolgten Datenstrukturierung unmittelbar in die Analyse einsteigen zu können.
Die Methoden werden nun in dem nächsten Text an einem Beispiel aus der Forschungspraxis gezeigt werden.
(Quelle: https://epub.ub.uni-muenchen.de/36308/1/korpus-im-text_band_001_v001.pdf)
