Information

Allgemeine Informationen

Das Schweizerdeutsche Mundartkorpus (CHMK) dokumentiert die alemannischen Dialekte der Schweiz des 19., 20. und 21. Jahrhunderts und dient als Belegkorpus für die Weiterführung des Wörterbuchs Schweizerisches Idiotikon.

Die Arbeiten am Mundartkorpus wurden im Januar 2019 aufgenommen. Seither wurden mehrere hundert Werke der Mundartliteratur digitalisiert und Mundarttexte aus dem Internet heruntergeladen. Im Rahmen der Digitalisierung wurde eine OCR-Erkennung angewandt. Es kann daher vorkommen, dass Texte OCR-Fehler enthalten. Wir sind bemüht, unsere Systeme laufend zu optimieren und Fehlerquellen zu minimieren.

Das Korpus umfasst bereits über 30 Mio. Textwörter aus über 2900 verschiedenen Quellen (Stand Juli 2023; genauere Korpuszahlen entnehmen Sie bitte dem Abschnitt «Korpusaufbau»).

Textauswahl

Um das Korpus so umfangreich wie möglich zu gestalten, schliessen wir Texte nur dann aus, wenn sie unserer formalen Kriterienliste nicht standhalten:

1. Der Text muss in einer identifizierbaren schweizerdeutschen Mundart verfasst sein.
2. Der Text beinhaltet rezente Mundart (von 1800 oder jünger).

Es kann vorkommen, dass ein Werk anstössige Passagen oder – aus heutiger Perspektive betrachtet – unzeitgemässe Wortwahlen enthält. Wo es uns bekannt ist, weisen wir in den jeweiligen Trefferdetails auf kontroverse Texte hin. Sollten Ihnen im CHMK weitere Werke mit sexistischen, rassistischen oder anderweitig inakzeptablen Äusserungen auffallen, bitten wir Sie, uns dies per E-Mail mitzuteilen an chmk [ät] idiotikon.ch.

XML-CHMK

Das Mundartkorpus ist im XML-Format für die Forschung zugänglich. Bei Interesse kontaktieren Sie uns bitte via chmk [ät] idiotikon.ch.

Ein Subkorpus mit urheberrechtlich freien Werken kann hier als Zip-Datei heruntergeladen werden: XML-CHMK_v2.0_free_subcorpus.zip

Geplante Erweiterungen

Das Schweizerdeutsche Mundartkorpus wird laufend um weitere Texte ergänzt. Unter Korpussuche kann es bereits jetzt im Volltext durchsucht werden. Geplant sind des weiteren korpuslinguistische Annotationen auf Wort-Ebene:

• Normalisierung
• Lemmatisierung
• Wortartenannotation (Part-of-Speech-Tagging)

Publikationen

Manuela Weibel, Muriel Peter: "Compiling a Large Swiss German Dialect Corpus" in Proceedings of the 5th Swiss Text Analytics Conference (SwissText) & 16th Conference on Natural Language Processing (KONVENS), Zurich, Switzerland, June 23–25, 2020. (PDF)

Hilfe zur Suche

Mithilfe von Filtern können Sie die Texte nach Dialekt, Autor*in, Übersetzer*in, Erstauflagejahr, Publikationsjahr, Werkkategorie oder Gattung filtern. Die Dialektangaben zu einem Werk beziehen sich jeweils auf den Dialekt der Autorin oder des Autors, beziehungsweise bei übersetzten Werken auf den Dialekt der Übersetzerin oder des Übersetzers.

Gewisse Funktionen (Exportfunktion, Anzeige von mehr als 100 Treffern) können Sie nur nutzen, wenn Sie sich mit Benutzernamen anmelden. Ein Verzeichnis sämtlicher abgekürzter Dialektregionen finden Sie hier.

Über das Suchfeld können Sie nach der gewünschten Zeichenabfolge suchen. Die Suchsyntax baut auf der Abfragesprache von DDC auf, wobei die meisten, jedoch nicht ganz alle Möglichkeiten unterstützt werden.

Einige Beispiele für mögliche Korpusabfragen:

Chorb	Findet die Wortform 'Chorb'.
Hahn im Chorb	Findet Treffer mit 'Hahn', 'im' oder 'Chorb'.
"Hahn im Chorb"	Findet die exakte Wortfolge 'Hahn im Chorb'.
Chorb*	Findet 'Chorb', 'Chorbball', 'Chorbware' etc.
*chorb	Findet 'Chirschichorb', 'Wydlichorb', 'Papierchorb' etc.
Chorb && !Hahn	Findet Sätze mit 'Chorb', aber ohne 'Hahn'.
Chorb||Hahn	Findet Sätze mit 'Chorb' oder mit 'Hahn'.

Mit regulären Ausdrücken können komplexere Suchabfragen formuliert werden. Die Ausdrücke müssen mit Schrägstrichen umgeben werden. Einige Beispiele für Korpusabfragen mit regulären Ausdrücken:

/hun[dg]/	Findet Treffer, die 'hund' oder 'hung' enthalten.
/^Hun[dg]$/	Findet Treffer, die mit 'Hund' oder 'Hung' beginnen und enden.
/^[a-zA-Z]{2,5}hun[dg]$/	Findet Treffer, die auf 'hund' oder 'hung' enden und davor 2–5 (Klein- oder Gross-)Buchstaben haben.
/^mach.$/	Findet Treffer, die aus 'mach' plus genau einem beliebigen weiteren Zeichen bestehen.
/^mach.$/	Findet Treffer, die aus 'mach' plus einem beliebigen weiteren Zeichen bestehen.
/Glugg?si/	Findet «Glugsi» und «Gluggsi».

Achtung: Gross-/Kleinschreibung wird bei der Suche unterschieden. Um sie zu ignorieren können ebenfalls reguläre Ausdrücken verwendet werden:

/[Cc]horb/

Findet Treffer, die 'Chorb' oder 'chorb' enthalten

Funktionen

Bestimmte Inhalte und Funktionen sind nur eingeloggten Nutzerinnen und Nutzern zugänglich.

Mitarbeitende

Wissenschaftliche Mitarbeitende

Sabrina Brändle
Christoph Landolt
Lorenz Küchler
Muriel Peter
Tobias Roth
Manuela Weibel

Wissenschaftliche Hilfskräfte

Rahel Frefel
Eric Oechslin
Selina Sprecher

Ehemalige

Hans Bickel
Luca Hofmann
Alessandra Lötscher
Florian Matter

Für Fragen oder Anmerkungen kontaktieren Sie uns bitte via chmk [ät] idiotikon.ch.