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-Korpus

Unser Ziel ist es, die gesammelten, digitalisierten und corpuslinguistisch aufbereiteten Werke des Mundartkorpus für die Forschung zugänglich zu machen. Ein Subkorpus mit urheberrechtlich freien Werken kann bereits jetzt als Zip-Datei heruntergeladen werden: CHMK_free_subcorpus_v1.0_index.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:

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'

Achtung: Gross-/Kleinschreibung wird bei der Suche unterschieden.

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».

Funktionen

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

alle eingeloggt
Volltextsuche x x
Filtersuche x x
Filtern via Karte x x
Suchbeispiele x x
Suche im gesamten Korpus x
Trefferübersicht mit Keyword‑in‑Context x x
Keyword-Detailansicht x x
Erweiterter Kontext * x
Seitenangabe * x
Originalvorschau * x
Permalink * x
Sortierfunktion x x
Treffer-Export x

mit * markierte Funktionen nur in Kombination mit «Mehr als 1 Treffer/Dokument»

Korpusaufbau

Übersicht

2962 Werke, darunter 947 Artikel aus insgesamt 85 Sammlungen.
1121 Autor*innen, 143 Übersetzer*innen.
Ca. 30'300'00 Textwörter (Tokens).

Kategorien

Belletristik 2122
journalistischer Text 468
Gebrauchstext 207
Sachtext 22
Keine der oben genannten 144

Gattungen

Prosa 1677
Lyrik (Versform) 960
Drama (Theater) 226
Lyrik/Prosa 97
Drama/Prosa 2

Häufigkeitsverteilung der Werke nach Vierteljahrhundert
(gemessen am Erstauflagedatum – sofern bekannt)

1800–1824 33
1825–1849 53
1850–1874 57
1875–1899 101
1900–1924 222
1925–1949 248
1950–1974 278
1975–1999 554
2000–2024 1021

Kantone

Bern 1025
Basel-Stadt 312
Zürich 298
Graubünden 190
Freiburg 162
Solothurn 142
Basel-Landschaft 130
Aargau 122
St. Gallen 121
Glarus 89
Wallis 79
Luzern 78
Schaffhausen 56
Appenzell Innerrhoden 45
Appenzell Ausserrhoden 42
Thurgau 42
Piemont / Aostatal (IT) 30
Schwyz 24
Uri 18
Obwalden 15
Tessin 14
Zug 14
Nidwalden 9

Mitarbeitende

Wissenschaftliche Mitarbeitende

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

Wissenschaftliche Hilfskräfte

Luca Hofmann
Eric Oechslin
Selina Sprecher

Ehemalige

Hans Bickel
Alessandra Lötscher
Florian Matter

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