2.2.2.1.3 Zerlegungskontrolle (In Bearbeitung)

1 Definition

Zerlegungskontrolle ist ein Verfahren der Vokabularkontrolle, bei dem geprüft und entschieden wird, ob eine Begriffskombination als Deskriptor in das Vokabular aufgenommen wird oder ob die Bedeutung dieses Wortes durch zwei oder mehrere Deskriptoren ausgedrückt wird.

2 Erläuterung

Bezeichnungen der natürlichen Sprache sind oft aus mehreren Wörtern oder Wortbestandteilen zusammengesetzt (man spricht von “Begriffskombinationen”, “Komposita” oder “Wortzusammensetzungen”). Diese Wortkombinationen können in der zusammengesetzten Form

1. als Schlagwörter (Deskriptoren) in das Vokabular aufgenommen werden oder

2. sie können in ihre bedeutungstragenden Bestandteile zerlegt und durch zwei oder mehrere Schlagwörter repräsentiert werden.

Begriffskombinationen können Einwortbegriffe sein wie ‘Windmühle’ oder Adjektiv-Substantiv-Verbindungen, zum Beispiel ‘Technische Anlage’, oder Phrasen wie ‘Nicht genehmigungsbedürftige Anlage’ ¹.

3 Beispiel

Der Begriff ‘Galerieholländerwindmühle’ setzt sich aus vier Begriffen zusammen: dem Grundwort ‘Mühle’ und den differenzierenden Begriffen ‘Wind’, ‘Holländer’, ‘Galerie’. Grundwort heißt der Teil eines zusammengesetzten Schlagwortes, der den Gattungsbegriff (was für "eine Art von" ist der Begriff) enthält, in diesem Fall also 'Mühle'. Die anderen Bestandteile in diesem Kompositum spezifizieren den Begriff nach bestimmten Merkmalen:

• Eine Windmühle ist eine Mühle, die durch Wind angetrieben wird.

• Eine Holländerwindmühle ist eine Windmühle, bei der nur die obere Kappe drehbar ist.

• Eine Galerieholländerwindmühle ist eine Holländerwindmühle mit einem Galeriebau.

Diese Begriffe bilden eine Hierarchieleiter aus Oberbegriffen und Unterbegriffen:

Mühle (Bauwerk)
. Windmühle
.. Holländerwindmühle
... Galerieholländerwindmühle
.... Galerieholländerturmwindmühle

Nun können aber die verschiedenen Merkmale von Mühlen, zum Beispiel die Antriebsart, die Bauweise oder die Bestimmung für ein spezielles Mahlgut, in unterschiedlichen Kombinationen in jeweils spezifischen Mühlentypen vereint sein. Alle möglichen Kombinationen als Schlagwörter in ein Vokabular aufzunehmen, würde nicht nur zu einer großen Zahl zusammengesetzter Begriffe führen, sondern vor allem die Pflege des Vokabulars in Bezug auf die Konsistenz erschweren. In solchen Fällen sollte eine Zerlegung des zusammengesetzen Begriffes in zwei (oder gegebenenfalls mehr als zwei) Schlagwörter erwogen werden.

4 Beispiele aus Thesauri

Der "Thesaurus Ethik in den Biowissenschaften" benötigt die zusammengesetzten Begriffe ‘Pferdesport' und ‘Reitsport' nicht als eigenständige Deskriptoren, möchte aber eine Indexierung und Suche nach diesen Sachverhalten ermöglichen. Deshalb werden die Komposita zerlegt und durch zwei im Thesaurus bereits vorhandene Deskriptoren ausgedrückt: ‘Pferdesport’ und ‘Reitsport’ werden als alternative Bezeichnungen zu den Deskriptoren 'Pferd’ UND 'Sport’ aufgenommen.

Auf eine Suchanfrage nach 'Reitsport' im Bioethik-Thesaurus wird folgender Hinweis ausgegeben:

"Der Begriff wurde in den Deskriptoren und Nicht-Deskriptoren (Synonymen) gesucht. Dadurch erhalten Sie ein erweitertes Suchergebnis. Suchergebnisse in Nicht-Deskriptoren (multiple, UF+): Reitsport USE Pferd AND Sport"

Open

^{Bioethik-Thesaurus}

5 Zerlegungskontrolle

Wenn solche Mehrwortbegriffe als Deskriptoren in das Vokabular aufgenommen werden, spricht man von Präkombination. Komposita können aber auch für Indexierung und Suche in einzelne Deskriptoren zerlegt werden. Im Fall einer Zerlegung wird das Kompositum als alternative Bezeichnung für die Begriffe aufgenommen, die bei der Suche dieses Kompositum repräsentieren. Die einzelnen Deskriptoren werden bei der Suche dann mit Boole'schen Operatoren verknüpft (Postkoordination).
Begriffszerlegung (bei Thesauri spricht man von "Zerlegungskontrolle") bedeutet, dass ein zusammengesetzter Begriff, zum Beispiel 'Renaissanceschloss', nicht präkombiniert als Schlagwort in das Vokabular aufgenommen wird, sondern durch zwei (oder mehr als zwei) Schlagwörter repräsentiert wird (in diesem Fall: 'Renaissance' und 'Schloss'). 'Fabrikantenvillengarten' könnte zum Beispiel zerlegt werden in 'Fabrikantenvilla' und 'Villengarten'). Bei der Suche werden die einzelnen Schlagwörter durch eine UND-Verknüpfung postkoordiniert, also zum Beispiel "Renaissance UND Schloss".

6 Vorteile der Zerlegung

Die Zerlegung zusammengesetzter Begriffe

• reduziert die Anzahl der Schlagwörter in einem Vokabular. Häufig wird von dieser Reduktion auch eine bessere Übersichtlichkeit und Handhabbarkeit des Vokabulars erwartet.

• erleichtert die Pflegbarkeit des Vokabulars.

7 Nachteile der Zerlegung

Grundsätzlich lässt sich aber sagen, dass die Nachteile einer Begriffszerlegung erheblich sein können:

• Ein Begriff, der zerlegt wird, kann keine semantischen Begriffsbeziehungen haben, also keine hierarchischen oder assoziativen Beziehungen. Dadurch gehen möglicherweise wertvolle Informationen zu dem Begriff verloren.

• Eine semantisch sinnvolle Zerlegung ist nicht immer einfach. Eine morphologische Zerlegung in die Wortbestandteile, zum Beispiel in 'Chor' und 'Hemd' für 'Chorhemd', kann bei einer Suche Dokumente liefern, in denen Chöre und Hemden vorkommen, aber kein 'Chorhemd', wie es das Suchergebnis im Screenshot rechts zeigt.

• Das Suchergebnis kann unerwünschte Treffer, Informationsballast, enthalten. Dieser Ballast entsteht durch ungerichtete Verknüpfungen bei der Postkoordination. Diese "falschen" Treffer entstehen, weil die "UND-Verknüpfung" bei der Suche keine Richtung kennt, also nicht weiß, ob zum Beispiel "Baum UND Stamm" 'Stammbaum' oder 'Baumstamm' bedeutet.

• Die mit den zwei (oder mehr) einfachen Begriffen indexierten Dokumente werden auch bei jeder Suche mit nur einem der Begriffe gefunden², sofern die einfachen Begriffe, in die zerlegt wurde, nicht als syntaktische Einheit suchbar sind.

Diese Nachteile der Zerlegung werden aber in facettenbasierten Systemen weitgehend aufgehoben. Es muss sichergestellt sein, dass die Einfachbegriffe, die den zerlegten Begriff repräsentieren, bei der Suche mit einem "UND-Operator" verbunden werden.

8 Bedeutung für Indexierung und Retrieval

Die Zerlegung komplexer Begriffe reduziert die Anzahl der Deskriptoren in einem Vokabular. Eine geringere Deskriptorzahl wird häufig als ein Vorteil der Begriffszerlegung genannt, weil der Thesaurus dadurch übersichtlicher gehalten werde.

Zusammengesetzte Begriffe erhöhen die Präzision der Suche und sind deshalb insbesondere bei großen Datenmengen vorteilhaft. Der Nachteil ist oft, dass Nutzer die spezifischen Begriffe nicht kennen und sich die entsprechenden Schlagwörter erst über die Thesaurusbeziehungen erstöbern müssen. Es können aber möglicherweise nur sehr wenige Dokumente zu dem präkombinierten, sehr spezifischen Deskriptor nachgewiesen werden.

Begriffskombinationen haben den Vorteil, relativ spezifisch zu sein und damit eine präzise Indexierung und Suche zu ermöglichen. Auf der anderen Seite kann die Zahl präkombinierter Begriffe sehr groß werden, wenn das Differenzwort Eigenschaften beschreibt, die sehr viele Gegenstände teilen. Das ist häufig bei Kombinationen mit Geografika oder Ethnografika der Fall. (Ein Beispiel hierfür ist die Liste der zusammengesetzten Begriffe für Kriegsgefangene verschiedener Nationalität der Gemeinsamen Normdatei, etwa Bulgarischer Kriegsgefangener.)

Begriffszerlegung hat den Nachteil, dass falsche Treffer bei postkoordinierter Suche kaum zu vermeiden sind. Außerdem sind Nutzer erfahrungsgemäß selten bereit, erweiterte Suchmöglichkeiten mit Boole'schen Operatoren anzuwenden. Für facettierte Informationssysteme dagegen sind postkoordinierende Verfahren gut geeignet.

9 Faktoren, die bei der Zerlegungskontrolle berücksichtigt werden sollten

Zusammengesetzte Begriffe erhöhen die Präzision der Suche und sind deshalb insbesondere bei großen Datenmengen vorteilhaft. Der Nachteil ist oft, dass Nutzer die spezifischen Begriffe nicht kennen und sich die entsprechenden Schlagwörter erst über die Thesaurusbeziehungen erstöbern müssen. Es können aber möglicherweise nur sehr wenige Dokumente zu dem präkombinierten, sehr spezifischen Deskriptor nachgewiesen werden.

Begriffskombinationen haben den Vorteil, relativ spezifisch zu sein und damit eine präzise Indexierung und Suche zu ermöglichen. Auf der anderen Seite kann die Zahl präkombinierter Begriffe sehr groß werden, wenn das Differenzwort Eigenschaften beschreibt, die sehr viele Gegenstände teilen. Das ist häufig bei Kombinationen mit Geografika oder Ethnografika der Fall. (Ein Beispiel hierfür ist die Liste der zusammengesetzten Begriffe für Kriegsgefangene verschiedener Nationalität der Gemeinsamen Normdatei, etwa Bulgarischer Kriegsgefangener.)

Begriffszerlegung hat den Nachteil, dass falsche Treffer bei postkoordinierter Suche kaum zu vermeiden sind. Außerdem sind Nutzer erfahrungsgemäß selten bereit, erweiterte Suchmöglichkeiten mit Boole'schen Operatoren anzuwenden. Für facettierte Informationssysteme dagegen sind postkoordinierende Verfahren gut geeignet.

10 Wann sollten Begriffskombinationen zerlegt werden?

Wann zusammengesetzte Bezeichnungen in ein Vokabular aufgenommen werden sollen, lässt sich nur schwer allgemein regeln. Es gibt aber einige generelle Anhaltspunkte. Zusätzlich werden jedoch systemspezifische Regelungen erforderlich sein.

Die Zerlegung einer Kombination ist in folgenden Fällen zu erwägen:

11 Wann sollten Begriffskombinationen bevorzugt werden?

Begriffskombinationen sollten bevorzugt werden, wenn

• sie eine festgefügte semantische Einheit bilden

• die Kombination sehr gebräuchlich und in der Standard- oder Fachsprache etabliert ist

• die Zerlegung bei der Suche zu Informationsballast führt

• die Anzahl der Dokumente/Objekte, die durch den präkombinierten Begriff repräsentiert werden, voraussichtlich groß ist

• die Begriffskomponenten nicht ohnehin als Deskriptor im Thesaurus vorhanden sind und speziell für den Zweck der Zerlegung eingeführt werden müssten

Eine Begriffskombination sollte nicht zerlegt werden, wenn

12 Vorgehen bei der Begriffszerlegung

Bei der Zerlegung ist es wichtig zu beachten, dass nicht das zusammengesetzte Wort in Wortteile zerlegt wird, sondern der Begriff, den das Kompositum repräsentiert, in Begriffskomponenten.^{4, 5}

• Analyse der Anzahl der Komponenten des zusammengesetzten Begriffes

• Analyse der grundlegenden Kategorien, denen die einzelnen Begriffe des zusammengesetzten Begriffes angehören; wenn entsprechende Facetten (Metadatenelemente in der Objektdatenbank) existieren, ist ein Zerlegen sinnvoll (aber nicht unbedingt nötig)

• Semantisch zerlegen, nicht morphologisch: nicht 'Eisenbahn' in 'Eisen + Bahn' oder 'Fingerhut' in 'Finger + Hut'.6

13 Zusammenfassung: Faktoren, die bei der Zerlegung berücksichtigt werden sollten

• Gebräuchlichkeit der Bezeichnung
  Wenn der zusammengesetzte Begriff ein eingeführter Fachbegriff ist, sollte er nicht zerlegt werden, wenn das Fachgebiet zum Kerngebiet des Thesaurus gehört.

• Häufigkeit des Gebrauchs
  Wenn der zusammengesetzte Begriff gebräuchlich ist und häufig als Suchterm benutzt wird, sollte er in der zusammengesetzten Form in das Vokabular aufgenommen werden.

• Art der Begriffszusammensetzung
  Wenn der zusammengesetzte Begriff neben dem Grundwort mehr als einen differenzierenden Begriff enthält, ist an eine Zerlegung zu denken.

• Grad der erforderlichen Spezifität des Vokabulars
  Wenn zu erwarten ist, dass eine große Dokumentmenge zu einem spezifischen Gegenstand vorkommen wird, ist es3 sinnvoll, ein Schlagwort für diesen spezifischen Begriff vorzuhalten. Wenn eine hohe Spezifität angestrebt wird, sind zusammengesetzte Begriffe als Schlagwort geeigneter als Einfachbegriffe.

• Zugehörigkeit zu einem Kerngebiet oder Randgebiet des Thesaurus
  Begriffe, die zum Kerngebiet des Vokabulars gehören, sollten eher nicht zerlegt werden; umgekehrt ist eine Zerlegung bei marginalen Begriffen weniger kritisch.

• Vermeidung von Mehrdeutigkeit bei der Suche
  Die Zerlegung eines zusammengesetzen Begriffes kann zu mehrdeutigen Ergebnissen bei der Suche führen. Zum Beispiel kann eine Zerlegung von "Baumstamm" in "Baum + Stamm" als Suchergebnis "Baumstamm" oder "Stammbaum"⁷ haben. Weiteres Beispiel: Bibliothek + Wissenschaft kann Wissenschaftliche Bibliothek oder Bibliothekswissenschaft⁸ meinen.

• Geplante Suchschnittstelle
  Nicht zuletzt spielt die beabsichtigte Suchschnittstelle für die Entscheidungen bei der Begriffszerlegung eine große Rolle. Wenn zum Beispiel eine facettenbasierte Suchschnittstelle vorgesehen ist, kann eine Zerlegung zusammengesetzter Begriffe von Vorteil sein. Ist dagegen eher eine Suchoberfläche zum Blättern und Stöbern in Hierarchiebäumen geplant, sind zusammengesetzte Begriffe nützlicher.

14 Siehe auch

https://digicult.atlassian.net/wiki/spaces/XTREE/pages/3304226871

https://digicult.atlassian.net/wiki/spaces/XTREE/pages/3304226864

https://digicult.atlassian.net/wiki/spaces/XTREE/pages/3304718393

15 Anmerkungen

^{1 Die Beispiele sind der Schlagwortnormdatei entnommen.}

^{2 Kuhlen et al. (2004): Grundlagen der praktischen Information und Dokumentation, S. 145}

^{3 Der Grad der benötigten Spezifität hängt (auch) von der Anwendungsumgebung ab und sollte systemspezifisch festgelegt werden. Bei spezifischen Datenbanken, zum Beispiel Military Aircraft Crash Sites von English Heritage, können solche zusammengesetzten Schlagwörter sinnvoll sein.}

^{4 "Bei der Zerlegung ist es wichtig zu beachten, dass die vorliegenden Bezeichnungen nur die Repräsentanten der Begriffe sind. Was eigentlich zu zerlegen ist, ist der Begriff in Begriffskomponenten, nicht das Wort in Wortteile." [Grundlagen 2004, S. 144]}

^{5 S.a. DIN 1463-1:1987, 5.5.3}

^{6 "Bei der Zerlegung ist es wichtig zu beachten, dass die vorliegenden Bezeichnungen nur die Repräsentanten der Begriffe sind. Was eigentlich zu zerlegen ist, ist der Begriff in Begriffskomponenten, nicht das Wort in Wortteile." [Kuhlen et al. (2004): Grundlagen der praktischen Information und Dokumentation, S. 144]}

^{7 Beispiel aus DIN 1463-1}

^{8 Beispiel aus ISO 25964}