Passende Begriffe finden

1. Wofür diese Hilfe gedacht ist

Das Begriffssystem der MHDBDB ordnet die Bedeutungen der Lemmata in einer Hierarchie von Begriffen. Das eigene Forschungsthema steht dort oft nicht wörtlich, sondern verteilt sich über mehrere Begriffe.

Ein Beispiel ist Wachsamkeit: Einen eigenen Begriff dafür gibt es nicht. Wege dorthin führen aber etwa über Aufmerksamkeit, über Schlaf (als Gegenstück) oder über das Kriegswesen, wenn die Wache gemeint ist. Welcher Weg trägt, hängt davon ab, was genau Sie mit dem Thema meinen.

Die Datei zu dieser Seite hilft bei der Auswahl solcher Einstiegsbegriffe. Sie ist eine Einstiegshilfe zur Begriffswahl: kein Chatbot der MHDBDB und keine Belegsuche.

2. So geht es

1. Datei herunterladen: mhdbdb-begriffshilfe.md (Markdown, also reiner Text; Kodierung UTF-8).
2. In einem neuen Chat hochladen: Laden Sie die Datei bei einer KI Ihrer Wahl hoch (ChatGPT, Gemini, Claude oder ein ähnlicher Dienst) und schreiben Sie dazu den folgenden Satz, mit Ihrem Thema an Stelle der Auslassungspunkte.

3. Vorschläge nachschlagen: Die KI nennt vorhandene Begriffe als Einstieg, manchmal in Kombination mit einem Mitbegriff, und dazu Lemmata zum Nachschlagen. Öffnen Sie den Begriffe-Explorer im Playground und tippen Sie die Benennung eines Begriffs ins Suchfeld. Beim Eintrag führt "Lemmata anzeigen" zur Lemmaliste. Sie zeigt höchstens 20 Lemmata in alphabetischer Reihenfolge; ein von der KI genanntes Lemma tippen Sie deshalb ins zusätzliche Filterfeld und klicken es an.
4. Oder den Links folgen: Die Datei bittet die KI, zu jedem Begriff einen Link auszugeben, der den Begriffe-Explorer mit der Kennung schon im Suchfeld öffnet. Schlägt sie zwei Lemmata vor, die im Text nahe beieinander stehen sollen, startet ein zweiter Link die Suche nach beiden direkt. Diese Suche lädt beim ersten Mal den Korpus und braucht etwas Zeit. Über den Ergebnissen steht, nach welchen Schreibungen gesucht wurde. Das Lemma dazu wählt die Suche selbst; bei gleich geschriebenen Wörtern kann es ein anderes sein als gemeint. Welche Wörter gefunden wurden, zeigen die Belege.
5. Prüfen: In den Lemma-Details sehen Sie die Begriffe je Bedeutung, in den Belegen die Textstellen selbst. Erst dort zeigt sich, ob ein Vorschlag zu Ihrem Thema passt.

3. Was die KI kann und was nicht

• Sie macht Vorschläge, keine Belege. Die Datei enthält keine Textstellen. Ob ein Begriff oder ein Lemma zu Ihrem Thema passt, entscheiden die Belege im Korpus.
• Mitbegriffe sind Suchwege. Die Website kann Kombinationen von Begriffen nicht direkt abfragen; die Mitbegriffe zeigen, wo sich das Nachsehen lohnt.
• Antworten schwanken. Sie unterscheiden sich je nach KI und je nach Durchlauf. Zwei Anläufe mit derselben Frage können zu verschiedenen Vorschlägen führen.
• Jeden Vorschlag an den Belegen prüfen. Ein plausibler Begriff kann an den Belegen vorbeigehen.
• Bei Zahlen kann sich die KI verlesen. Zahlen zu Lemmata und Belegen prüfen Sie im Playground nach, bevor Sie damit arbeiten.

4. Was in der Datei steht

Die Datei besteht aus zwei Teilen: einem festen Arbeitsauftrag an die KI und dem vollständigen Begriffssystem mit den Kennungen, Benennungen und Oberbegriffen. Zu jedem Begriff stehen dort:

• die Zahl der Bedeutungen und der Lemmata, die unter ihm hängen,
• die häufigsten Lemmata mit ihrer Belegzahl unter diesem Begriff,
• die häufigsten Mitbegriffe, also Begriffe, die an denselben Bedeutungen stehen, in der Form Name (ID, k von n).

Die Datei wird bei jeder Datenänderung neu erzeugt und passt daher zum aktuellen Stand von Begriffssystem und Korpus.

5. Weiterführend

• Playground-Hilfe: Begriffe-Explorer, Begriffs-Verteilung und die übrigen Werkzeuge.
• Daten: was im Korpus und in den Authority Files steckt, samt bekannten Grenzen.