Playground-Hilfe

1. Worum es geht

Der Playground erweitert die Korpussuche um zwei Dinge: Sie können mehrere Lemmata gleichzeitig suchen und prüfen, wie nahe sie im Text zusammen stehen (Kookkurrenz-Analyse), und Sie können die sechs Authority Files direkt durchsuchen – Autor:innen, Werke, das Wörterbuch, die Begriffstaxonomie, Gattungen und Eigennamen.

Die Oberfläche ist forschungsorientiert: etwas dichter, mit mehr Bedienelementen als die Korpussuche. Wenn Sie nur nach einem einzigen Wort suchen wollen, ist die Korpussuche der schnellere Weg.

2. Der Drei-Spalten-Aufbau

Der Playground arbeitet in drei Schritten, die auch räumlich abgebildet sind:

Korpus-Browser (links) – alle 666 Texte sind standardmäßig aktiv. Hier schränken Sie die Analyse auf bestimmte Werke, Autor:innen oder Gattungen ein.
Abfragen (Mitte) – sechs Authority-File-Einstiegspunkte plus die TEI-Analyse mit Multi-Lemma-Suche.
Ergebnisse (rechts) – die Trefferliste zur aktuellen Abfrage, mit farbkodiertem Highlighting und Klick-Navigation in die Leseansicht.

Beim ersten Besuch lädt der Playground das vollständige Korpus einmalig in den Browser-Cache (ca. 21 MB, einige Sekunden). Danach ist er auch offline verfügbar.

3. Multi-Lemma-Suche

Die Multi-Lemma-Suche ist das Kernstück des Playgrounds. Sie öffnet einen Dialog, in den Sie mehrere Lemmata eingeben – als Wort oder als Lemma-ID.

Lemmata eingeben

Getrennt durch Komma oder Plus-Zeichen, zum Beispiel: brôt, wîn oder 879 + 7532. Auch ein einzelnes Lemma ist erlaubt. Jedes eingegebene Lemma erscheint als entfernbarer Chip – so sehen Sie sofort, was die Suche berücksichtigt.

Die dreistufige Variantenauflösung aus der Korpussuche gilt auch hier: exakter Treffer im Wörterbuch, dann Prüfung gegen 175.910 orthographische Varianten, dann Teiltreffer als Fallback. Sonderzeichen (â, ê, î, ô, û, ä, ö, ü) werden automatisch normalisiert.

Suchmodus wählen

Nähe-Analyse Empfohlen

Findet Belegstellen, an denen die gesuchten Lemmata innerhalb eines einstellbaren Wortabstands zusammen vorkommen – eine Kookkurrenz (zwei oder mehr Lemmata, die im Text in geringem Abstand zusammenstehen). Der Standardwert von 10 Wörtern hat sich bewährt; einstellbar von 1 bis 50. Ideal für Fragen wie: „In welchen Passagen stehen minne und herze eng zusammen?"

Dokument-Suche

Listet alle Texte auf, die sämtliche angegebenen Lemmata irgendwo enthalten – unabhängig vom Abstand. Ideal für Fragen wie: „Welche Texte behandeln sowohl triuwe als auch zwîvel?" Das Ergebnis ist dokumentbasiert, nicht stellenbasiert.

Ergebnisse und Farbcodierung

Jedes Lemma bekommt eine eigene Farbe. In der Trefferliste sehen Sie die Belegstelle mit Kontext und farblich hervorgehobenen Lemmata. Ein Klick auf einen Treffer öffnet die Leseansicht der Hauptseite mit allen Lemmata in denselben Farben und springt direkt zur Fundstelle.

4. Typische Forschungsfragen

Damit die abstrakten Modi greifbarer werden: vier Fragen, die häufig an die MHDBDB gestellt werden, und wie Sie sie im Playground bearbeiten.

Kookkurrenz-Analyse

„In welchen Passagen stehen minne und herze eng zusammen?"

Multi-Lemma-Suche · Nähe-Analyse · Abstand 10 Wörter · minne, herze. Die Trefferliste zeigt jede Belegstelle mit Kontext, Farbcodierung pro Lemma.

Thematische Kopräsenz auf Dokumentebene

„Welche Texte behandeln sowohl triuwe als auch zwîvel?"

Multi-Lemma-Suche · Dokument-Suche · triuwe, zwîvel. Das Ergebnis listet die Werke auf, in denen beide Lemmata vorkommen – egal wo.

Begriffsnetzwerk erkunden

„Welche Lemmata fallen unter den Begriff Tugend?"

Authority-Ansicht Begriffe · nach Tugend suchen · im Detaileintrag stehen alle Lemmata, die der Begriffstaxonomie nach darunter fallen. Von dort können Sie direkt in die Korpussuche springen.

Gattungsbasierte Korpusselektion

„Welche Werke sind der Gattung Sangspruch zugeordnet?"

Authority-Ansicht Gattungen · nach Sangspruch suchen · die Werkliste im Detaileintrag zeigt alle zugeordneten Texte. Diese Auswahl können Sie als Ausgangspunkt für eine gefilterte Multi-Lemma-Suche übernehmen.

5. Authority Files im Einsatz

Sechs Authority-Ansichten öffnen je einen Einstiegspunkt in die kontrollierten Vokabulare. Hier steht, wann welche Ansicht nützlich ist. Die technische Beschreibung der Dateien (Größe, Struktur, Provenienz) steht unter Daten → Sieben Authority Files.

Autor:innen – Einstieg, wenn Sie bei einer Person beginnen: „Welche Werke sind Walther von der Vogelweide zugeschrieben?" Von dort öffnen Sie jedes Werk direkt im Reading View.
Werke – Einstieg, wenn Sie bei einem Text beginnen: Sigle, Autor:in, Editionen und Handschriftenzeugen im Überblick. Nützlich, um mehrere Editionen eines Werks zu vergleichen.
Lemmata – Einstieg, wenn Sie ein Wort nachschlagen wollen, bevor Sie suchen: Wortart, Bedeutungen und Belegzahl auf einen Blick.
Begriffe – Einstieg für semantische Recherche: von einem Konzept (z.B. Tugend) zu allen zugeordneten Lemmata absteigen.
Gattungen – Einstieg für gattungsbasierte Korpusselektion.
Namen – Einstieg für onomastische Fragen: Eigennamen mit semantischen Relationen.

Tipp: Die Authority-Ansichten arbeiten unabhängig von der Texteauswahl links. Sie können also den gesamten Namensraum durchsuchen, selbst wenn Sie die spätere TEI-Analyse auf wenige Texte einschränken wollen.

6. Vom Playground in die Leseansicht

Der typische Forschungsworkflow verbindet Playground und Korpussuche:

Im Playground eine Multi-Lemma-Suche starten.
Eine interessante Kookkurrenz in der Trefferliste auswählen.
Klick auf das Ergebnis – die Korpussuche öffnet sich in einem neuen Tab.
Der Text ist geladen, alle Lemmata sind farblich hervorgehoben, die Ansicht scrollt automatisch zur Fundstelle.
Im Reading View weiterlesen, zwischen Belegen springen, Metadaten aufklappen.

So bleiben Analyse und Lektüre getrennt: der Playground liefert die Korpusstatistik, die Korpussuche den Volltext im Kontext.