Dieser Beitrag wurde von Christina Mutter und Beatrice Colcuc anlässlich eines Vortrags am 16.05.2022 im Rahmen der Ringvorlesung "Einblicke in digitale sprachwissenschaftliche Forschungsprojekte“ verfasst.

1. Projektbeschreibung

VerbaAlpina. Der alpine Kulturraum im Spiegel seiner Mehrsprachigkeit
Förderung durch die DFG seit 2014 als Langfristvorhaben
3. Laufzeit seit 11/2020-10/2023 (Perspektive bis 2026)
Kombination aus Sprachwissenschaft, Volkskunde und Informationstechnologie im Sinne der Digital Humanities
Kooperation des Instituts für Romanische Philologie mit der IT-Gruppe Geisteswissenschaften (ITG): Team
VerbaAlpina ist eine webbasierte Forschungsumgebung, deren Aufgaben und Leistungen den folgenden Bereichen zugeordnet werden können:
- - - Dokumentation
    - Kooperation
    - Publikation
    - Crowdsourcing
    - Forschungslabor

2. Forschungsgegenstand

Gegenstand von VerbaAlpina ist der dialektale Wortschatz der drei Sprachfamilien im Alpenraum: Romanisch, Germanisch, Slawisch (Romania alpina, Germania alpina, Slavia alpina, Karte)

alle 3 Sprachfamilien sind durch dialektale Kontinua repräsentiert
romanische Zone ist stärker fragmentiert als die germanische und diese wiederum stärker als die slawische
alpine Dialekte sind i.d.R. historisch primär, d.h. in der Gegend entstanden, wo sie gesprochen werden
nach Herausbildung Überdachung durch historisch sekundäre, später entstandene Standardsprachen
Dialekte werden lokal und meist ausschließlich im mündlichen Sprachgebrauch verwendet
Verwendung von Standardsprachen auf regionaler oder sogar gesamtstaatlicher Ebene im Bereich der institutionellen und massenmedialen Schriftlichkeit --> Alphabetisierung der Kinder, Kommunikation der Bürger mit der Verwaltung, Produktion literarischer Texte usw.
neben den großen Staatssprachen Französisch, Italienisch, Deutsch und Slowenisch in der Romania alpina mehrere regional etablierte Kleinsprachen: Okzitanisch (CH, IT), Frankoprovenzalisch/Arpitanisch (Aostatal), Bündnerromanisch, Dolomitenladinisch, Friaulisch
in der Slavia alpina und Germania alpina jeweils nur eine Standardsprache: Slowenisch und Deutsch
im Deutschen koexistierende nationale Standardvarietäten für die Schweiz, für Deutschland und für Österreich

alpine Sprachräume = zweistöckig
beide Ebenen sind in osmotischem Austausch: Dialekte nehmen Elemente aus den Standardsprachen auf und umgekehrt
dazu kommt: Sprecher mancher alpinen Gebiete sprechen nicht nur eine, sondern zwei oder drei Standardsprachen
Entlehnungsrichtung (Dialekt → Standardsprache oder Standardsprache → Dialekt) hängt vom KONZEPT ab

VerbaAlpina dokumentiert Wortareale, die nicht selten die Grenzen einer der drei Sprachfamilien überschreiten und versteht sich daher als interlinguale Geolinguistik
Verbreitungszonen der 3 Sprachfamilien lassen sich nicht auf spezifische Staaten beschränken (Karte)
Germanisch ist durch alemannische und bairische Varietäten vertreten, bei manchen walserischen und altbairischen (zimbrischen) Sprachinseln auf der Alpensüdseite kaum Bezug zur germanischen Sprachfamilie erkennbar
Varietäten des romanischen Kontinuums können mehreren Sprachen zugeordnet werden: Französische, Italienisch, Okzitanisch, Frankoprovenzalisch, Bündnerromanisch, Dolomitenladinisch und Friaulisch
Slawisch ist durch slowenische Dialekte vertreten, die außer in Slowenien auch in italienischen und österreichischen Gemeinden verwendet werden

Beispiel: lat. *excŏcta --> ist in allen drei Sprachfamilien des Alpenraums belegt

Ziel: Herausarbeitung von (vor allem lexikalischen) Merkmalen, die über die einzelnen Dialekt- und Sprachgrenzen hinweg verbreitet sind und so die ethnolinguistischen Gemeinsamkeiten hervortreten lassen

2.1. Untersuchungsgebiet: Der Alpenraum

Untersuchungsgebiet ist auf den Zuständigkeitsbereich der Alpenkonvention beschränkt
Alpenkonvention: internationales Abkommen (1995) zwischen den 8 Alpenländern sowie der EU für eine nachhaltige Entwicklung und den Schutz der Alpen
Oberfläche von 190,600 km²
umfasst Teile von 6 verschiedenen Ländern (D, A, CH, I, F, SLO) sowie 2 komplette Länder (FL, MC)
Untersuchungsgebiet ist länderübergreifend und umfasst die Sprachen Deutsch, Französisch, Italienisch, Slowenisch und Rätoromanisch und ihre jeweiligen Dialekte

Was macht den Alpenraum als Untersuchungsgebiet so interessant?

weitgehende ethnographische und topographische Homogenität (geologische Ähnlichkeit, Beschränkung auf einzelne traditionelle Wirtschaftsformen)
aber: starke sprachliche Heterogenität (3 Sprachfamilien: mehrere Einzelsprachen, große Dialektvielfalt)
Grenzgebiet mehrerer Staaten
vergleichsweise dichtes Netz von Sprachatlanten und Wörterbüchern

2.2. Konzeptdomänen

Projektphase I: 10/14 -10/17, Kultur (Almwirtschaft/Milchverarbeitung)

Projektphase II: 11/17-10/20, Natur (Landschaftsformationen/Wetter/Fauna/Flora)

Projektphase III: 11/20-10/23, Moderne Lebenswelt (Ökologie/Tourismus)

Übersicht Konzeptdomänen

die Auswahl des Wortschatzes erfolgt in der Tradition der romanistischen Ethnolinguistik
Ethnolinguistik = sprachwissenschaftliche Untersuchung europäischer und nichteuropäischer Kulturen
dialektologische Forschungen im Sinn von Cardona (Cardona 1995) sind dann ethnolinguistisch, wenn sprachliche Daten dabei im engen Zusammenhang mit der Alltagskultur der Sprecher erhoben und analysiert werden
in der romanistischen Tradition wurde ethnolinguistische Forschung durch den AIS (Sprach- und Sachatlas Italiens und der Südschweiz) etabliert

Zugang zu Konzeptdomänen über:

Zugang zu den Konzeptdomänen über die interaktive Karte

Zugang zu den Konzeptdomänen über das Crowdsourcing-Tool

2.3. Forschungsziele

Selektive und analytische Erschließung des einzelsprachlich und dialektal stark fragmentierten Alpenraums in seiner kultur- und sprachgeschichtlichen Zusammengehörigkeit
Erkennen von Zusammenhängen hinsichtlich der Etymologie der einzelnen Dialektwörter
Überwindung der traditionellen Beschränkung auf Nationalstaaten
Aufbau eines einzelsprachübergreifenden Portals mit fünf Funktionsbereichen

4. Daten

4.1. Sprachatlanten und Wörterbücher im Alpenraum

Die folgende Karte zeigt die Erhebungspunkte der einzelnen Atlanten und Wörterbücher, die den alpinen Sprachraum abdecken:

Sprachatlanten und Wörterbücher im Alpenraum

4.1.1. Typologie der Datenquellen

Die Sprachatlanten, die von VA als Datenquelle verwendet werden, kennzeichnen sich durch folgende Merkmale:

Daten sind georeferenzierbar: die Kommunen gelten als kleinste Einheit
Unterschiedliche Sprachfamilien: romanisch, germanisch, slawisch
Unterschiedliche Forschungstraditionen: Romanistik, Germanistik, Slawistik
- Romanistische Sprachatlanten:
  - Analytische Karten: Die Äußerungen werden so wiedergegeben, dass die Dokumentation im Vordergrund steht und die Aufdeckung der räumlichen Beziehungen zwischen den dokumentierten Formen dem Leser überlassen bleibt (Beispiele: AIS-Karte 1401, il fienile; ALF-Karte 1, abeille)
  - Transkriptionssystem Böhmer-Ascoli
- Germanistische Sprachatlanten:
  - Punktsymbolkarten: durch 'synthetische' Symbolvergabe werden auf der Karte die räumlichen Relationen zwischen den Äußerungen wiedergegeben
  - Transkriptionssystem Theutonista

Beispiel:

VALTS IV, 36 1, Molke (Käsewasser)

TSA, Karte 16, das Wetter

SLA: Slovenischer Sprachatlas
- Enthält Punktsymbolkarten (s.o.)

SLA, Karte 55, hlev za krave 'der Stall'

4. Unterschiedliche Schwerpunkte: an ethnographischen Aspekten interessiert?

Ethnographische Informationen sind für die Sprachgeschichte wichtig.

BSA (Bayerischer Sprachatlas) / ALD-I und ALD-II (Atlant linguistich dl ladin dolomitich y di dialec vejins; Sprachatlas des Dolomitenladinischen und angrenzender Dialekte) enthalten keine bzw. sehr wenige Karten zu fundamentalen Konzepten wie SENN, MELKEN, LAB, HIRTE usw. sind nicht enthalten.
AIS (Sprach- und Sachatlas Italiens und der Südschweiz) enthält hingegen viele Karten zu ethnographischen Konzepten und sogar Zeichnungen von typisch alpinen Gegenständen wie die Karte 1206, la zangola.

4.2. Crowdsourcing

Definition:

"Crowdsourcing ist eine interaktive Form der Leistungserbringung, die kollaborativ oder wettbewerbsorientiert organisiert ist und eine große Anzahl extrinsisch oder intrinsisch motivierter Akteure unterschiedlichen Wissensstands unter Verwendung moderner IuK-Systeme auf Basis des Web 2.0 einbezieht."Martin/Lessmann/Voß 2008

Crowdsourcing bei VerbaAlpina: Sprecher eines alpinen Dialektes werden direkt angesprochen und dazu aufgerufen, Dialektwörter zu liefern

Parallel zu den gedruckten bzw. digitalen Datenquellen (s.o.), sammelt VerbaAlpina über das Crowdsourcing-Tool neue Daten, die von Sprechern eines alpinen Dialektes kommen.

Ziele des Crowdsourcing:

Inkonsistenzen zwischen den bereits vorliegenden Quellen ausgeglichen
Lücken bzw. Ungenauigkeiten beseitigen
überkommene Bezeichnungen bzw. Geräte als solche kennzeichnen

Link zum CS-Tool

die blauen runden Symbole zeigen die Anzahl an Dialektwörtern, die pro Kommune geliefert wurden
Statistik der Crowdsourcing-Aktivität: Link

4.3. Zwischenfazit

Heterogenität der Daten
Ziele: Struktur
Prinzipien: leichte Vergleichbarkeit der Daten und Quellentreue

5. Datenaufbereitung

Drei Schritte wichtig:

5.1. Transkription

Näheres dazu in der nächsten Stunde.

Erster Schritt der Datenhomogenisierung
Transkriptionsregeln: jedem atlasspezifischen Zeichen entsprechen eins oder mehrere ASCII-Zeichen
Crowdsourcing-Daten werden nicht transkribiert

Das Transkriptionssystem von VerbaAlpina

Folgende Tabelle zeigt die Daten in der Tabelle Aeusserungen:

5.2. Tokenisierung

Die Sprachdaten (transkribiert oder aus dem CS) werden in einzelne Tokens segmentiert
Die Sprachbelege werden in IPA konvertiert
Der Tokenisierungsprozess schaut wie folgt aus:

Beleg in Beta Code	Beleg in IPA	KONZEPT
una1 mu:g/a1 da1 va/c)/	unɑ myʤɑ dɑ vˡaʨ	KUHHERDE
Tokenisierung
una1	unɑ	ARTIKEL
mu:g/a1	myʤɑ	HERDE
da1	dɑ	PRÄPOSITION
va/c)/	v ˡaʨ	KUH

Die Tokenisierung erfolgt über ein spezielles Tool (id_stimulus 1550)

5.3. Typisierung

Eine der zentralen Aufgaben von VerbaAlpina
Gruppierung von Sprachbelegen je nach sprachlichen Merkmalen
Ziel der Typisierung: Vielfalt der zalreichen sprachlichen Varianten in überschaubarer Weise zu strukturieren
Definition von "morpho-lexikalischen Typ": Klasse von sprachlichen Ausdrücken / Vertreter einer Gruppe von phonetischen Varianten

5.3.1. Morpho-lexikalische Typisierung

Sprachbelege, bei denen die folgenden Eigenschaften übereinstimmen, werden zum gleichen morpho-lexikalischen Typ gruppiert:
- Sprachfamilie
- Wortart
- einfaches Wort vs. affigiertes Wort
- Genus
- Lexikalischer Basistyp

Token	kˈaːvra	kabrˈuŋ	kavrˈɛt	kawrˈɛt
Sprachfamilie	roa	roa	roa	roa
Wortart	sub	sub	sub	sub
Affix	-	+	+	+
Genus	f	m	m	m
morpho-lexikalischer Typ	capra	caprone	capretto	capretto
Basistyp	lat. capra	lat. capra	lat. capra	lat. capra

Die Form eines morpho-lexikalischen Typs wird durch die Lemmata der Referenzwörterbücher repräsentiert:
- Germanisch / Slawisch: nur eine standardisierte Einzelsprache (Deutsch und Slowenisch)
- Romanisch: Alle morpho-lexikalischen Typen werden, sofern vorhanden, durch die französischen und italienischen Standardformen repräsentiert (beurre/burro; lait/latte); Falls nur eine dieser beiden Standardsprachen eine passende Variante hat, erscheint nur diese, wie im Fall von ricotta; Wenn in keiner der beiden romanischen Referenzsprachen eine Variante des Typs existiert, wird auf den Eintrag eines dialektalen Referenzwörterbuchs zurückgegriffen (BLad, LSI)
- Für den Fall, dass keine verlässlichen Einträge in Dialektwörterbüchern verfügbar sind, schlägt VerbaAlpina einen morpho-lexikalischen Typ mitsamt grafischer Repräsentation ('VA') vor
Basistyp = ältester belegter Ausdruck (≅ Etymon, aber Etymon bezieht sich auf die unmittelbar vorhergehende Sprachschicht)

6. Zugriff auf die Daten

6.1. Interaktive Karte

Verschiedene Filter, verschiedene Visualisierungsmöglichkeiten (näheres in der nächsten Stunde)
Semasiologische Suche: von den Basistypen / Morpho-lexikalischen Typen zu den Konzepten (Beispiel 1: Karte zu den KONZEPTEN des morpho-lexikalischen Typs gallina (roa); Beispiel 2: Karte zum Basistyp lat. *cappellus)
Onomasiologische Suche: vom KONZEPT zu den Morpho-lexikalischen Typen / Basistypen (Beispiel: Karte zu den Realisierungen des Konzeptes ERLE
Außersprachliche Daten: Inschriften, Toponomastik, Infrastruktur usw. (Beispiel: Karte zu den germanischen Toponymen in Italien)

6.2. LexiconAlpinum

Link

alphabetisch geordnete Liste der von VerbaAlpina gesammelten morpho-lexikalischen Typen, Basistypen und Konzepten
Sprachwissenschaftliche Kommentare: bei unzureichenden Informationen in den Referenzwörterbüchern oder bei zentralen Konzepten wie KÄSE, BUTTER, ALMHÜTTE usw.
Verschiedene Optionen durch Icons:
- Daten auf der Interaktiven Karte visualisieren
- Eintrag zitieren (durch den direkten Link)
- Klick auf "Daten" führt zu sämtlichen Informationen, die in den Infowindows der interaktiven Karte versammelt sind (Links zu korrespondierenden Artikeln in Referenzwörterbüchern, Links zu Wikidata-Datenobjekten usw.)
  - Ziel: das VA-Material lexikographisch und enzyklopädisch kontextualisieren
Beispiel: Anke (gem m.)

6.3. API

API: "application programming interface" ‚Anwendungsprogrammierschnittstelle'
API von VerbaAlpina