Die auf Wortvektor-Technologie basierende Methode ermöglicht es, Wörter in Vektoren abzubilden und deren Kontextsemantik zu vergleichen, wodurch eine mathematische Grundlage für die rechnergestützte Modellierung der Wortbildungsanalyse geschaffen wird. Die semantischen und morphologischen Merkmale deutscher Komposita werden durch das Stammglied dominiert, was günstige Bedingungen für deren automatisierte Verarbeitung schafft. Angesichts der Problematik, dass traditionelle, auf Wortfrequenz basierende Schwierigkeitsbewertungsmethoden die Verständnisschwierigkeit von Komposita häufig überschätzen, schlägt dieser Beitrag ein Verfahren zur automatischen Erkennung und Trennung deutscher Komposita vor, das semantische Ähnlichkeit und morphologische Regeln kombiniert. Die Methode basiert auf dem spaCy-Modell de_core_news_lg und berechnet die Wortvektorähnlichkeit zwischen Komposita und deren Kandidatenkomponenten, bestimmt einen Schwellenwert anhand von Hintergrundrauschen und integriert morphologische Beschränkungen wie die Bestimmung der nominalen Suffixe und den Ausschluss derivativer Komponenten. Die Bewertungsergebnisse zeigen, dass die Methode sowohl in Genauigkeit als auch Sensitivität gute Leistungen erbringt. Die Studie stellt ein neues Werkzeug für die computergestützte linguistische Wortbildungsanalyse im Deutschen dar und liefert eine technische Grundlage für die Textschwierigkeitsbestimmung, die digitale Lehrmittelentwicklung sowie die Erforschung der Ableitungs- und Flexionsverarbeitung. Zukünftig soll durch die Einführung spezieller Entscheidungsregeln, manueller Prüfmechanismen und Modelloptimierung zur Abdeckung seltener Wörter die Genauigkeit und Anwendbarkeit der Methode weiter verbessert werden.

Vektor;Natürliche Sprachverarbeitung;deutsche Komposita;automatische Erkennung und Trennung