Korpusdateien

Das Korpus setzt sich aus mehreren Samples zusammen, wobei jedes Sample einen zufällig gezogenen Ausschnitt aus einem Text darstellt.

Die Dateinamen sind folgendermaßen aufgebaut: textquelle_textid_samplenummer

Beispiel: digbib_123_2 bedeutet: Dies ist der zweite gezogenen Ausschnitt aus dem Text mit der (projektinternen) ID 123, der aus Textquelle digbib stammt.

Wenn samplenummer 'short' lautet statt einer Zahl, bedeutet dies, dass es sich um einen vollständigen Text handelt (keine Auszug), der weniger als 500 Wörter hat (dies sind immer Texte aus Zeitungen/Zeitschriften).

Metadatentabelle

Metadatum	Werte	Beschreibung
year	Zahl zwischen 1840 und 1919	Erscheinungsjahr des Textes (bei digBib-Texten: Ersterscheinungsjahr, falls verfügbar)
decade	Zahl in 10er Schritten	Erscheinungsdekade des Textes
source	digbib, grenz, mkhz	Textquelle; bei mkhz wird noch ein Kürzel für die jeweilige Zeitung/Zeitschrift beigefügt
title	String, undefined	Titel des Textes, falls bekannt
author	String, undefined	Autor des Textes, falls bekannt
fictional	yes, no	Ist der Textausschnitt fiktional?
text_type	Erzähltext, Kommentar, Anzeige, Reportage, Nachrichten, Biographie, Rezension, Reisebericht/Brief, unsure	Texttyp; wenn ein Ausschnitt mehrere Texttypen enthält (z.B. Kommentar und Anzeigen), wird nach dem dominanten Typ klassifiziert oder ansonsten ‚unsure’ vergeben

Auflösung der Zeitungskürzel der Textquelle mkhz

Die Abkürzungen entsprechen den Benennungen der Quelltexte im DTA-Archiv.

Zeitung	Abkürzung
Badener Zeitung	badener
Czernowitzer Allg. Zeitung	czernowitzer
Mährisches Tagblatt	maehrisches
Marburger Zeitung	marburger
Reichspost	reichspost
St. Galler Volksblatt	stgaller
Arbeitgeber. Archiv für die gesammte Volkswirtschaft, Central-Anzeiger für Stellen- und Arbeitgebergesuche	arbeitgeber
Allgemeine Zeitung	augsburg
Allgemeine Auswanderungs-Zeitung	auswanderer
Deutsche Auswanderer-Zeitung	auswandererzeitung
Die Bayerische Presse	bayerische
Bayreuther Zeitungen	bayreuther
Berlinische Nachrichten von Staats- und gelehrten Sachen	berlin
Berlinische Privilegierte Zeitung	berlinpz
Tübinger Chronik	chronik
Conversations-Blatt zur Unterhaltung und Belehrung für alle Stände	conversationsblatt
Europa. Wochenschrift für Kultur und Politik	europa
Das Heller-Blatt oder Magazin zur Verbreitung gemeinnütziger Kenntnisse	heller
Märkische Blätter. Wochenblatt für belehrende und angenehme Unterhaltung	maerkische
Mainzer Journal	mainzerjournal
Morgenblatt für gebildete Leser	morgenblatt
Das wohlfeilste Panorama des Universums zur erheiternden Belehrung für Jedermann und alle Länder	panorama
Das Pfennig-Magazin für Belehrung und Unterhaltung	pfennig
Social-politische Blätter	social
Sonntags-Blatt	sonntagsblatt
Der allerneuesten Europäischen Welt- und Staats-Geschichte II. Theil	weltgeschichte
Wiener Zeitung	wiener