Lexikalische Ähnlichkeit ermitteln

Howdi,
ich habe gerade bei einigen mikronesischen Sprachen auf Wikipedia Prozentangaben gesehen, die angeben sollten, wie weit die Sprachen lexikalische Ähnlichkeiten aufweisen. (Bsp: Puluwatesisch und Chuukesisch haben eine 81%.)

Wie kommt man auf solche Angaben? Wie kann man sowas selbst machen? Arbeitet man dabei mit der Swadesh-Liste oder mit noch größeren Korpora? Gibt es die Möglichkeit eine Aussage zu treffen, ab welchem Bereich keine gegenseitige Verständlichkeit mehr vorliegt?
Merci und filu þagkos,
Kevin

Für die Berechnung lexikalischer Distanzen gibt es 1001 eine Methode. Das reicht vom bloßen Vergleichen der Wortformen bis zum Vergleich, welche phonologischen Merkmale sich da unterscheiden. Ich glaube, dass meistens Swadesh-Listen genommen werden. Überblicksdarstellungen solltest du eigentlich in jedem Buch zur historischen Sprachwissenschaft, das auch Glottochronologie behandelt, finden. (Ich denke, dass Ähnlichkeit dort mit behandelt wird, weil die Themen eng verwandt sind.)

Nicht ohne eigene Interessen kann ich dir auch empfehlen, dir mal das Automated Similarity Judgement Program anzuschauen. ;)

Ich hatte so was auch schon einige Male für die Messung der Distanz zwischen Dialekten gesehen. Dort wurde etwa die Levenshtein-Distanz verwendet, die die Ähnlichkeit zweier Zeichenketten auf der Basis dreier Operationen (einfügen, löschen, ersetzen) angibt. Das ist aber ein rein orthographisches Maß. Dann gibt es noch eine Reihe von Algorithmen, die die phonetische Ähnlichkeit zwischen zwei String angeben. Das ist eigentlich eher für unscharfe Suche, oder das finden von unterschiedlichen Schreibweisen für denselben Nachnahmen gedacht (z.B. Mayer vs. Meyer, vs. Maier etc.). Ich denke, dass man damit aber auch was machen kann.

Da du von gegenseitiger Verständigung schriebst, wäre evtl. "Interkomprehension" so ein Stichwort, das dir evtl. weiter hilft. Ich kenne das primär aus der Skandinavistik, wo es darum geht, wie, ob und unter welchen Prämissen sich Sprecher skandinavischer Sprachen auf ihrer jeweiligen Muttersprache mit Muttersprachlern der anderen skandinavischen Sprachen unterhalten und verstehen können. Ähnliches fand ich für romanische und slawische Sprachen, aber ich bin der Meinung, dass man aus dem Thema sehr, sehr viel raus holen kann.

http://www.let.rug.nl/~gooskens/pdf/publ...h_2004.pdf
http://de.wikipedia.org/wiki/Levenshtein-Distanz
http://de.wikipedia.org/wiki/Phonetische_Suche
http://uni-koeln.de/phil-fak/phonetik/Le...n_Wilz.pdf
http://www.verlagdrkovac.de/3-8300-1425-2.htm

Wilbert Heeringa hat auch viel zu lexikalischen Distanzen bei Dialekten gemacht. Einer der Ansätze war, dass Bigramme oder N-gramme der beiden Wortlisten miteinander verglichen wurden...

(09.05.2012, 14:15:13)thf schrieb: Ich hatte so was auch schon einige Male für die Messung der Distanz zwischen Dialekten gesehen. Dort wurde etwa die Levenshtein-Distanz verwendet, die die Ähnlichkeit zweier Zeichenketten auf der Basis dreier Operationen (einfügen, löschen, ersetzen) angibt. Das ist aber ein rein orthographisches Maß. Dann gibt es noch eine Reihe von Algorithmen, die die phonetische Ähnlichkeit zwischen zwei String angeben.

Wie stark orthogaphisch verzerrt das ist, liegt natürlich an der Transkriptionsmehtode. Bei ASJP wird eine vereinfachte Lautschrift verwendet, die die Probleme so abstruser Orthographien wie der deutschen oder französischen umgehen helfen.