Lemma (Lexikographie)

Grundidee des Lemmas

Ein Lemma ist in Lexikographie und Linguistik die Grundform eines Wortes, unter der ein Begriff in einem Nachschlagewerk zu finden ist. Es ist damit der Eintrag beziehungsweise das Stichwort eines Wörterbuchs, Lexikons oder einer Enzyklopädie. Auch die Bezeichnungen Nennform, Zitierform und Grundform werden verwendet.

Ein Lexem ist eine sprachliche Bedeutungseinheit. Es ist von verschiedenen Wortformen abstrahiert und besitzt daher nicht von sich aus eine bestimmte Form. Konventionell wird aber eine Form ausgewählt, mit der das Lexem benannt wird: die Zitierform. Die genauere Bestimmung der Lemmata heißt Lemmaselektion oder Lemmatisierung.

Zitierformen in verschiedenen Sprachen

Im Deutschen steht bei Nomen normalerweise der Nominativ Singular als Zitierform, zum Beispiel „Traum“. Bei Verben ist es der Infinitiv Präsens Aktiv, zum Beispiel „träumen“.

Im Lateinischen werden Verben meist durch ein Paradigma angegeben. Dieses nennt bestimmte Modi und Tempora und ist besonders bei unregelmäßigen Verben hilfreich. Die übliche Reihenfolge lautet: 1. Person Singular Indikativ Präsens Aktiv, 1. Person Singular Indikativ Perfekt Aktiv, aktives Supinum I beziehungsweise Partizip Perfekt Passiv (PPP) Neutrum und Infinitiv Präsens Aktiv. Für „bringen, (er)tragen“ lautet das Paradigma: „fero, tuli, latum, ferre“. In Lehrwerken steht der Infinitiv Präsens Aktiv dagegen an erster Stelle.

In semitischen Sprachen ist bei Verben meist die Wurzel die Zitierform. Sie wird gewöhnlich in der ersten Konjugation in der 3. Person Maskulinum Singular des Perfekts sichtbar. Diese Form kommt ohne Vor- oder Nachsilben aus. Das ist auch deshalb wichtig, weil das Arabische keinen Infinitiv kennt und der hebräische Infinitiv keine formale Grundform, sondern eine vom Imperfekt abgeleitete konjugierte Form ist.

Auswahl nach Zweck des Nachschlagewerks

Wortorientierte Nachschlagewerke wie Lexika, Thesauri und etymologische Werke führen alle Lexeme als Lemmata. Begrifflich orientierte Nachschlagewerke, etwa Fachlexika, Fachglossare und Enzyklopädien, bevorzugen besonders im Deutschen oft das einfachste Substantiv. Wenn derselbe Sachverhalt gemeint ist, können „der Traum“, „träumen“, „das Träumen“ und „das Geträumte“ unter dem Lemma „Traum“ zusammengefasst werden. In diesem Zusammenhang heißt das Lemma meist Deskriptor.

Welche Zitierform gewählt wird, hängt also vom Fachgebiet und Zweck ab. Ein normales Wörterbuch ordnet „Mäuse“ unter „Maus“ ein, weil „Maus“ die Grundform ist. Ein biologisches Fachbuch ordnet „Maus“ dagegen unter „Mäuse“ ein: Die Gattung ist dort der Überbegriff, und die taxonomische Zitierform weist auf viele verschiedene Arten hin. Bei Computermäusen ist in einem Fachbuch „Maus“ das Lemma; ein Universalwörterbuch kann den Eintrag „Maus (Computer)“ führen. Hier gelten die Gemeinsamkeiten der Geräte als wichtiger als ihre Unterschiede, weshalb der Singular verwendet wird.

Lemmatisierung und Lemmaselektion

Lemmatisierung bedeutet erstens die lexikographische Reduktion von Flexionsformen auf eine Grundform, die Festlegung der Grundform eines Lexems und die Anordnung der Lemmata. Eine Teilmenge unmittelbar aufeinander folgender Lemmata heißt Lemmastrecke. Zweitens bezeichnet Lemmatisierung die Bestimmung oder Rückführung einer Vollform zu ihrem passenden Lemma.

In der Sprachtechnologie kann dies bei statistischen Modellen nützlich sein. In einem sehr kleinen Textkorpus werden die Vollformen vor der Auswertung durch ihre Lemmata ersetzt. Wenn „traf“, „treffe“, „trifft“ und „treffen“ jeweils einmal vorkommen, erscheint danach nur „treffen“ mit der Frequenz vier. Dadurch kann die Frequenz eines Lexems steigen, statistisches Rauschen sinken und das Lexem im Korpus potenziell stärker gewichtet werden.

Vor der Lemmatisierung wird die Lemmaselektion vorgenommen. Dabei wird entschieden, welche Arten von Lemmata in ein Lexikon aufgenommen werden. Sie ist nötig, weil die vollständige Erfassung aller Wörter, Wortteile und Wortgruppen einer Sprache mühsam ist. Ein Aufnahmekriterium ist die Zeitspanne, in der ein Begriff in der jeweiligen Sprache existiert. Die Lemmaselektion hängt außerdem mit der Verschlagwortung von Texten sowie mit Synonymie, Homonymie und Polysemen zusammen. Bei gesamtsprachlichen Werken ist eine Verschlagwortung nicht nötig, weil der vollständige Sprachschatz erschlossen werden soll; bei Fach- und anderen gruppensprachlichen Lexika ist sie dagegen relevant.