Skip to content
← Zurück zum Korpus

Über das Projekt

verba ist ein offener, einheitlicher Korpus ukrainischer Sprichwörter, Redensarten und Ausspüche, zusammengestellt aus fünf digitalisierten Sammlungen von 1841 bis heute.

48 787 записів; кожен — із сучасним написанням і тематичними мітками, із пошуком за словом, темою, джерелом і за змістом.

Was das ist

Jahrzehntelang war die ukrainische Parömiologie auf einzelne gedruckte Sammlungen mit unterschiedlichen Schreibkonventionen und ohne gemeinsames maschinenlesbares Format verteilt. verba vereint diese Sammlungen in einem Korpus und macht ihn durchsuchbar, erforschbar und wiederverwendbar.

Jeder Eintrag enthält: den Originaltext (mit Beibehaltung der historischen Quellenorthografie), eine moderne Schreibweise, 1–3 Themen aus einem festen Satz von 27, die Quelle und Referenz sowie eine Variantengruppe (Verknüpfung wahrscheinlicher dialektaler Entsprechungen).

Quellen

Wie es entstanden ist

Historische Ausgaben wurden digitalisiert; auf Scans wurde OCR (tesseract) angewendet, während das Nomys-Material aus einer kritischen Ausgabe entnommen wurde. Duplikate wurden sanft zusammengeführt, und wahrscheinliche dialektale Varianten wurden verknüpft statt entfernt. Texte werden so nah wie möglich an den Quellen wiedergegeben.

Ehrliche Einschränkungen: Die Nomys-Sammlung (1864) steht für das bestmögliche OCR (≈75–80 % Zeichengenauigkeit), daher treten gelegentlich Erkennungsfehler auf. Moderne Schreibweisen und Themen wurden KI-generiert und sind näherungsweise (moderne Schreibweise ≈95 % akzeptabel, Themen ≈85 %). Das primäre Themen-Tag ist am zuverlässigsten.

In den Daten selbst wird die Typografie auf einfaches ASCII reduziert (gerade Anführungszeichen, Apostroph, Bindestrich) für einfache programmatische Verarbeitung; ukrainische Typografie (« », Gedankenstrich, ’) wird nur zur Darstellung verwendet — auf der Website und den Karten.

Verwendung

Lizenz und Zitation

Kuration und Anreicherung (Korpusstruktur, moderne Schreibweisen, Themen, bereinigte Anmerkungen, Variantengruppen) — CC BY 4.0. Historische Texte (1841–1909) — gemeinfrei. Moderne Sammlungen (Bobkova; Mlodzynskyi, 2009) verbleiben unter Verlagsrechten; für Forschung und Bildung aufgenommen, mit Quellenangabe über das Feld sources.

Zitierweise:

Yemelianov, Dmytro (2026). verba — Ukrainian Proverbs Corpus (v1.0.2). https://verbacorpus.org · ORCID 0009-0002-9244-7426

Projekt unterstützen

verba ist ein nichtkommerzielles Open-Data-Projekt. Website und Bot sind kostenlos; Spenden fließen in die Weiterentwicklung: Audioaufnahmen von Muttersprachlern, neue Quellen und dialektale Varianten. Danke, dass du das lebendige Wort bewahrst 🌾

🌾 Über monobank unterstützen ☕ Ko-fi

Автор: Дмитро Ємельянов · Версія 1.0.2 · GitHub · Карта даних · API