[Trennmuster] Qualitätssicherung der Trennungen bei Änderungen

[Selke, Gisbert W.]

Liebe Trennende -

Wie schon in einem früheren Posting angesprochen habe ich versucht, einen ersten Eindruck davon zu bekommen, wie sich die laufende Arbeit an den Trennmustern auf das Ergebnis bei nicht in der Wortliste stehenden Wörtern auswirkt.

Exemplarisch habe ich jetzt die Wortliste (nur diese; ausnahmsweise mal kein Arzneimittelkram von mir) vom 2020-08-17 genommen, Standard-Trennmuster (NR) erzeugt und damit die gesamte Wortliste von german.dic getrennt. Dann dasselbe nochmals, aber mit der aktuellen Wortliste (Stand gestern abend). Und dann habe ich die Differenzen betrachtet. Von den rd. 2 Mio. Einträgen von german.dic werden rd. 6500 jetzt anders getrennt als vor einem Monat. Um zu bewerten, ob es in der Zwischenzeit besser oder schlechter geworden ist, habe ich mir die rd. 190 Differenzeinträge angesehen, die mit "A" oder "Ä" beginnen.
In ca. 40% der Fälle liefern die aktuellen Trennmuster eine korrekte und vollständige Trennung, anders als die älteren Trennmuster.
Nach Beseitigung von eng verwandten (z.B. deklinierten) Formen verbleiben 105 Einträge, in denen die neue Trennung falsch oder unvollständig ist. In 33 Fällen wurde eine falsche oder unvollständige Trennung durch eine andere falsche oder unvollständige Trennung ersetzt. In den verbleibenden rd. 70 Fällen wurden ehemals korrekte und vollständige Trennungen durch falsche oder unvollständige ersetzt, z.B. Ama-teur-chor -> Ama-teur-ch-or

Es ergibt sich also nach dieser exemplarischen Betrachtung eine durchmischte Bilanz von Verbesserung und Regression.

Wäre die Trennmustererzeugung ein KI-Projekt, würde ich mich fragen, ob der Punkt des Overfitting erreicht ist: Auf dem Trainingsdatensatz werden die Ergebnisse immer besser, auf dem Testdatensatz geht es aber nicht mehr recht voran. Oder ist das eine schiefe Perspektive?

Anbei zum Nachvollziehen die Liste der A/Ä-Wörter mit (bona fide) inkorrekten Trennungen nach aktuellen Trennmustern (NR):

Wort;Bisherige Trennung;Aktuelle Trennung
# Falsche oder unvollständige durch anders falsche oder unvollständige ersetzt:
Abschrammens;Ab-schrammens;Ab-schramm-ens
Ährenahorn;Äh-re-n-ahorn;Ähre-n-ahorn
Akustikereignis;Akus-ti-kereig-nis;Akus-ti-k-ereig-nis
Alibifrauen;Ali-bi-f-rau-en;Ali-bif-rau-en
allerderbste;al-lerd-erbs-te;al-ler-d-erbs-te
Allgemeinerläuterung;All-ge-meiner-läu-te-rung;All-ge-mein-erläu-te-rung
Alpakaställe;Al-pa-ka-st-äl-le;Al-pa-ka-s-täl-le
Alteglofsheim;Al-te-gl-ofs-heim;Al-te-g-l-ofs-heim
Alveolarabszess;Alveo-lar-abszess;Alveo-lar-abs-zess
Amalgamallergie;Amal-g-a-mall-er-gie;Amal-ga-mall-er-gie
Amarenacreme;Ama-ren-acreme;Ama-ren-a-creme
Amigurumi;Ami-gu-rumi;Ami-gurumi
amtselitär;amtse-li-tär;amts-e-li-tär
Amtsende;Amt-sen-de;Amt-s-en-de
angegrabschter;an-ge-grab-sch-ter;an-ge-grab-schter
Angorakatze;Angora-kat-ze;An-gora-kat-ze
Anruferkennung;An-ru-fer-ken-nung;An-ru-f-er-ken-nung
ansaufe;ansau-fe;ans-au-fe
Ansaufens;Ansau-fens;Ans-au-fens
Aortenisthmusstenose;Aor-tenisth-muss-teno-se;Aor-tenisth-mus-s-teno-se
Apnoeleistung;Apn-oe-l-eis-tung;Apn-oel-eis-tung
Äquatorialguineer;Äqua-to-ri-al-guineer;Äqua-to-ri-al-gui-neer
Arbeitnehmerentgelt;Ar-beit-neh-me-r-ent-gelt;Ar-beit-neh-me-rent-gelt
Asbestes;Asbes-tes;Asbestes
Assisis;As-sis-is;As-sisis
Ätherwellengeigen;Äther-wel-lengei-gen;Äther-wel-leng-ei-gen
Aufsetztank;Auf-setz-tank;Auf-setztank
ausblich;ausblich;ausb-lich
Ausgleichsintensität;Aus-gleich-sin-ten-si-tät;Aus-gleich-s-in-ten-si-tät
Auswandererland;Aus-wan-der-er-land;Aus-wan-der-erland
Auswanderermuseen;Aus-wan-der-er-mu-se-en;Aus-wan-der-ermu-se-en
Ausweichtrikot;Aus-weichtri-kot;Aus-weicht-ri-kot
Ausweisersatzes;Aus-wei-ser-sat-zes;Aus-wei-sersat-zes
# Richtige Trennung durch falsche oder unvollständige ersetzt
Abikurs;Abi-kurs;Abikurs
Absetztank;Ab-setz-tank;Ab-setztank
abzusaufen;ab-zu-sau-fen;ab-zu-s-au-fen
Achatware;Achat-wa-re;Achat-ware
Achtring;Acht-ring;Achtring
Adelskorporation;Adels-kor-po-ra-ti-on;Adel-skor-po-ra-ti-on
AdWords;Ad-Words;Ad-Wor-ds
Agentureintrag;Agen-tur-ein-trag;Agen-tu-r-ein-trag
Aktionärsinitiative;Ak-tio-närs-in-itia-ti-ve;Ak-tio-närsin-itia-ti-ve
Alibiartikel;Ali-bi-ar-ti-kel;Ali-biar-ti-kel
Alleepflanzung;Al-lee-pflan-zung;Al-leepflan-zung
Allersberg;Al-lers-berg;Al-ler-s-berg
Alpakastoff;Al-pa-ka-stoff;Al-pa-ka-s-toff
Alpakastute;Al-pa-ka-stu-te;Al-pa-ka-s-tu-te
Alpenkreis;Al-pen-kreis;Al-pen-k-reis
Alphateilchen;Al-pha-teil-chen;Al-pha-t-eil-chen
Alpinskisport;Al-pin-ski-sport;Al-pin-s-ki-sport
Altensteiner;Al-ten-stei-ner;Al-tenstei-ner
Altmetallaufbereitung;Alt-me-tall-auf-be-rei-tung;Alt-me-tallauf-be-rei-tung
Altrohstoff;Alt-roh-stoff;Altroh-stoff
Altscherbitz;Alt-scher-bitz;Altscher-bitz
Altstadtensemble;Alt-stadt-en-sem-ble;Alt-stadten-sem-ble
Altwarmbüchen;Alt-warm-bü-chen;Alt-wa-rm-bü-chen
Amateurchor;Ama-teur-chor;Ama-teur-ch-or
Amerikafeind;Ame-ri-ka-feind;Ame-ri-kafeind
Amperemessgerät;Am-pere-mess-ge-rät;Am-pere-mes-s-ge-rät
Ämterfülle;Äm-ter-fül-le;Äm-t-er-fül-le
Anbauerstelle;An-bau-er-stel-le;An-bau-erstel-le
Anbauertrag;An-bau-er-trag;An-bau-ertrag
Anbauerzeugnis;An-bau-er-zeug-nis;An-bau-erzeug-nis
angetüdelter;an-ge-tü-del-ter;an-ge-tü-delter
Anhängerbaues;An-hän-ger-bau-es;An-hän-gerbau-es
Ankerzahn;An-ker-zahn;Ank-er-zahn
Ankerzentren;An-ker-zen-tren;Ank-er-zen-tren
Ankerzugglied;An-ker-zug-glied;Ank-er-zug-glied
Anlagentechnik;An-la-gen-tech-nik;An-lagen-tech-nik
anlagentechnisch;an-la-gen-tech-nisch;an-lagen-tech-nisch
Anlagentechnologie;An-la-gen-tech-no-lo-gie;An-lagen-tech-no-lo-gie
Anschlusswertemessmethode;An-schluss-wer-te-mess-me-tho-de;An-schluss-wer-te-mes-s-me-tho-de
anzusaufen;an-zu-sau-fen;an-zu-s-au-fen
Apertureinstellungen;Aper-tur-ein-stel-lun-gen;Aper-tu-r-ein-stel-lun-gen
Aquatintaradierung;Aqua-tin-ta-ra-die-rung;Aqua-tin-tara-die-rung
Ariadnepfad;Ari-ad-ne-pfad;Ari-ad-nepfad
Armeepferd;Ar-mee-pferd;Ar-meepferd
Aronsstab;Arons-stab;Aronsstab
Astansatz;Ast-an-satz;Astan-satz
Atahualpa;Ata-hu-al-pa;Ata-hual-pa
Aufbruchgeist;Auf-bruch-geist;Auf-bruch-ge-ist
aufgehübschter;auf-ge-hübsch-ter;auf-ge-hübschter
Aufwandsersatzes;Auf-wands-er-sat-zes;Auf-wands-ersat-zes
Aufwendungsersatzes;Auf-wen-dungs-er-sat-zes;Auf-wen-dungs-ersat-zes
Aufzugschacht;Auf-zug-schacht;Auf-zug-s-chacht
Aufzugschächte;Auf-zug-schäch-te;Auf-zug-s-chäch-te
Aufzugschlaufe;Auf-zug-schlau-fe;Auf-zug-s-chlau-fe
Aufzugseil;Auf-zug-seil;Auf-zug-s-eil
Aufzugspiegel;Auf-zug-spie-gel;Auf-zug-s-pie-gel
Aufzugstärke;Auf-zug-stär-ke;Auf-zug-s-tär-ke
Aufzugsteuerung;Auf-zug-steue-rung;Auf-zug-s-teue-rung
Aufzugsystem;Auf-zug-sys-tem;Auf-zug-s-ys-tem
auseinanderzupfe;aus-ein-an-der-zup-fe;aus-ein-an-der-zupfe
Auszugstisch;Aus-zugs-tisch;Aus-zug-s-tisch
Autogrammjägerin;Au-to-gramm-jä-ge-rin;Au-to-gramm-jä-gerin
Autorenabend;Au-to-ren-abend;Au-toren-abend
Autorenakademie;Au-to-ren-aka-de-mie;Au-toren-aka-de-mie
Autorenangabe;Au-to-ren-an-ga-be;Au-toren-an-ga-be
Autorenansatz;Au-to-ren-an-satz;Au-toren-an-satz
Autorenanteil;Au-to-ren-an-teil;Au-toren-an-teil
Autorenarbeit;Au-to-ren-ar-beit;Au-toren-ar-beit
Autorenargument;Au-to-ren-ar-gu-ment;Au-toren-ar-gu-ment
Autorenartikel;Au-to-ren-ar-ti-kel;Au-toren-ar-ti-kel
Autoverkehrsanteil;Au-to-ver-kehrs-an-teil;Au-to-ver-kehr-s-an-teil
Avataren;Ava-ta-ren;Ava-taren


\Gisbert

-------------- nächster Teil --------------
Ein Dateianhang mit HTML-Daten wurde abgetrennt...
URL: <https://listi.jpberlin.de/pipermail/trennmuster/attachments/20200915/f0241e64/attachment.htm>