Lemma (Lexikographie)

Das Lemma (altgriechisch λῆμμα lēmma, eigentlich „das Genommene“, „das Angenommene“; Plural: Lemmata[1]) ist in der Lexikographie und Linguistik die Grundform eines Wortes, also diejenige Wortform, unter der man einen Begriff in einem Nachschlagewerk findet (Nennform, Zitierform).

Das Lemma ist der Eintrag oder das Stichwort in einem Wörterbuch (Lexikon, Enzyklopädie).[2] Man bezeichnet es sowohl als Grundform eines Wortes als auch als Zitier- oder Grundform eines Lexems.[3][4] Der Vorgang zur Bestimmung der genaueren Lemmata wird als Lemmaselektion oder auch Lemmatisierung bezeichnet.

Ein Lexem – eine sprachliche Bedeutungseinheit – könnte im Prinzip auf beliebige Weise benannt werden, da es als sprachliche Einheit verschiedener Formen abstrahiert ist, aber selbst keine bestimmte Form besitzt, die es gegenüber anderen Formen auszeichnet. Üblicherweise werden Lexeme nach einer konventionell bestimmten Form benannt, die dann Zitierform (auch: Grundform, Stichwort) dieses Lexems heißt:

Am Wort orientierte linguistische Nachschlagewerke (Lexika, Thesauri, etymologische Werke) verwenden als Lemma alle Lexeme, während Nachschlagewerke, die mehr an begrifflicher Lemmaselektierung interessiert sind (Fachlexika, Fachglossare, Enzyklopädien und ähnliches) als Zitierform – insbesondere im Deutschen – das einfachste Substantiv bevorzugen: So fasst man etwa „der Traum“, „träumen“, „das Träumen“ und „das Geträumte“ unter einem gemeinsamen Lemma Traum zusammen, soweit es um denselben Sachverhalt geht. Hier wird meist vom Lemma als einem Deskriptor gesprochen.

Dass die Wahl der Zitierform vom Typ des Nachschlagewerks abhängig ist, zeigt folgendes Beispiel:

Die lexikographische Reduktion der Flexionsformen eines Wortes auf eine Grundform, also die Festlegung der Grundform eines Lexems und die Anordnung der Lemmata wird auch Lemmatisierung genannt. Eine Teilmenge unmittelbar aufeinander folgender Lemmata bildet eine Lemmastrecke.

Unter Lemmatisierung wird außerdem die Bestimmung (oder auch Rückführung) einer Vollform zum entsprechenden Lemma verstanden. Dieser Vorgang ist je nach Anwendung in der Sprachtechnologie von Bedeutung. Beim Einsatz von statistischen Modellen etwa eignet sich die Lemmatisierung eines sehr kleinen Textkorpus manchmal dazu, die Frequenz einzelner Lexeme zu erhöhen und dadurch das statistische Rauschen zu verringern. Die Vollformen des Korpus werden dabei vor der statistischen Auswertung durch ihr Lemma ersetzt. Gab es vorher beispielsweise die Wortformen „traf“, „treffe“, „trifft“ und „treffen“ jeweils einmal im Korpus, so gibt es nach der Lemmatisierung nur noch das Lemma „treffen“ – allerdings mit einer Frequenz von vier. Das Lexem „treffen“ hat damit ein potenziell viel höheres Gewicht im Korpus, als es die einzelnen Vollformen vor der Lemmatisierung hatten.

Vor der Lemmatisierung wird eine Lemmaselektion durchgeführt, bei der entschieden wird, welche Arten von Lemmata in das Lexikon aufgenommen werden. Die Lemmaselektion ist notwendig, da eine vollständige Lemmatisierung aller Wörter, Wortteile und Wortgruppen einer Sprache mühsam ist. Ein Kriterium für die Aufnahme eines Lemmas in ein Lexikon ist die Zeitspanne, in der der Begriff in der jeweiligen Sprache existiert.

Eng verbunden ist die Lemmaselektierung mit der Verschlagwortung der herangezogenen Texte – die sich bei gesamtsprachlichen Werken erübrigt, weil der vollständige Sprachschatz erschlossen werden soll, bei fach- und anderen gruppensprachlichen Lexika aber durchaus relevant ist, und mit der Frage nach Synonymie, Homonymie und den Polysemen.