Dies sind die wichtigsten Parameter des Korpus:

Die bisherige Forschung zu den slavischen Dialekten in Albanien

Ausgehend von der bahnbrechenden Monographie „Die slavische Bevölkerung Albaniens“ von A. Seliščev (1931) gab es mehrere Veröffentlichungen zu den slavischen Dialekten Albaniens (SDA), die sowohl die Geschichte der slavischen Bevölkerung in diesem Land (z.B. Ylli (1997, 2000) zu den Slavismen in der albanischen Toponymie) als auch ihren ktuellen Status (Bojović 1991; Tončeva 2014; Vidoeski 1998) behandelten. Von größter Bedeutung ist das vierbändige Werk „Die slavischen Minderheiten in Albanien“ von Steinke und Ylli (2007; 2008; 2010; 2013), das zwischen 2002 und 2011 von der Deutschen Forschungsgemeinschaft (DFG) gefördert wurde.

In den aufgeführten ausgewählten Veröffentlichungen sowie in denjenigen, die einzelnen Dialekten gewidmet sind (eine Übersicht über die Dialekte ist weiter unten gegeben), finden Sie die Beschreibungen der Sprachsysteme der SDA, Informationen zum aktuellen Status der Gemeinschaften, die die SDA verwenden, und über die Transkripte.

Dies ist nicht die erste Untersuchung der SDA, wir haben jedoch auch Sprachvarietäten berücksichtigt, die noch nie untersucht wurden (slavische Sprachvarietäten in albanischen Städten und das Štokavische in Myzeqeja).

Die ausgewählten Sprachvarietäten

Die Bezeichnungen für die im Korpus enthaltenen Sprachvarietäten stellen keine Aussagen über die nationale, ethnische oder sonstige Identität der SprecherInnen dar; sie dienen lediglich der Orientierung hinsichtlich der jeweiligen nationalen Traditionen der Dialektologie. Die Bezeichnungen entsprechen auch nicht notwendigerweise denen, die die SprecherInnen verwendeten. Einige SprecherInnen nannten überhaupt keine Bezeichnungen, während andere eine Vielzahl von Bezeichnungen, jedoch kaum systematisch. Die Sprachfrage innerhalb einiger ethnolinguistischer Minderheiten in Albanien ist stark politisiert; dieses Korpus erhebt jedoch keine politischen Ansprüche einer politischen Organisation, einer Partei, einer Gruppe oder eines Staates usw. Die in den hier zitierten externen Quellen verwendeten Sprachbezeichnungen entsprechen denen im Original und dienen nur zu Identifikationszwecken.

Für dieses Projekt wurden fünf Dialekte ausgewählt, wie auf der Google-Karte dargestellt:

Mazedonisch (Golloborda)

Das Mazedonische im Golloborda-Gebiet ist ein peripherer balkanslavischer Dialekt, der die westmazedonischen Debar-Dialekte auf der albanischen Seite der aktuellen Staatsgrenze fortführt. Dieser wird in 15 Dörfern in den albanischen Regionen Dibra und Elbasan sowie in Migrantengemeinschaften in den Städten Durrës, Tirana und Elbasan gesprochen. Schätzungen zufolge gibt es insgesamt mehr als 7.000 SprecherInnen. In seinen ländlichen Zentren wurde diese Gemeinschaft von einem Forscherteam des Instituts für linguistische Studien (Russische Akademie der Wissenschaften), der Staatlichen Universität Sankt Petersburg und des Peter-der-Große-Museums für Anthropologie und Ethnographie (die Kunstkammer) ausführlich untersucht; ihre Forschung führte zu einer wertvollen Monographie, die ins Albanische und Mazedonische übersetzt wurde. Unsere korpusbasierte Forschung fokussierte sich vor allem auf die soziolinguistische Variation und den Sprachwandel innerhalb dieses Dialekts, insbesondere zwischen seinen ländlichen und städtischen Zentren, sodass sich unsere Methoden und Daten von denen der Forschung unserer KollegInnen aus Sankt Petersburg unterscheiden.

Ausgewählte Literatur: Steinke und Ylli (2008); Sobolev und Novik (2013, 2017, 2018).

Mazedonisch (Korça)

Das Mazedonische im Korça-Gebiet ist ein anscheinend ausgestorbener balkanslavischer Inseldialekt (strukturell nahe am südostmazedonischen Dialektgebiet). Das Korpus enthält Sprachmuster der letzten sechs SprecherInnen (drei von ihnen lebten im Dorf Boboshtica und drei in der Stadt Korça im Südosten Albaniens, stammten aber ursprünglich aus Drenova). Obwohl die Sprachgemeinschaft so klein war, war dieser Dialekt für das Projekt von entscheidender Bedeutung, da er am längsten und intensivsten dem albanischen Einfluss ausgesetzt war. Familiengespräche konnten in dieser Gemeinschaft jedoch nicht organisiert werden.

Ausgewählte Literatur: Mazon (1936); Mazon und Filipova-Bajrova (1965); Steinke und Ylli (2007)

Mazedonisch (Prespa)

Das Mazedonische im Prespa-Gebiet ist ein peripherer balkanslavischer Dialekt, der die westmazedonischen Ohrid-Prespa-Dialekte auf der albanischen Seite des Großen Prespa-Sees fortsetzt und zum Südostmazedonischen übergeht. Schätzungen zufolge gibt es rund 4.500 SprecherInnen in neun Dörfern der Region und zwei großen Städten, nämlich Korça und Bilisht.

Ausgewählte Literatur: Steinke und Ylli (2007); Cvetanovski (2010).

Štokavisch (Myzeqeja)

Das Štokavische im Myzeqeja-Gebiet wird in mehreren Stadtvierteln von Fier und mehreren Dörfern rund um die Stadt ab den 1920er Jahren gesprochen und ist ein štokavischer Inseldialekt, der unter den Nachkommen der EinwanderInnen aus der Region Sandžak (Novi Pazar-Sjenica Dialekt im Rahmen der Dialektzone Zeta-Sjenica im heutigen Südwesten Serbiens und der angrenzenden Region in Montenegro gesprochen wird).

Ausgewählte Literatur: Makartsev und Kikilo (2022); Makartsev (2023).

Štokavisch (Shijak)

Das Štokavische im Shijak-Gebiet wird ab den 1880er Jahren im Dorf Borake und seinem Satellitendorf Koxhas gesprochen und ist ein štokavischer Inseldialekt, der unter den Nachkommen der EinwanderInnen aus der Region Mostar im heutigen Bosnien und Herzegowina gesprochen wird (ein zentraler herzegowinischer Subdialekt der ostbosnischen Dialektzone, gesprochen im Dreieck Mostar–Čapljina–Stolac). Er wird von 150 bis 220 Familien in beiden Dörfern gesprochen. SprecherInnen dieses Dialekts leben auch in der kleinen Nachbarstädten Sukth und Shijak.

Ausgewählte Literatur: Steinke und Ylli (2013); Makartsev und Kikilo (2022); Makartsev (2023).

Die soziolinguistische Vielfalt der SDA

Diese Dialekte haben aufgrund ihrer unterschiedlichen Position im Bezug zum Balkansprachbund unterschiedliche Grade struktureller Affinität zum Albanischen. Strukturell sind die balkanslavischen Dialekte in den Gebieten von Korça, Golloborda und Prespa dem Albanischen am nächsten. Die štokavischen Dialekte in Myzeqe und Shijak sind nicht Teil des Balkansprachbunds und weisen weniger strukturelle Affinität zum Albanischen auf.

Die ausgewählten Dialekte repräsentieren nicht alle SDA. Eine der vollständigsten Listen der SDAs findet sich in der Monographie von Steinke und Ylli. Dieser Auswahl enthielt jedoch die Vielzahl der Elemente und Parameter, die zur Vielfalt der SDA geführt haben.

Zwei der Dialekte sind štokavisch (Myzeqe und Shijak), aber ihre Sprecher haben unterschiedliche ethnopolitische und sprachliche Orientierungen. Die SprecherInnen in Shijak artikulierten meist ihre bosniakische Identität; die Myzeqe-SprecherInnen hingegen betonten entweder ihre bosniakische oder serbische Identität. Drei Dialekte sind balkanslavisch (Golloborda, Korça, Prespa). Die Orientierung der SprecherInnen dieser Dialekte an einer Standardsprache (Mazedonisch oder Bulgarisch) ist meist individuell. Die von den SprecherInnen genannten ethnopolitischen und sprachlichen Orientierungen wurden daher nicht als politische Aussagen interpretiert, aber sie erlaubten uns, die Orientierung der SprecherInnen an einer der südslavischen Standardsprachen zu thematisieren und bestimmte Merkmale ihrer Sprache besser zu erklären.

Vier der Sprachgemeinschaften haben ein ländliches (konservativeres) und ein städtisches (weniger konservatives) Zentrum (mit Ausnahme vom Mazedonischen im Korça-Gebiet, bei dem wir aufgrund der Anzahl der SprecherInnen diesen Gegensatz nicht konstruieren konnten). Für Shijak war die Arbeitstätigkeit der SprecherInnen wichtig, insbesondere im Hinblick darauf, ob ihre Arbeit mit der Autobahn Tirana—Durrës verbunden war. Diese ArbeiterInnen haben täglich Kontakt mit der Sprache der LKW-Fahrer, die Bosnisch/Kroatisch/Montenegrin/Serbisch (BKMS) sprechen. Der Gegensatz zwischen Dorf und Stadt war für Shijak nicht relevant, da die Siedlungen nahe beieinander liegen und die Städte Sukth und Shijak klein sind. Auch die Stadt Durrës, in der viele der DialektsprecherInnen täglich arbeiten, liegt zu nahe am Shijak-Gebiet, um die Bildung einer bedeutenden städtischen Kolonie mit deutlich erkennbaren Merkmalen zu ermöglichen.

Religion war ein weiterer Faktor, der unserer Ansicht nach die Wahl der sprachlichen Identität beeinflussen könnte (vgl. die sprachlich-konfessionelle Situation in Bosnien und Herzegowina und in den Regionen Montenegros und Serbiens, die von einer štokavischsprechenden, traditionell muslimischen Bevölkerung bewohnt werden), da sie für zahlreiche Besonderheiten der traditionellen Kultur relevant ist. Alle Myzeqeja- und Shijak-Sprecher des Štokavischen, die wir interviewten, gehören kulturell und traditionell dem sunnitischen Islam an. Unter den balkanslavischen Gemeinschaften gehören alle unsere Korça- und Prespa-SprecherInnen kulturell dem orthodoxen Christentum an, während Golloborda heterogen ist, wobei der sunnitische Islam dominiert.

Die Themen unserer Interviews

Bei den Erzählungen und Erinnerungen (T. 1) handelte es sich um unstrukturierte Diskussionen über die mündlich überlieferte Geschichte und aktuelle Probleme der Sprachgemeinschaft, die auch Einblicke in die Identität und Erinnerungspolitik der Gemeinschaft gewährten. Die ForscherInnen leiteten diese Diskussionen.

Die ethnographischen und ethnolinguistischen Interviews (T. 2) wurden durchgeführt, um ethnographische und ethnolinguistische Informationen zu sammeln. Sie umfassten die Antworten der InformantInnen auf unsere Fragen und deckten verschiedene Aspekte der traditionellen Kultur ab. Wir folgten im Wesentlichen der Struktur der in der Tabelle aufgeführten Fragebögen (oder Interviewdesigns), mit geringfügigen Anpassungen.

Frog, Where Are You? (‘Frosch, wo bist du?’) (T. 3) ist ein Buch mit 24 Bildern, die zusammen eine visuelle Erzählung bilden. Dieser Abschnitt war als Fragebogen angelegt, um sicherzustellen, dass die ForscherInnen nur minimal involviert waren. Wir baten auch unsere trainierten lokalen AssistentInnen, sich selbst oder ihre Verwandten und FreundInnen beim Beantworten dieses Fragebogens aufzunehmen. Daher ähnelten die hier gesammelten Daten dem realen Sprachgebrauch.

Unsere trainierten lokalen AssistentInnen organisierten die Familiengespräche (T. 4) in unserer Abwesenheit. Ziel war es, spontane Rede aufzuzeichnen, daher waren die Themen irrelevant. Da dieselben AssistentInnen die Transkripte erstellten, konnten sie alle Abschnitte weglassen, die persönliche Informationen enthielten oder zur Identifizierung der SprecherInnen hätten verwendet werden können.

Das Sammeln solchen Daten war in Golloborda am erfolgreichsten, da wir über ein Netzwerk trainierter, lokaler AssistentInnen verfügten, auf die wir uns verlassen konnten. Wir haben es auch geschafft, einige Familiengespräche in Prespa und nur ein Familiengespräch in Shijak zu organisieren. In Myzeqeja ist es uns leider bisher nicht gelungen.

In Korça waren solche Diskussionen unmöglich, da keiner unserer SprecherInnen den Dialekt noch im Alltag verwendete, obwohl sie ihn noch mit uns sprechen konnten. Das obige Zitat wurde von einem Sprecher aus Drenova (Dre01) geäußert, in dem er die Frustration beschrieb, die er empfand, als er den Zerfall und Verlust seines Heimatdialekts miterlebte.

Die Kategorien der SprecherInnen

Die SprecherInnen in den Transkripten wurden in drei Hauptkategorien eingeteilt:

1) Die MuttersprachlerInnen der jeweiligen SDAs. Sie wurden anonymisiert. Alle Informationen, die zu ihrer Identifizierung verwendet werden konnten, wurden manuell aus dem Korpus entfernt (markiert als ((ERASED))). Alle SprecherInnen in dieser Kategorie wurden mit Indices referenziert, die aus drei Buchstaben (für die Siedlung) und zwei Ziffern bestehen. Wir haben sie auch in unseren Veröffentlichungen auf Basis des Korpus mit diesen Indices referenziert.

2) Die ForscherInnen. Sie wurden nur mit Buchstabenindices erwähnt. Ihre Namen sind im Abschnitt „Danksagung“ aufgeführt.

SPK. Diese Abkürzung wurde für alle anderen SprecherInnen verwendet, deren Rede aus verschiedenen Gründen transkribiert, aber nicht annotiert wurde (z.B. eine unbekannte Nachbarin, die am Fenster vorbeigeht und „Hallo“ sagt, ein albanisch sprechender Kellner in einem Dorfcafé, einige nicht identifizierte Hintergrundstimmen usw.).

Siehe Liste der SprecherInnen

Die Transkripte

Unser Team hat alle Transkripte manuell erstellt. Wenn möglich, haben unsere trainierten lokalen AssistentInnen, selbst SprecherInnen der Dialekte, die auch die Familiengespräche organisiert haben, die Entwurfsversionen erstellt. Unsere RedakteurInnen haben diese Entwurfsversionen korrekturgelesen, woraufhin Dr. Maxim Makartsev sie noch einmal korrigiert hat. Wenn keine trainierten lokalen AssistentInnen verfügbar waren, haben unsere RedakteurInnen die Transkripte erstellt. Wir haben den EXMARaLDA Partitur Editor verwendet, um die Transkripte mit den Aufnahmen zu verbinden. Nur die Teile der Transkripte in slavischen Dialekten wurden korrekturgelesen, während die albanische Teile sowie die in anderen Sprachen nicht systematisch korrigiert wurden, weil sie nur für kontextuelle Zwecke gegeben sind. Daher reicht die Schreibweise von Standard- bis zu nicht-orthographischer halbphonetischer Schreibweise.

Die Transkription

Unser Transkriptionssystem war wie folgt:

Die Vokale

Die Konsonanten

Die Sonoranten

Zwischen dem rr (vgl. das albanische [r] wie in arrë und dem r ([ɾ] wie in erё) haben wir im Slavischen keinen Unterschied gemacht.

Die Obstruenten

Die Prosodie

Die Betonung wurde durch ein Apostroph (' nach dem betonten Vokal) angezeigt, auch bei einsilbigen Wörtern. Dies war notwendig, um die Position der Betonung in phonetischen Wörtern mit pronominalen Klitika sowie anderen unbetonten Wörtern (Präpositionen usw.) anzuzeigen. Pausen wurden nur innerhalb von kohärenten Erzählungen angezeigt (d.h. wenn die SprecherInnen Wörter auflisteten oder einzelne Sätze und Fragmente sprachen, waren Pausen nicht erforderlich). Eine Pause wurde wie folgt angezeigt: ((0.5)) für eine Pause von 500 ms.

Bei mehreren štokavischen Transkripten (z. B. 33 (1), 33 (2), 33 (3)) haben wir außerdem versucht, den Akzenttyp anzugeben, der den Konventionen des jeweiligen Standards entsprach, und zwar wie folgt (vor dem Gleichheitszeichen stehen die in den nationalen Sprachtraditionen des BKMS akzeptierten Symbole, danach unsere Symbole):

Die automatische Verarbeitung der štokavischen Daten stützte sich vollständig auf dem vorgestellten System, da es dem Gajica-Alphabet ähnelt. Für die automatische Verarbeitung des Mazedonischen wurde die Schrift automatisch in standardmäßiges mazedonisches Kyrillisch umkodiert, gemäß dem Verfahren für Classla 2.1.1. Die einzige Stelle, an der Kyrillisch in der Benutzerinterface verwendet wurde, war die mazedonische Lemmatisierung.

Die Annotation

Für die Annotation haben wir mehrere Schritte befolgt.

Zunächst formulierten wir die Regeln zur Definition der Sprache der jeweiligen Wortform. Diese basieren auf den von den TranskribiererInnen und RedakteurInnen manuell im EXMARaLDA Partitur Manager bereitgestellten Tags sowie von sprachspezifischen Alphabeten (z. B. Griechisch, Russisch), einzelnen Symbolen (z. B. ë speziell für Albanisch) und Symbolkombinationen (z. B. ll, rr; ng und mb im Anlaut, speziell oder einzig für Albanisch).

Zweitens wurden die jeweiligen Parser und Tagger je nach Sprache der Wortform angewendet (siehe die Tabelle oben). Anschließend wurden nur die Teile der Transkripte, die die SprecherInnen (nicht die ForscherInnen) in slavischen Dialekten aussprachen, manuell und halbautomatisch überprüft, korrekturgelesen und bearbeitet. Die Teile der Transkripte, die die ForscherInnen oder die SprecherInnen in anderen Sprachvarietäten äußerten, wurden nicht korrekturgelesen. In solchen Fällen behielten wir die automatische Annotation bei.

Drittens wurde die Lemmatisierung manuell überprüft (für Slavisch); die automatisch als Albanisch markierten Lemmata wurden selektiv überprüft und bei Bedarf korrigiert. Für Golloborda, Korça und Prespa wurde die Lemmatisierung in Standardmazedonisch durchgeführt – als strukturell nächste Standardsprache. Für Myzeqe und Shijak basierte die Lemmatisierung auf den Ijekavischen Standardsprachen. Für dialektale Lexeme, die in den jeweiligen Standards nicht vorhanden waren, wurde die Standardphonologie angewendet, was zur Erstellung von Dummy-Lemmata führte, die der Standardphonologie folgten, aber nicht in Standardwörterbüchern zu finden sind. Die einzige Funktion dieser Lemmata bestand darin, die transdialektale Suche nach Wortformen zu ermöglichen. Wenn kein Standard-Kognat festgestellt werden konnte, übernahmen wir jede geeignete Wortform, die in unseren Transkripten belegt war.

Viertens wurden die morphologischen Tags für das Mazedonische und das Štokavische harmonisiert, da Classla 2.1.1 leicht unterschiedliche MULTEXT-East-Konventionen für Varietäten verwendet. Der resultierende Tagset ist unten aufgeführt.

Fünftens wurden die Ergebnisse der automatischen morphologischen Annotation selektiv überprüft. Wir konzentrierten uns auf die Wortformen mit der größten Homonymie und die Lexeme mit den häufigsten Tokens.

Dies ist die Beta-Version unseres Korpus, die manuelle Bearbeitung der morphologischen Tags ist also noch im Gange. Wenn Sie einen Fehler bemerken, können Sie sich gerne an uns wenden. Bei der Arbeit mit dem Korpus wird eine manuelle Überprüfung der Suchergebnisse dringend empfohlen.

Angesichts der grundsätzlich zweisprachigen Natur unserer Daten und der Häufigkeit von Code-Switching möchten wir hier zwei Instrumente hervorheben:

1) Das Korpus ermöglicht die Suche nach Wortformsequenzen, die in einer bestimmten Reihenfolge angeordnet sind (eine nach der anderen oder mit einer oder mehreren irrelevanten Wortformen dazwischen). Sie können den Sucheintrag zusammenstellen, indem Sie eine der Wortformen als slavisch markieren (Sie können den konkreten Dialekt wählen) und eine andere als albanisch. Dadurch werden alle Fälle von Code Switching angezeigt, die Ihren gewählten Parametern entsprechen.

2) Der Spezialfeld Foreign umfasst alle Entlehnungen und kongruenten Lexikalisierungen aus dem Albanischen. Diese zwei Typen können formal nicht unterschieden werden, da beide Typen albanische Stämme und eine slavische Flexionsmorphologie haben.

Wir haben auch zwischen direkter Rede (Tag OWN) und Zitaten (XENO) unterschieden, während mehrere andere Tags zusätzliche Informationen über die Intonation und den Kontext des Interviews liefern (((LAUGH)), ((COUGH)), ((NOISE))).

Metadaten

• Transkript-ID
• Jahr und Ort der Aufnahme
• Unterkorpus (Dialekt)
• Code des Sprechers/der Sprecherin
• Code des Forschers/der Sprecherin, der/die an der Aufzeichnung und Transkription des Interviews beteiligt war
• Die Art des Interviews (ob die ForscherInnen anwesend oder abwesend waren)
• Geburtsort, Geburtsjahr, Geschlecht und Beruf des Sprechers/der Sprecherin; andere soziolinguistische Daten, sofern relevant; familiäre Beziehungen, sofern relevant
• Aktueller Wohnort des Sprechers/der Sprecherin
• Genre

Liste der Transkripte

Die Vollständige Liste anzeigen

Das Tagset

Ursprünglich basierte das Tagset auf den morphosyntaktischen Spezifikationen von MULTEXT-East. Die mazedonischen Dialekte von Korça, Prespa und Golloborda basierten auf mazedonischen Spezifikationen; die štokavischen Dialekte in Myzeqeja und Shijak auf serbokroatischen Spezifikationen.

Wir haben mehrere Änderungen eingeführt, um 1) die mazedonischen und štokavischen Parser und Tagger zu harmonisieren, die ansonsten etwas unterschiedlichen Prinzipien und Konventionen folgten; 2) das Tagset an die in der slavischen Linguistik am weitesten verbreitete Terminologie anzupassen (z. B. die Verwendung des Begriffs „imperfektiver Aspekt“ anstelle von „progressiver Aspekt“); 3) alle anderen möglichen Eigenheiten zu vereinheitlichen (z. B. haben die morphosyntaktischen Spezifikationen von MULTEXT-East für das Serbokroatische keine verbalen Aspekte, sodass diese für unser Korpus eingeführt werden mussten).

Das Tagset für den albanischen Sprachbereich wurde von Maria Morozova, Alexander Rusakov und Timofey Arkhangelskiy für das albanische Nationalkorpus entwickelt und ist hier zu finden. Den albanischen Tags ist das Präfix sq: vorangestellt, um Verwechslungen mit gleichnamigen slavischen Tags zu vermeiden.

Die grammatikalischen Merkmale der Wörter im Korpus werden mit kurzen Tags gekennzeichnet. In Tags werden Abkürzungen groß geschrieben, vollständige Wörter hingegen nicht.

Siehe das Tagset

Häufig gestellte Fragen

— Was ist das Korpus der slavischen Dialekte in Albanien?

Dies ist ein Sprachkorpus oder eine Sammlung wörtlicher Transkripte von Interviews, die in slavischen Dialekten geführt wurden, welche in Albanien gesprochen werden. Jede Wortform in diesen Dialekten, die im Korpus enthalten sind, ist zusätzlich mit linguistischen Informationen oder Anmerkungen angereichert. Wir haben auch eine benutzerfreundliche Interface, die das Schreiben von Suchanfragen ermöglicht.

— Wer verwendet solche Korpora?

Korpora werden von LinguistInnen verwendet. Die Suchmaschinen und Annotationen von Korpora sind so konzipiert, dass linguistische Abfragen wie „Finde alle Pronomen im Akkusativ“ oder „Finde alle Formen des Wortes mačka ‘Katze’ gefolgt von einem Verb“ oder „Finde alle Vorkommen eines Substantivs gefolgt von einem Adjektiv“ problemlos durchgeführt werden können, sodass Sie relevante Informationen aus den bereitgestellten Sprachvarietäten in Sekundenschnelle abrufen können. Weitere Analysen dieser Art von Daten ermöglichen es LinguistInnen, festzustellen, wie sich Sprachvarietäten verändert haben, wie das Albanische diese Sprachvarietäten beeinflusst hat, wo die Grenzen der Variation liegen oder ob es neue und interessante linguistische Phänomene gibt, die in anderen mazedonischen und štokavischen Dialekten, die keinen Kontakt mit dem Albanischen hatten, nicht zu finden sind.

Außer für LinguistInnen können Korpora auch für Sprachlehrende, Sprachlernende und sogar MuttersprachlerInnen nützliche Werkzeuge sein.

Ein Korpus dokumentiert Sprachvarietäten in einem bestimmten Zeitraum. Beispielsweise scheint eine der enthaltenen Varietäten (Korça) während unseres Projekts ausgestorben zu sein (oder ihre letzten SprecherInnen waren aufgrund ihres Alters nicht mehr verfügbar). Nach bestem Wissen und Gewissen enthält unser Korpus die letzten verfügbaren Sprachbeispiele dieses Dialekts. Es bewahrt diesen Dialekt und andere enthaltene Sprachvarietäten für zukünftige Generationen und kann von SprachaktivistInnen zur Wiederbelebung der Sprache verwendet werden.

— Kann ich das Korpus über die rein linguistische Forschung hinaus auch für andere Zwecke nutzen?

Das Korpus der slavischen Dialekte in Albanien stellt vollständige Transkripte unserer Aufnahmen zur Verfügung. Abgesehen von rein linguistischen Interessen kann auch der Inhalt der Transkripte analysiert werden, da die Transkripte so vielfältig sind und viele Erzählungen, die mündliche Geschichte, Identitäten und anonymisierte persönliche Biografien enthalten. Unsere Transkripte beinhalten auch viele ethnografische und ethnolinguistische Informationen über die traditionellen Kulturen der Gemeinschaften, die für EthnolinguistInnen, EthnographInnen und Mitglieder der Gemeinschaften relevant sein können. Es gibt auch viele Beispiele mündlicher Volkstraditionen (Lieder, Geschichten, Sprichwörter usw.), die ForscherInnen und der breiten Öffentlichkeit zur Verfügung stehen.

— Kann ich das Korpus als Wörterbuch verwenden?

Sie können dieses Korpus möglicherweise nicht wie ein herkömmliches Wörterbuch verwenden, da es keine Übersetzungen oder Erklärungen der enthaltenen Wörter bietet. Sie können jedoch möglicherweise herausfinden, in welchem Kontext das Wort verwendet wird, und dies dann verwenden, um die Bedeutung des Wortes zu klären.

— Was ist eine morphologische Annotation und wie erhält man sie?

Unser Korpus wurde lemmatisiert und morphologisch annotiert. Lemmatisierung bedeutet, dass jedes Wort in den Texten mit seinem Lemma annotiert wurde, also seiner Wörterbuch- oder Zitatform. Morphologische Annotation bedeutet, dass die grammatikalischen Merkmale jedes Wortes annotiert wurden, einschließlich Wortart, Numerus, Kasus, Tempus usw. Da das Korpus für manuelle Annotationen zu groß war, wurde es automatisch mit Programmen annotiert, die als Taggers und Parsers bezeichnet werden.

Wir verwendeten Analysatoren, die für das Standardmazedonische erstellt wurden, da es strukturell den mazedonischen Dialekten in Boboshtica, Golloborda und Prespa am nächsten kommt. Für die štokavischen Dialekte in Myzeqeja und Shijak verwendeten wir die Analysatoren, die für die štokavisch-basierenden Standardsprachen zusammengestellt wurden (hauptsächlich den kroatischen Analysator, da dieser dialektale Variation in Phonologie und Morphologie innerhalb der štokavischen Dialekte teilweise berücksichtigen konnte). Die Bezeichnungen für die jeweiligen Analysatoren machen keine Aussagen über die Identität unserer SprecherInnen und wurden nur als Referenzen für die externen Quellen verwendet.

Die Ergebnisse der automatischen Annotation wurden teilweise manuell korrekturgelesen und bearbeitet. Unser Korpus weist immer noch Homonymie auf, d.h. wenn eine Wortform mehrere mögliche morphologische Analysen haben kann. Beispielsweise kann ja in mazedonischen Dialekten „ich“ (Personalpronomen der ersten Person Singular im Nominativ), „sie“ (weibliches Personalpronomen der dritten Person Singular im Akkusativ), „hier“ (ein deiktisches Partikel) usw. bedeuten. Wenn Sie also im Korpus nach etwas suchen, erhalten Sie auch falsch positive Ergebnisse. Es wird daher dringend empfohlen, die im Korpus gefundenen Daten manuell zu überprüfen.

Danksagungen

Dieses Korpus ist das wichtigste Forschungsinstrument, das für das von der DFG (Deutsche Forschungsgemeinschaft) geförderte Projekt „Kontakt- induzierter Sprachwandel in Situationen des nicht-stabilen Bilinguismus — seine Grenzen und Modellierung: slavische (soziale) Dialekte in Albanien“ entwickelt wurde (GZ: 8750/1-1, 16. Oktober 2019–30. April 2024). Der Hauptforscher war Dr. Maxim Makartsev. Siehe die Liste projektbezogener Publikationen.

Die Konzeption, Entwicklung und Realisierung dieses Projekts wären ohne die ständige Unterstützung von Prof. Dr. Gerd Hentschel nicht möglich gewesen. Ich bin ihm zutiefst dankbar; so sehr, dass ich es nicht in Worte fassen kann. Auch Prof. Dr. Jan Patrick Zeller und meinen anderen KollegInnen im Institut für Slavistik (Carl von Ossietzky Universität Oldenburg) bin ich für ihre Unterstützung und ihr umfassendes Feedback zu meinem Projekt während der verschiedenen Phasen zu großem Dank verpflichtet.

Autoren

Das Korpus wurde entwickelt und wird aktualisiert von:

• Dr. Maxim Makartsev (Institut für Slavistik, Carl von Ossietzky Universität Oldenburg), maxim.makartsev@gmail.com (Publikationsliste).
• Dr. Timofey Arkhangelskiy (Institut für Finno-Ugristik/Uralistik, Universität Hamburg), timarkh@gmail.com.

Die aktuelle Version des Korpus nutzt die von Dr. Timofey Arkhangelsky entwickelte Plattform tsakorpus. Es ist auf dem Server der Carl von Ossietzky Universität Oldenburg gespeichert.

Dr. Elena Uzeneva, meiner Kooperationspartnerin (zwischen dem 1. Januar 2020 und dem 31. März 2022), bin ich zutiefst dankbar. Ohne sie wäre dieses Projekt nicht möglich gewesen.

Um die Sprachmuster zu sammeln, die in das Korpus aufgenommen wurden, wurden mehrere Exkursionen unternommen. In den Jahren 2010–2019 organisierte Dr. Maxim Makartsev diese Exkursionen mit eigenen Mitteln (Veröffentlichungen auf Grundlage dieser Daten finden Sie auf seiner Legacy-Seite auf der Website seiner früheren Institution). Die Teilnehmer dieser Exkursionen waren:

• Dr. Mikhail Chivarzin, Moskau – Shenzhen (MC)
• Alexandra Chivarzina, Moskau – Shenzhen (AC)
• Renata Hamidullina, Perm – Wien (RH)
• Marina Mihajlova, Sofia – Calgary (MMI)

In den Jahren 2020–2022 organisierten Dr. Maxim Makartsev und Dr. Elena Uzeneva die Exkursionen im Rahmen des oben genannten, von der DFG geförderten Projekts. Die Teilnehmer dieser Exkursionen waren:

• Dr. Natalia Kikilo, Moskau (NK)
• Dr. Anna Leontyeva, Moskau (AL)
• Nora Muheim, Zürich – Helsinki (NM)
• Aino Väänänen, Oulu – Berlin (AV)

Das Foto auf der Startseite wurde von Aino Väänänen, einer unabhängigen Dokumentarfotografin, während unserer gemeinsamen Exkursion für das oben genannte Projekt im Jahr 2020 in Trebisht / Требишта, Albanien, aufgenommen und mit ihrer freundlichen Genehmigung verwendet.

Die Transkripte für das Korpus wurden erstellt von:

• Hristina Angeleska, Prilep
• Bojana Damnjanović, Helsinki
• Pavel Falaleev, Helsinki
• Đorđe Genović, Belgrad
• Violeta Jordanova, Skopje
• Dr. Natalia Kikilo, Moskau
• Dr. Maxim Makartsev, Oldenburg
• Milan Milenović, Belgrade
• Ekaterina Panova, Sankt Petersburg
• Uliana Putilina, Moskau
• Anđela Redžić, Belgrad
• Maria Stryszewska, Wrocław;
• Ekaterina Titova, Moskau.

Wir sind unseren SprecherInnen und lokalen AssistentInnen zutiefst dankbar. Ihre harte Arbeit und Leidenschaft ermöglichten es, dieses Korpus verfügbar zu machen. Zu ihrem Schutz können wir ihre Namen und persönlichen Daten nicht offenlegen.

Die deutsche Version wurde von Olivier Winistörfer korrekturgelesen.

Referenzen

Berman, Ruth A., Dan I. Slobin, Sven Stromqvist, and Ludo T. Verhoeven. 1994–2004. Relating Events in Narrative. Hillsdale, N.J. L. Erlbaum Associates.

Bojović, Jovan R., ed. 1991. Stanovništvo slovenskog porijekla u Albaniji : zbornik radova sa međunarodnog naučnog skupa održanog u Cetinju 21, 22. i 23. juna 1990. Titograd: Stručna knjiga.

Čëxa, Oksana V. 2009. “Novogrečeskaja leksika narodnoj astronomii v sopostavlenii s balkanoslavjanskoj: Luna i lunnoe vremja (ėtnolingvističeskij aspekt).” Ph.D., Institute of Slavic Studies, Russian academy of sciences. https://inslav.ru/event/chyoha-oksana-vladimirovna-novogrecheskaya-leksika-narodnoy-astronomii-v-sopostavlenii-s.

Cvetanovski, Goce. 2010. Govorot na makedoncite vo Mala Prespa: zapadnoprespanski govor. Skopje: Institut za makedonski jazik “Krste Misirkov”.

Hentschel, Gerd, and Jan P. Zeller. 2013. “Gemischte Rede, gemischter Diskurs, Sprechertypen: Weißrussisch, Russisch und gemischte Rede in der Kommunikation weißrussischer Familien.” In Wiener Slawistischer Almanach, edited by Aage A. Hansen-Löve and Tilmann Reuther, 127–55 70. München, Berlin, Wien: Peter Lang.

Makartsev, Maxim. 2017. “Ėtjudy k balkanskomu bestiariju: Kukuška.” Živaja starina 95 (3): 46.

———. 2023. “Razvoj balkanoslavenskoga tipa futura u štokavskim iseljeničkim dijalektima u Albaniji i jezički kontakti.” Književni jezik (34): 41–69.

Makartsev, Maxim, and Natalia Kikilo. 2022. “Some Tendencies in the Morphosyntax of the Migrational Shtokavian Dialects in Albania (Shijak and Myzeqe) And Slavic-Albanian Language Contact.” Slavic World in the Third Millennium 17 (1-2): 120–41. doi:10.31168/2412-6446.2022.17.1-2.07.

Mayer, Mercer. 1969. Frog, Where Are You? Sequel to a Boy, a Dog and a Frog. New York: Dial Books for Young Readers (a division of Penguin Putnam Inc.).

Mazon, André. 1936. Documents, contes et chansons slaves de l’Albanie du Sud. Bibliothèque d’études balkaniques 5. Paris: Librarie Droz.

Mazon, André, and Maria Filipova-Bajrova. 1965. Documents slaves de l’Albanie du Sud: II. Pièces complémentaires. Bibliothèque d’études balkaniques 8. Paris: Institut d’études slaves.

Plotnikova, Anna A. 2009. Materialy dlja ėtnolingvističeskogo izučenija balkanoslavjanskogo areala. 2, revised. Moskva: Institut slavjanovedenija RAN.

Seliščev, Afanasij M. 1931. Slavjanskoe naselenie v Albanii (s illjstracijami v tekste i s kartoju Albanii). Sofia.

Sobolev, Andrey N., and Aleksandr Novik. 2013. Golo Bordo (Gollobordë), Albanija: Iz materialov balkanskoj ėkspedicij RAN i SPbGU 2008-2010 gg. Materialien zum Südosteuropasprachatlas Bd. 6. Sankt-Peterburg: Nauka.

———. 2017. Gollobordë (Golo Bordo), Shqipëri: Nga materialet e ekspeditës ballkanike të AShR-së dhe UShSt-P-së në vitet 2008-2010. Translated by Ligor Cullufe. Tiranë: Botimet Toena.

———. 2018. Golo Brdo: Od materijalite na balkanskata ekspedicija na RAN i SPbDU vo 2008-2010 godina. Materialien zum Südosteuropasprachatlas Band 6. Skopje, Sankt Peterburg: Univerzitet "Sv. Kiril i Metodij"; Institut za makedonski jazik "Krste Misirkov"; "Nauka".

Steinke, Klaus, and Xhelal Ylli. 2007. Die slavischen Minderheiten in Albanien (SMA): 1. Teil. Prespa-Vërnik-Boboshtica. Slavistische Beiträge 458. München: Otto Sagner.

———. 2008. Die slavischen Minderheiten in Albanien (SMA): 2. Teil. Golloborda-Herbel-Kërçishti i Epërm. Slavistische Beiträge 462. München: Otto Sagner.

———. 2010. Die slavischen Minderheiten in Albanien (SMA): 3. Teil. Gora. Slavistische Beiträge 474. München: Otto Sagner.

———. 2013. Die slavischen Minderheiten in Albanien (SMA): 4. Teil. Vraka-Borakaj. Slavistische Beiträge 491. München, Berlin: Sagner.

Tončeva, Veselka. 2014. Našencite v Albanija: Istorija, ezik, tradicii. Sofia: Ongăl.

Vidoeski, Božidar. 1998. Dijalektite na makedonskiot jazik. Dijalektite na makedonskiot jazik 1. Skopje: Makedonska Akademija na naukite i umetnostite.

Ylli, Xhelal. 1997. Das slavische Lehngut im Albanischen. Teil 1 : Lehnwörter. Slavistische Beiträge. Digitale Ausgabe 350. München: Verlag Otto Sagner.

———. 2000. Das slavische Lehngut im Albanischen. Teil 2 : Ortsnamen. Slavistische Beiträge. Digitale Ausgabe 395. München: Verlag Otto Sagner.