Vienna-Oxford International Corpus of English (VOICE)

Es ist allgemein bekannt, dass `Englisch` die dominierende Verkehrssprache der heutigen globalisierten Welt ist. Weniger geläufig ist, dass sich die größte Gruppe von BenutzerInnen des Englischen weltweit aus Menschen zusammensetzt, die die Sprache regelmäßig als Lingua Franca verwenden, also als Kommunikationsmittel unter SprecherInnen verschiedener Muttersprachen, meist in Interaktionen, an denen überhaupt keine `Native Speakers` des Englischen beteiligt sind. Die Zielsetzung des Translational Research Projekts von 2005 bis 2008 (L116-G03) war die Erstellung eines 1 Million Worte umfassenden Computerkorpus von Englisch als Lingua Franca (ELF). Das Korpus setzt sich aus Gesprächen zwischen kompetenten SprecherInnen einer Vielzahl muttersprachlicher Hintergründe, die Englisch als Verständigungsmittel wählen, zusammen. Es beinhaltet Interaktionen aus den Bereichen Arbeit, Bildung und Freizeit und umfasst verschiedene Gesprächstypen wie Gruppendiskussionen, Meetings, Interviews und informelle Unterhaltungen. Das Korpus diente dem Projektteam als Ausgangsbasis für die empirische Erforschung und Deskription von ELF Gesprächen. Es ist von großer wissenschaftlicher und gesellschaftlicher Bedeutung, diese reichhaltige Ressource umfassend zugänglich und nutzbar zu machen, sowohl für die wissenschaftliche Gemeinschaft als auch für die Entwicklung zukünftiger lokaler und globaler Anwendungsmöglichkeiten. Die erste Veröffentlichung des Korpus 2008 (VOICE1) wird bereits vielfältige kontextuelle und technische Hervorhebungen (Mark-up) enthalten. Das Ziel des beantragten Folgeprojekts ist es, die Verwendungsmöglichkeiten bedeutend zu erweitern und das Korpus durch weitere linguistische Annotationen zu bereichern. Dazu gehören die grammatikalische Auszeichnung von Wortklassen und syntaktischen Funktionen, ebenso wie Lemmatisierung und die angestrebte Annotation von einigen diskursiv-pragmatischen Phänomenen. Die Entwicklung und Implementierung dieser Prozesse stellt eine erhebliche und gleichzeitig faszinierende Herausforderung dar, da die Erforschung von ELF noch immer linguistisches Neuland darstellt. Mit der Veröffentlichung des erweiterten Korpus (VOICE 2) soll den BenutzerInnen auch Zugang zu Teilen der Audio-Aufnahmen ermöglicht werden, um die Untersuchung weiterer, z.B. phonologischer, Aspekte von ELF zu ermöglichen. VOICE2 wird auch einen größeren Umfang (zwischen 1.5 und 2 Millionen Worte) haben und eine größere Vielfalt an geographischen Regionen/Muttersprachen und Domänen abdecken. Der Bedarf für eine solch umfassende und vielfältig nutzbare Ressource für die Erforschung von Englisch as Lingua Franca und das Potenzial für die daraus resultierenden Anwendungen ist offensichtlich. Die globale und globalisierende Wirkung des Englischen ist ein zentrales Thema der heutigen Gesellschaft. In diesem Zusammenhang ist die Maximierung der Nutzbarkeit und des offenen Zugangs zu diesem Korpus eine wichtige Voraussetzung für die Erarbeitung von relevanten, auf soliden Forschungsergebnissen basierenden Anwendungen.

Hauptziel dieses Projekts war es, dem Bedarf für eine umfassende und vielfältig nutzbare Open Access - Ressource für die Erforschung von Englisch als Lingua Franca (ELF) nachzukommen und darauf basierende Anwendungen zu ermöglichen. Es ist allgemein bekannt, dass Englisch die dominierende Verkehrssprache der heutigen globalisierten Welt ist. Weniger geläufig ist, dass sich die weltweit größte Gruppe von BenutzerInnen des Englischen aus Menschen zusammensetzt, die die Sprache regelmäßig als Lingua Franca verwenden, also als Kommunikationsmittel unter SprecherInnen verschiedener Muttersprachen, meist in Interaktionen, an denen überhaupt keine `Native Speakers` des Englischen beteiligt sind. Resultat des Vorprojekts L116-G03 (2005 bis 2008) war ein 1 Million Worte umfassendes Computerkorpus von ELF, bestehend aus 151 Gesprächen zwischen SprecherInnen einer Vielzahl muttersprachlicher Hintergründe, die Englisch als Verständigungsmittel wählen. Es beinhaltet Interaktionen aus den Bereichen Arbeit, Bildung und Freizeit und umfasst verschiedene Gesprächstypen wie Gruppendiskussionen, Meetings, Interviews und informelle Unterhaltungen. Das Korpus dient als Ausgangsbasis für die empirische Erforschung und Deskription von ELF Gesprächen. Es ist von großer wissenschaftlicher und gesellschaftlicher Bedeutung, diese reichhaltige Ressource umfassend zugänglich und nutzbar zu machen, sowohl für die wissenschaftliche Gemeinschaft als auch für die Entwicklung zukünftiger lokaler und globaler Anwendungsmöglichkeiten. Dies war die Zielsetzung des Folgeprojekts L 448-G03 (2008- 2013). Das Korpus VOICE wurde 2009 erstmals veröffentlicht, mit einer leicht zu bedienenden Online-Suchmaske ausgestattet und frei über das Internet zugänglich gemacht. Diese Version enthielt bereits vielfältige kontextuelle und technische Hervorhebungen (Mark- up) und umfassende Dokumentation. In weiteren Arbeitsschritten wurden die Verwendungsmöglichkeiten bedeutend erweitert und das Korpus durch weitere linguistische Annotationen bereichert. Mit der Veröffentlichung des so angereicherten Korpus wurde 2010 den BenutzerInnen auch Zugang zu 23 den Korpustexten zugrundeliegenden, anonymisierten Audio-Aufnahmen ermöglicht, um die Untersuchung weiterer, z.B. phonologischer, Aspekte von ELF zu ermöglichen. Besonders signifikante Bereicherungen für fortgeschrittene KorpusbenutzerInnen stellten die 2011 durchgeführte Veröffentlichung von VOICE für Download im XML-Format dar. Darauf folgte die grammatikalische Auszeichnung von Wortklassen und syntaktischen Funktionen, ebenso wie Lemmatisierung und die Annotation von einigen diskursiv-pragmatischen Phänomenen wie Discourse Markers (veröffentlicht 2013). Die Entwicklung und Implementierung dieser Prozesse bedeutete eine erhebliche und gleichzeitig faszinierende Herausforderung, da die Erforschung von ELF noch immer linguistisches Neuland darstellt. Durch eine Kooperation mit asiatischen Universitäten ist auch ein Schwesterkorpus namens Asian Corpus of English (ACE) mit derselben Struktur und Open Access wie VOICE entstanden, wodurch eine größere Vielfalt an geographischen Regionen/Muttersprachen abgedeckt wird und das doppelte Datenvolumen parallel beforscht werden kann. Die globale und globalisierende Wirkung des Englischen ist ein zentrales Thema der heutigen Gesellschaft. In diesem Zusammenhang ist die Maximierung der Nutzbarkeit und des offenen Zugangs zu diesem Korpus eine wichtiger Beitrag zur Erarbeitung von relevanten, auf soliden Forschungsergebnissen basierenden Anwendungen, für die VOICE von SprachwissenschaftlerInnen in allen Teilen der Welt genutzt wird.