Wortgrenzen

Wortgrenze bezeichnet die Grenzlinie zwischen zwei Wörtern in einem Text oder einer gesprochenen Äußerung. Sie markiert, wo ein Wort endet und das folgende beginnt, und spielt eine zentrale Rolle in der Sprach- und Textverarbeitung.

In der geschriebenen Sprache werden Wortgrenzen in vielen Schriftsystemen durch Leerzeichen markiert. Satzzeichen helfen zusätzlich bei der Strukturierung von Sätzen. In Sprachen oder Schriftsystemen ohne klare Zwischenräume müssen Wortgrenzen oft durch Analyse ermittelt werden. Bei der Textverarbeitung gehört auch die Zeilenumbruch-Hyphenation zur Behandlung von Wortgrenzen: Hier werden mögliche Bruchstellen definiert, an denen ein Wort am Zeilenrand geteilt werden darf.

Im Deutschen ist die Bestimmung der Wortgrenze aufgrund zahlreicher Zusammensetzungen besonders anspruchsvoll. Viele Einheiten entstehen durch Vereinigung mehrerer Morpheme zu einem einzigen Wort, wodurch interne Grenzlinien häufig nicht sichtbar sind. Für die automatische Verarbeitung werden deshalb Morphologie und Segmentierung eingesetzt, um Stamm, Präfix, Suffix oder potenzielle Morphemgrenzen zu identifizieren. Bei Textauszeichnung, Suchindizes oder Umbrüchen müssen oft mehrere mögliche Bruchstellen bewertet werden.

In der Sprach- und Textverarbeitung ist die Bestimmung von Wortgrenzen eine Grundvoraussetzung für Aufgaben wie Tokenisierung, Spracherkennung, maschinelles Lernen und Informationsabruf. Ebenso relevant ist sie für optische Zeichenerkennung (OCR) und die korrekte Silbentrennung bei der Formatierung von Texten. Insgesamt beschreibt Wortgrenze die konstruktive Grenze zwischen Wörtern und ihren je unterschiedlichen Erscheinungsformen in Schrift und Sprache.