Lemmatisierung

Lemmatisierung bezeichnet ein wörterbuchbasiertes Verfahren, das jede Wortform auf ihre Grundform zurückführt, das Lemma. Anders als ein Wortstamm ist ein Lemma immer ein echtes Wort. Suchsysteme und Sprachanalyse nutzen Lemmatisierung, um verschiedene Wortformen eindeutig einem Begriff zuzuordnen.

Funktionsweise und Einordnung

Ein Lemmatisierer schlägt jede Wortform in einem morphologischen Wörterbuch nach: „Häuser“ gehört zu „Haus“, „ging“ zu „gehen“, „besser“ zu „gut“. Die morphologische Analyse erkennt dabei Kasus, Numerus, Tempus und Person. Weil dieselbe Form zu verschiedenen Lemmata gehören kann, bestimmt ein Part-of-Speech-Tagger vorher die Wortart aus dem Satzkontext.

Lemmatisierung ist ein Schritt der Textvorverarbeitung und die genauere Alternative zum Stemming. Sie braucht ein Wörterbuch je Sprache und mehr Rechenzeit, weil sie ganze Sätze analysiert statt einzelner Wörter.

Wörterbücher, Wortarten und den Vergleich mit Stemming erklärt der Beitrag Textvorverarbeitung: Wie Suchsysteme Texte für das Retrieval aufbereiten.

Strategische Bedeutung für SEO, GEO und AI-Search

Lemmatisierung entscheidet, ob unregelmäßige Wortformen eines Begriffs zusammenfinden. Das Generative Authority Model (GAM) von Ralf Dodler ordnet diese Abrufbarkeit der Ebene Retrieval Activation zu: Nur wenn Anfrage und Text auf dasselbe Lemma fallen, gilt der Text als Treffer.

Neue Fachbegriffe kennt das Wörterbuch oft noch nicht. Sie bleiben in jeder Form ein eigener Term, deshalb hilft eine konsistente Schreibweise.
Mehrdeutige Formen wie „Wagen“ oder „Sucht“ löst die Wortart auf. Klare Sätze machen dem Tagger die Wortart leicht erkennbar.
Wissensgraphen und Entity-Erkennung bauen auf Lemmata auf. Eine Definition in der Grundform verbindet einen Begriff sauber mit seiner Entität.

Beispiel

Der Satz „Die Häuser am Fluss wurden renoviert.“ ergibt nach Lemmatisierung „Haus · Fluss · renovieren“. Ein Stemmer liefert für denselben Satz „haus · fluss · renoviert“ und trennt „renoviert“ von „renovieren“. Die Lemmatisierung führt beide Formen auf dasselbe Verb zurück.

Häufige Fragen zur Lemmatisierung

Was ist ein Lemma?

Ein Lemma ist die Grundform eines Wortes, wie sie im Wörterbuch steht. Bei Substantiven ist das der Nominativ Singular, bei Verben der Infinitiv. Alle gebeugten Formen eines Wortes gehören zu genau einem Lemma.

Warum braucht Lemmatisierung die Wortart?

Lemmatisierung braucht die Wortart, weil dieselbe Form zu verschiedenen Lemmata gehören kann. „Sucht“ ist als Substantiv eine Abhängigkeit und als Verb eine Form von „suchen“. Erst die Wortart aus dem Satzkontext entscheidet, welches Lemma richtig ist.

Ist Lemmatisierung besser als Stemming?

Lemmatisierung ist genauer als Stemming, aber langsamer und abhängig von Wörterbüchern. Große Suchindizes nutzen deshalb oft Stemming mit Ausnahmelisten. Lemmatisierung kommt dort zum Einsatz, wo Präzision wichtiger ist als Geschwindigkeit, etwa in Fachsuchen und Textanalyse.

Was macht Lemmatisierung mit unbekannten Wörtern?

Unbekannte Wörter lässt ein Lemmatisierer meist unverändert oder ergänzt Regeln als Rückfall. Neue Fachbegriffe, Markennamen und Komposita fehlen in vielen Wörterbüchern. Ihre Formen werden dann nicht zusammengeführt.