Rechtliche Bedingungen für die Bereitstellung eines Chat-Korpus in CLARIN-D: Ergebnisse eines Rechtsgutachtens

Korpora zur Sprachverwendung in der internetbasierten Kommunikation, die frei für Forschung, Lehre und Sprachdokumentation zur Verfügung stehen, sind in der deutschen und internationalen Sprachressourcenlandschaft nur sehr begrenzt vorhanden. Zugleich besteht in den Bereichen Linguistik, Sprachvermittlung und Sprachtechnologie – allgemeiner in allen Bereichen der digitalen Geistesund Sozialwissenschaften, die sich empirisch und sprachdatenbasiert mit Tendenzen der deutschen Gegenwartssprache und mit Phänomenen im Social Web beschäftigen – ein großer Bedarf an hochwertigen, für Recherchezwecke aufbereiteten Sprachressourcen. Wesentliche Gründe für die geringe Zahl an frei verfügbaren Ressourcen liegen im Fehlen von Standards für die Erhebung, Dokumentation, Repräsentation und Annotation von Sprachdaten aus Genres wie Chats, Online-Foren, Newsgroups, sozialen Netzwerken, Tweets, Weblogs oder mobilen Messaging-Anwendungen wie SMS und WhatsApp. Auch sind Anwendungen im Bereich des Natural Language Processing (NLP) bislang nur begrenzt in der Lage, Daten dieses Typs zu verarbeiten und automatisch mit linguistischen Annotationen zu versehen. In den letzten Jahren gibt es zu verschiedenen dieser Desiderate eine rege, interdisziplinär ausgerichtete Forschung, die sich mit der Entwicklung von Standards für die Repräsentation und Annotation und mit der Anpassung von sprachtechnologischen Verfahren für den Bereich der internetbasierten Kommunikation bzw. den Sprachgebrauch in sozialen Medien befasst.1 Lösungsvor-