Beitrag #1

Weiß jemand, wie man in einem freien Wörterbuch (z.B. joshi.org oder dictionary.goo.ne.jp/word/kanji/出/) nach Wörtern mit einer bestimmten Lesevariante suchen kann?
Konkretes Beispiel ist die Lesung [ひい] von 日出 in 日出ずる国 [ひいずるくに].
Angenommen man wollte zu Lernzwecken alle Wörter aufgelistet bekommen, in denen 出 als [い] gelesen wird - wie würde man vorgehen?
Zumindest mit den Suchoptionen von https://jisho.org/docs bin ich nicht zum Ziel gekommen.

Eine andere Idee wäre wohl mit Regex auf JMdictDB loszugehen. Allerdings habe ich keine Idee, wie der Ausdruck aufzubauen wäre.
http://www.edrdg.org/jmdictdb/cgi-bin/sr...mdict&sid=

Danke!

Beitrag #2

Vor dem gleichen Problem stand ich auch schon mal, als ich meinen "Furiganisierer" geschrieben habe. Allerdings ist mir keine Quelle bekannt, die eine eindeutig 1-zu-1-Zuordnung von Substrings der Lesung auf die verwendeten Kanji bereitstellt.
Auch Furigana auf Webseiten etc. sind meistens pro Wort und nicht pro Kanji.

Ein algorithmischer Ansatz wäre, zu versuchen, ein möglichst gutes Mapping zwischen Kanji-Lesungen der verwendeten Kanji und der Lesung des Gesamtausdrucks zu erzeugen. Dafür bräuchte man eine Auflistung der Lesungen pro Kanji, aber das sollte ja kein Problem sein. Wäre mal spannend, zu sehen, in wie viel Ambiguität man bei der ganzen Sache läuft. Vielleicht setze ich mich da nachher mal dran

---

Die い-Lesung von 出 kommt übrigens vom Verb 出づ und findet sich u.A. in おいで (お出で). Mehr fällt mir spontan aber auch nicht ein.

Beitrag #3

Danke Dir. Ich hatte gehofft, dass "ein Computerlinguist" eine Regex for JMdictDB zusammenschrauben könnte.
JMdictDB bietet ja Schreibweisen und Lesungen. Nun bräuchte man eine Regel, welche die Lesung in der Position des Kanji mit der Ziellösung vergleicht und filtert. Mein Beispiel ist halt elend, weil 出 so viele Lesungen hat, häufig vorkommt und meine Zielaussprache い nur ein Kana ist.

Wenn ich お出で höre, muss ich immer an einen knapp 90-jährigen Japaner denken, den ich auf Hirado oft/täglich getroffen habe, während er seinen in Hundejahren noch viel älteren 柴犬 "マリ" Gassi geführt hat. Der immer müde Hund hat sich oft einfach hingelegt, worauf Herrchen dann laut "おいで, マリ, おいで" gerufen hat. Passendes Bild von der Gassi-Runde: https://harerod.de/lbr/nihon1906/pics/1080/IMG_7077.jpg
https://harerod.de/lbr/nihon1906/nihon1906.html#190625
Ich habe auch Bilder von den beiden, nur nicht online. Das "oide" werde ich nie vergessen.

Beitrag #4

(23.10.22 19:21)harerod schrieb:  Nun bräuchte man eine Regel, welche die Lesung in der Position des Kanji mit der Ziellösung vergleicht und filtert.

Genau das ist ja das Problem. Solange das gesuchte Kanji am Wortanfang oder -ende steht, ist das ja noch einfach, aber wenn es mitten im Wort ist, wäre es (gerade bei der Lesung い) ja hilfreich zu wissen, was man außenrum "ausschließen kann". Sonst läuft es ja auf sowas wie
Lesung: .*い.*
Kanji-Schreibung: .*出.*
hinaus, was einen Haufen False-Positives generieren würde.

Und an so Ausnahmen wie 伊右衛門 (いえもん) will ich gar nicht erst denken

Ich bin gerade dabei, mir entsprechende Datenstrukturen zusammenzustellen. Mal schauen, wie weit ich heute Abend noch komme. Das ist auf jeden Fall ein interessantes Projekt, das mir schon immer im Kopf rumgeschwebt ist, insofern danke für den Motivationskick.

---

Kurzes Zwischenergebnis aus der Datenvorverarbeitungsphase:
Mit relativ trivialen Regexes kann man die Kandidaten schon mal von ca. 550 auf 350 runterfiltern. Sucht man z.B. nach Allem, das als Lesung mit い und als Kanji-Schreibung mit 出 anfängt, trifft man schon auf einige interessante Wörter:

(Datenquelle: 大辞泉)

Beitrag #5

Krass, das sind nochmal deutlich mehr Treffer, als ich erwartet hätte.

Solange die Datenbank keine Infomation enthält, wo in der Lesung des jeweiligen Kanji versteckt ist, ist das Ganze mit Regex IMHO nicht zu knacken, sondern braucht wohl einen echten Parser. Sowas auf die reine Kanafolge der Lesung loszulassen wird abenteuerlich.
Was wäre aber, wenn man einen Parser auf die Kanji/Kana-Sequenz ansetzt? Vorfilter nach Sequenzen, die das Zielkanji enthalten. Im nächsten Schritt Parser an der Position des Zielkanji ansetzen und Lesung mit Ziellesung überprüfen.

Die Frage wurde mir übrigens heute Nachmittag von meinem englischsprachigen Lernpartner gestellt. Bevor er die Frage bei Stackexchange/Japanese reinsetzt, wollte er wissen ob ich spontan eine einfache Lösung wüsste.
Ich würde mal festhalten, dass es wohl eine automatisierte Lösung geben könnte, der Ablauf aber nicht trivial ist.

夜を徹しないでください。

Beitrag #6

(23.10.22 19:37)vdrummer schrieb:  Sucht man z.B. nach Allem, das als Lesung mit い und als Kanji-Schreibung mit 出 anfängt, trifft man schon auf einige interessante Wörter:
...
いだす 出だす

was ihr so alles findet

Mir war die Lesung nur in einem relativ gebräuchlichen Wort bekannt:
みいだす = herausfinden
Laut Wadoku und meiner Erinnerung 見（み）出（い）だす geschrieben.
IME kennt diese Schreibweise jedoch nicht und schlägt u.a. 見出す und 見い出す vor. Na wunderbar.
Hilft bei der Suche nach 出（い）-Lesungen bestimmt prima weiter...

Beitrag #7

vdrummer, ich darf Dir von meinem Lernpartner ausrichten, dass Deine Liste "Kurzes Zwischenergebnis aus der Datenvorverarbeitungsphase" sehr hilfreich war, um einen Überblick zu bekommen.
Ich selber bin auch gelobt worden, für meinen trivialen Vorschlag, die Links für Lesungsvorschläge in Jisho anzuschauen.

Und Danke nochmal für die Erinnerung an "おいで". (https://welovedoodles.com/japanese-dog-commands/)