LingMorph LogoLingMorph
Wortarten, Satzglieder, Kasus & Feldermodell online bestimmen

Mit LingMorph Satzbau und Grammatik visualisieren.

LingMorph visualisiert deutsche Sätze: Wortarten, Satzglieder, Kasus und das topologische Feldermodell. Perfekt für Satzanalysen im DaZ-Unterricht, regulären Deutschunterricht, für Grammatik-Übungen von A1 bis C2 und zum Verstehen von Satzstruktur. Kostenlos, schnell, keine Anmeldung nötig.

LingMorph – Satzbau und Grammatik visualisieren
spaCy
Sprachmodell
v1.5
LingMorph-Version
STTS
Stuttgart-Tübingen-Tagset
LingMorph analysiert die exakte Satzstruktur. Bitte achte auf korrekte Groß-/Kleinschreibung, Rechtschreibung und Kommasetzung.
Automatische Analyse ohne Überprüfung. Ergebnisse können fehlerhaft sein. AGB beachten.

Beispiele zum Ausprobieren:

Vier Analyse-Schritte

Dein eingegebener Satz wird in mehreren Schritten analysiert.

1

Wortarten erkennen

Jedes Wort, vom Nomen über das Verb bis zum trennbaren Verbzusatz, wird farbig nach seiner Wortart markiert. Eine Zählübersicht zeigt die Verteilung im Satz.

2

Satzglieder bestimmen

Jedes Wort, vom Nomen über das Verb bis zum trennbaren Verbzusatz, wird farbig nach seiner Wortart markiert. Eine Zählübersicht zeigt die Verteilung im Satz.

3

Kasus bestimmen

Für jedes flektierbare Wort werden Kasus, Grundform und grammatische Merkmale wie Numerus und Genus ausgewiesen.

4

Im Feldermodell darstellen

Der Satz wird in Vorfeld, Satzklammer, Mittelfeld und Nachfeld gegliedert. Per Drag-and-drop lassen sich Umstellproben zum Beispiel direkt im Unterricht durchspielen.

Online Materialien passend zur obigen Analyse

Kostenfreie Übersichten und Erklärungen zu den Wortarten, den Satzgliedern, dem Kasus und dem Feldermodell.

Fachlich fundiert

Die Wortart- und Kasusbestimmung stützt sich auf das statistische Sprachmodell von spaCy (de_core_news_lg, de_core_news_md, de_core_news_sm) sowie LingMorph-v1.

Die LingMorph-v1 ist eine Engine welche auf spaCys statistischen Modellen aufbaut und sie  mit drei unabhängigen, voneinander abgekoppelten Modulen ergänzt: Wortarten-Klassifikation nach STTS-Feinklassen, Kasus- und Merkmals-Erkennung und topologisches Feldermodell. Die Engine ist dabei erfahrungsgemäß fehlerresistent, indem jede Teilanalyse ist einzeln gekapselt ist. Sie nutzt Adjektiv-Suffix-Erkennungen zur Korrektur von Fehltaggungen, Kopula-Kontext-Heuristiken für prädikative Adjektive und mehrere automatische Fallbacks. Mögliche Unsicherheiten werden aus Konfidenz-Scores heraus erkannt und durch UI-Warnungen transparent gemacht.

Verwendete Literaturgrundlagen
  • Dürscheid, Christa: Syntax. Grundlagen und Theorien. 5. Aufl. Göttingen: Vandenhoeck und Ruprecht 2012.
  • Eisenberg, Peter: Grundriss der deutschen Grammatik. Band 1: Das Wort. 5. Aufl. Stuttgart: Metzler 2020.
  • Pittner, Karin / Berman, Judith: Deutsche Syntax. Ein Arbeitsbuch. 7., erw. Aufl. Tübingen: Narr 2021.
  • Wöllstein, Angelika: Topologisches Satzmodell. 2. Aufl. Heidelberg: Winter 2014 (= Kurze Einführungen in die germanistische Linguistik 8).