Send This Result as a Private Message to the Respective Owners!

Linguist Mark Liberman, Blogger auf und Mitgründer von Language Log, hat Googles Web 1T 5-gram Datenkorpus hinsichtlich der häufigsten 5-Wörter-Phrasen ausgewertet.

Die Spitzenreiter:

Send a private message to
[are the] property of their respective owners
[open] this result in new [window]

Nicht das, was ich erwarten würde, wenn ich darüber nachgedacht hätte!

Googles Datenkorpus besteht aus Einzel- bis Fünf-Wort-Einheiten (“word n-grams”) und ihrer Häufigkeiten auf der Basis von einer Billion erfaßter bedeutungstragender lexikalischer Einheiten (“word tokens”) von öffentlich zugänglichen Websites. (Interessanterweise bilden diese Häufigkeiten aus Googles Datenkorpus nicht die Häufigkeiten regulärer Google-Suchen ab. Warum das so ist, kann ich nicht sagen; vielleicht gibt es dazu im Kommentarbereich des Language Log-Artikels in Kürze dazu Aufschluß.)

Hier Marks Liste der ersten 20:

Send a private message to 26,672,131
property of their respective owners 25,640,531
are the property of their 24,938,581
the property of their respective 24,891,265
Open this result in new 24,059,963
this result in new window 24,059,811
site constitutes acceptance of the 21,556,427
brands are the property of 21,139,112
and brands are the property 21,113,548
trademarks and brands are the 20,975,334
User Agreement and Privacy Policy 20,917,050
Designated trademarks and brands are 20,820,815
constitutes acceptance of the eBay 19,850,700
of the eBay User Agreement 19,850,627
acceptance of the eBay User 19,850,253
the eBay User Agreement and 19,808,132
eBay User Agreement and Privacy 19,807,811
Web site constitutes acceptance of 19,724,386
this Web site constitutes acceptance 19,723,554
of this Web site constitutes 19,703,371
Use of this Web site 19,678,811

Ich finde es ein bißchen beängstigend, daß diese Spitzenreiterliste mit Ausnahme von “send a private message to” und “open page in new window” ausschließlich in Jurinesisch ist. Soll noch mal jemand behaupten, das Web bestehe nur aus Porn & Facebook!

Mark Liberman:

This is not really telling us anything about the state of the English language, and what it’s telling us about web culture is pretty limited.

Ich finde aber schon, daß wir gewisse Schlüsse ziehen können. Mich würde zum Beispiel interessieren, ob ein vergleichbarer Datenkorpus von 1998 ähnliche hohe Befunde an legalistischem Jargon zu Tage gefördert hätte — ich denke eher nicht.

Auffällig auch, daß es keine einzige Werbe- oder Marketingphrase in die Bestenliste geschafft hat! Einige Ergebnisse aus dem 1,000,000-Bereich sind ebenfalls aufgeführt, und hier findet sich abzüglich von Web-Hosting-Kram und einer Shopping-Hilfe immerhin:

See more of the brand 1,006,237

Bescheiden, bescheiden. Aber ein Anfang. Da bleibt uns doch noch reichlich Raum, die Interwebs mit Werbephrasen aufzufüllen!

Detlef Guertler eröffnete im Januar auf Wortistik übrigens den Google-Milliardärs-Club, dessen Mitgliedsworte sich zuweilen recht vergnüglich lesen.