Terms of Use

DE EN

Notice

This page is translated for the understanding of English-speaking users. However, only the version of the German Terms of Use in accordance with German law applies.

With the usage of the nopaque platform you declare your acceptance of the General Terms of Use and that you have taken note of the legal framework and the data protection declaration.

§ 1 Content and scope of the Services offered

(1) These General Terms and Conditions apply to the use of the Services offered in the browser-based data processing and text analysis tool "nopaque" (hereinafter "Services") by Bielefeld University (hereinafter "University"), which can be used free of charge by authorized Users via the website www.nopaque.uni-bielefeld.de.

(2) The authorized use of these services is exclusively granted to:

Students, teaching staff, and employees of Bielefeld University
External researchers for use in non-commercial research

§ 2 Services

(1) As part of the Services offered, user-uploaded data can be processed and analyzed automatically. This is implemented in the form of the following Services, each of which can be executed individually:

File Setup: Digital copies of text-based research data (books, letters, etc.) often consist of different files and formats. nopaque converts and merges these files to facilitate further processing and the use of other services.
Optical Character Recognition (OCR): nopaque converts image data - such as photos or scans - into text data using OCR and makes it machine-readable. This step enables the further computational analysis of documents.
Handwritten Text Recognition (HTR): nopaque converts image data from handwritten text - such as photos or scans - into text data using HTR and makes it machine-readable. This step enables further computational analysis of documents.
Natural Language Processing (NLP): Using computer-aided linguistic data processing (tokenization, lemmatization, part-of-speech tagging and named entity recognition), nopaque extracts additional information from text.
Corpus analysis: With nopaque, one can create and upload as many text corpora as desired. It uses the CQP Query Language, which enables complex search queries using metadata and NLP tags.

(2) The User is also entitled to share text edits (corpora) created as part of the Services offered with other registered Users within the Service’s user platform using the "Share" functions. Access to third-party corpora can be granted with reading rights (viewer), reading and editing rights (contributor) or co-administrator rights (administrator).

(3) Users can upload their own language models as part of their user account and use them to analyze uploaded files. After activation by an administrator, Users can also make their uploaded language models publicly available on the platform.

§ 3 Access to the Services

(1) Users register by entering the requested data in the login screen. The User must then select and enter a username and password of their choice.

(2) Users are responsible for keeping their username and password confidential.

(3) After activation by an administrator, Users can create personal access tokens via an application programming interface (API) and access all user-accessible data.

§ 4 General User Obligations

(1) By registering, Users declare their consent to the terms of use. The unlawful uploading, processing, and sharing of content, in particular contrary to criminal law, personal rights regulations, data protection law or copyright regulations, is not permitted. By uploading, editing and/or sharing corresponding texts, corpora and/or analysis results, the respective User declares to be the owner of all rights required in each case.

(2) Users are required to use media and texts only in a legally permitted manner and refrain from making illegal statements. This includes the design of their personal user profile and when using the forums on the nopaque platform.

(3) The Services offered are only suitable for the processing of data without heightened security requirements. Data that is subject to special data protection requirements (e.g. health data, see Art. 9 GDPR) may not be stored or processed.

§ 5 User liability

(1) If claims are asserted against Bielefeld University by third parties due to the use of an unauthorized User (see § 1 para. 2) or due to unauthorized use (see § 4 para. 1, 2) of texts, analysis results or other media (e.g. an uploaded profile picture) within the scope of the services offered, the User responsible for the infringement shall indemnify Bielefeld University against these claims.

(2) Users are liable for any damage they incur regarding the confidentiality and disclosure of access data. If claims are asserted against Bielefeld University by third parties due to unauthorized use of access data/tokens, the User responsible for the infringement shall indemnify Bielefeld University against these claims.

§ 6 User rights of use regarding generated corpora and analysis reports

(1) Within the limits of § 4, the User is entitled to prepare texts with the web application, to view them within the web application and to download them. Regulations on sharing the corpora created in this way are set out in § 7 of these GTC

(2) The User is also entitled to display, download, reproduce, and publish analysis reports generated based on the prepared texts for the purposes of teaching and research within the limits of § 4. These rights are only granted to the Users that generate the corresponding analysis reports. The authorization is subject to the resolutive condition that in the context of corresponding reproductions/publications of analysis reports or their excerpts, the following is noted as the source: nopaque [Software]. (2020). SFB 1288 - Subproject INF, Bielefeld University. https://nopaque.uni-bielefeld.de/.

§ 7 Sharing previously created corpora

(1) Sharing of corpora is possible in the following ways:

A link can be generated allowing other registered Users to access another User’s corpora stored on the servers of the Service.
Corpora can be added to a list visible to all other Users. In the context of this list, other Users can find information about the available content and request access by contacting the relevant creator. The creator can then decide, on their own responsibility, whether the requested access is permissible and can allow the requesting User to access the corpora – until this access is revoked – by sharing a link as described above.

(2) With regard to the sharing of corpora containing copyright-protected media, § 60d UrhG must be observed most particularly. The User is required to comply with the deletion periods stated therein. It is expressly pointed out that the improper distribution of corpora or source texts can lead to breaches of duty in accordance with § 4, the financial loss of which is to be borne by the respective users.

§ 8 Availability and support

(1) The University has the right to conduct maintenance during operating times as far as it is in user interest. Disruption of data access may occur during maintenance, which the University will minimize as much as possible.

(2) The University has the right to change and/or modify the range of functions of the Services without prior notification of its Users. The University can, without being required to do so, update or develop the software at any time, especially due to changed laws and regulations, technical developments, scientific or thematic restructuring of the project or for IT security improvements.

(3) Users are provided with a support contact form on the website.

§ 9 Defect rights and liability of the University

(1) The University does not guarantee that the information provided by the service is correct, up-to-date or usable or that it will lead to the desired results. In this respect, the University accepts no liability whatsoever.

(2) The Services are provided based on “best effort” practices according to customary operational diligence. The University does not guarantee uninterrupted, error-free system operation. Possible data loss due to technical disruptions cannot be ruled out. The University is not liable for data loss based on user neglect to create data backups and to ensure that lost data can be restored with reasonable expense and effort.

(3) Otherwise, the University shall only be liable in the event of wrongful intent or gross negligence on the part of its employees, unless there is a culpable breach of material obligations within the scope of these Terms and Conditions of use. In this case, liability is limited to typical damages foreseeable at the time the user relationship was established; the University is not liable for other damages, e.g. for loss of profit, for loss of production, for other indirect damages or for loss of data and information. Liability for damage resulting from injury to life, body or health remains unaffected.

(4) Possible official liability claims against the university remain unaffected by the above provisions.

§ 10 Wrongful use

The University reserves the right to investigate suspected misuse or significant violations of these Terms and Conditions, to take appropriate precautions and, in the event of reasonable suspicion, to block the User's access to the Services – at least until the user has cleared up the suspicion – and/or, if necessary, to delete the user account in the event of particularly serious violations. If the User clears up the suspicion, the block will be lifted. Every User must notify the University immediately of any indications of misuse of the service.

§ 11 Applicable law

The law of the Federal Republic of Germany shall apply exclusively. The mandatory provisions of the country in which you have your habitual residence remain unaffected

§ 12 Place of jurisdiction

If you do not have a place of residence in the Federal Republic of Germany, if you move your place of residence abroad after registration, or if your place of residence is not known at the time the action is filed, the place of jurisdiction for all disputes arising from and in connection with the user relationship shall be the local ("Amtsgericht") or regional ("Landgericht") court of Bielefeld.

Mit Nutzung der Plattform nopaque stimmen Sie den Allgemeinen Geschäftsbedingungen sowie der Zurkenntnisnahme des rechtlichen Rahmens und der Datenschutzerklärung.

§ 1 Inhalt und Umfang des Serviceangebots

(1) Diese Allgemeinen Geschäftsbedingungen gelten für die Nutzung der Angebote des browserbasierten Datenverarbeitungs- und Textanalysetools „nopaque“ (nachfolgend „Serviceangebot“), der Universität Bielefeld (nachfolgend Universität), das von berechtigten Nutzern kostenlos über die Internetseite www.nopaque.uni-bielefeld.de verwendet werden kann.

(2) berechtigt zur Nutzung des Serviceangebotes sind lediglich

Studierende, Lehrende und Beschäftigte der Universität Bielefeld
Externe Wissenschaftler*innen im Rahmen nichtkommerzieller Forschung

§ 2 Serviceangebot

(1) Im Rahmen des Serviceangebots können von den Nutzern hochzuladende Daten automatisiert verarbeitet und analysiert werden. Dies ist in Form von folgenden, einzeln ansteuerbaren, Services umgesetzt:

File Setup: Digitale Kopien von textbasierten Forschungsdaten (Bücher, Briefe usw.) bestehen oft aus verschiedenen Dateien und Formaten. Nopaque konvertiert und führt diese Dateien zusammen, um die Weiterverarbeitung und die Anwendung anderer Dienste zu erleichtern.
Optical Character Recognition (OCR): nopaque wandelt Ihre Bilddaten - wie Fotos oder Scans - durch OCR in Textdaten um und macht sie maschinenlesbar. Dieser Schritt ermöglicht es Ihnen, mit der weiteren rechnerischen Analyse Ihrer Dokumente fortzufahren.
Handwritten Text Recognition (HTR): nopaque wandelt Ihre Bilddaten von handschriftlichen Texten - wie Fotos oder Scans - mittels HTR in Textdaten um und macht sie maschinenlesbar. Dieser Schritt ermöglicht es Ihnen, mit der weiteren rechnerischen Analyse Ihrer Dokumente fortzufahren.
Natural Language Processing (NLP): Mittels computergestützter linguistischer Datenverarbeitung (Tokenisierung, Lemmatisierung, Part-of-Speech-Tagging und Named-Entity-Erkennung) extrahiert nopaque zusätzliche Informationen aus Ihrem Text.
Corpus analysis: Mit nopaque können Sie so viele Textkorpora erstellen und hochladen, wie Sie möchten. Es nutzt die CQP Query Language, die komplexe Suchanfragen mit Hilfe von Metadaten und NLP-Tags ermöglicht.

(2) Der Nutzer ist auch berechtigt, im Rahmen des Serviceangebots erstellte Textaufbereitungen (Corpora) innerhalb der Nutzerplattform des Serviceangebots durch die „Teilen“-Funktionen mit anderen registrierten Nutzern zu teilen. Ein Zugang zu fremden Corpora kann jeweils mit Leserechten (Viewer), mit Lese-und Bearbeitungsrechten (Contributor) oder Co-Administratorrechten (Administrator) eingeräumt werden.

(3) Die Nutzer können im Rahmen Ihres Nutzerkontos eigene Sprachmodelle hochladen und diese zur Analyse hochgeladener Dateien verwenden. Nach Freischaltung durch einen Administrator können Nutzer ihre hochgeladenen Sprachmodelle auch öffentlich im Rahmen der Plattform zur Verfügung stellen.

§ 3 Zugang zum Serviceangebot

(1) Die Nutzer registrieren sich über die Eingabe der abgefragten Daten in der Anmeldemaske. Danach muss der Nutzer einen von ihm gewählten Benutzernamen und ein Passwort bestimmen und eingeben.

(2) Der Nutzer ist für die Geheimhaltung des Benutzernamens sowie des Passwortes selbst verantwortlich.

(3) Nach Freischaltung durch einen Administrator können Nutzer durch eine API-Schnittstelle auch persönliche Zugangstoken erstellen und auf alle Daten zugreifen kann, auf die der Nutzer selbst zugreifen kann.

§ 4 Allgemeine Pflichten der Nutzer

(1) Mit der Registrierung erklären die Nutzer Ihre Zustimmung zu den Nutzungsbedingungen. Das rechtswidrige Hochladen, Verarbeiten und Teilen von Inhalten insbesondere entgegen strafrechtlicher, persönlichkeitsrechtlicher, datenschutzrechtlicher oder urheberrechtlicher Regelungen ist nicht gestattet. Durch das Hochladen, bearbeiten und/oder Teilen entsprechender Texte, Corpora und/oder Analyseergebnisse erklärt der jeweilige Nutzer, Inhaber aller dazu jeweils erforderlichen Rechte zu sein.

(2) Die Nutzer verpflichten sich, auch im Rahmen der Gestaltung des persönlichen Nutzerprofils und der Nutzung von Foren der Plattform, Medien und Texte nur auf gesetzlich erlaubte Art und Weise zu verwenden und illegale Äußerungen zu unterlassen.

(3) Das Serviceangebot ist lediglich zur Verarbeitung von Daten ohne erhöhte Schutzbedürfnisse geeignet. Daten, welche besonderen datenschutzrechtlichen Anforderungen unterliegen (bspw. Gesundheitsdaten, siehe Art. 9 DSGVO) dürfen nicht gespeichert oder verarbeitet werden.

§ 5 Haftung der Nutzer

(1) Sofern aufgrund der Nutzung eines nicht berechtigten Nutzers (siehe hierzu § 1 Abs. 2) oder aufgrund einer unerlaubten Nutzung (siehe hierzu § 4 Abs. 1, 2) von Texten, Analyseergebnissen oder sonstigen Medien (bspw. einem hochgeladenen Profilbild) im Rahmen des Serviceangebots Ansprüche Dritter gegen die Universität Bielefeld geltend gemacht werden, stellt der für die Rechtsverletzung verantwortliche Nutzer die Universität von diesen Ansprüchen frei.

(2) Die Nutzer haften bezgl. der Geheimhaltung und Weitergabe von Zugangsdaten für jegliche Schäden, die Ihnen entstehen. Sofern aufgrund einer unerlaubten Verwendung von Zugangsdaten/Token Ansprüche Dritter gegen die Universität Bielefeld geltend gemacht werden, stellt der für die Rechtsverletzung verantwortliche Nutzer die Universität von diesen Ansprüchen frei.

§ 6 Nutzungsrechte des Nutzers bzgl. erstellter Corpora und Analyseberichte

(1) Der Nutzer ist in den Grenzen des § 4 berechtigt, Texte mit der Webanwendung aufzubereiten, im Rahmen der Webanwendung einzusehen und herunterzuladen. Regelungen zum Teilen der so erstellten Corpora ergeben sich nach § 7 dieser AGB.

(2) Der Nutzer ist auch berechtigt, den jeweils auf Grundlage der aufbereiteten Texte zur Verfügung gestellten Analysebericht zu Zwecken von Forschung und Lehre in den Grenzen des § 4 im Rahmen der Online-Anwendung zu lesen, herunterzuladen, zu vervielfältigen und zu veröffentlichen. Die Berechtigung steht nur denjenigen Nutzern zu, welche die entsprechenden Analyseberichte generieren. Die Berechtigung steht unter der auflösenden Bedingung, dass im Rahmen entsprechender Vervielfältigungen/Veröffentlichungen von Analyseberichten oder deren Ausschnitten als Quellenangabe vermerkt wird: nopaque [Software]. (2020). SFB 1288 – Teilprojekt INF, Universität Bielefeld. https://nopaque.uni-bielefeld.de/

§ 7 Teilen von zuvor erstellten Corpora

(1) Das Teilen von Corpora wird auf folgende Art und Weise ermöglicht:

Es kann ein Link generiert werden, welcher anderen angemeldeten Nutzern Zugang zu den auf den Servern des Serviceangebots gespeicherten Corpora eines Nutzers ermöglicht.
Corpora können in eine durch alle Nutzer einsehbare Liste eingefügt werden, in deren Rahmen sich andere Nutzer über den vorhandene Bestand informieren und durch Kontaktierung des jeweiligen Erstellers einen Zugang erbitten können. Der Ersteller entscheidet dann in eigener Verantwortung über die Zulässigkeit des erbetenen Zugangs und ermöglicht bis zum Widerruf den Zugriff auf die Corpora durch die jeweiligen anderen Nutzer durch das Teilen eines Links im obigen Sinne.

(2) In Bezug auf das Teilen von Corpora, welche urheberrechtlich geschützte Medien enthalten, ist insb. § 60d UrhG einzuhalten. Es sind durch den hochladenden Nutzer insb. die dort genannten Löschfristen einzuhalten. Es wird ausdrücklich darauf hingewiesen, dass das regelwidrige Verbreiten von Corpora oder Ausgangstexten zu Pflichtverletzungen nach § 4 führen kann, deren finanzieller Schaden von den jeweiligen Nutzern zu tragen ist.

§ 8 Verfügbarkeit und Support

(1) Die Universität ist berechtigt, soweit es im Interesse des Nutzers erforderlich ist, Wartungsarbeiten auch während der Betriebszeit vorzunehmen. Hierbei kann es zu Störungen des Datenabrufs kommen, die die Universität möglichst geringhalten wird.

(2) Die Universität ist berechtigt, den Funktionsumfang des Serviceangebots zu ändern und/oder zu modifizieren ohne die Nutzer zuvor zu benachrichtigen. Die Universität kann, ohne hierzu verpflichtet zu sein, die Software jederzeit aktualisieren oder weiterentwickeln und insbesondere aufgrund geänderter Rechtslage, technischer Entwicklungen, aufgrund einer wissenschaftlichen oder thematischen Umstrukturierung des Projekts oder zur Verbesserung der IT-Sicherheit anpassen.

(3) Nutzern wird im Rahmen des Webauftritts ein Supportformular zur Verfügung gestellt.

§ 9 Mängelrechte, Haftung der Universität

(1) Die Universität übernimmt keine Gewähr dafür, dass die durch das Serviceangebot zur Verfügung gestellten Informationen inhaltlich richtig, aktuell oder brauchbar sind oder zu einem gewünschten Erfolg führen. Insoweit ist jegliche Haftung der Universität ausgeschlossen.

(2) Das Serviceangebot wird auf Basis der Praxis „Best Effort“ nach betriebsüblicher Sorgfalt zur Verfügung gestellt. Die Universität Bielefeld übernimmt keine Garantie dafür, dass die Systeme fehlerfrei und ohne Unterbrechung laufen. Eventuelle Datenverluste infolge technischer Störungen können nicht ausgeschlossen werden. Für den Verlust von Daten haftet die Universität Bielefeld insoweit nicht, als der Schaden darauf beruht, dass es die Nutzer*innen unterlassen haben, Datensicherungen durchzuführen und dadurch sicherzustellen, dass verloren gegangene Daten mit vertretbarem Aufwand wiederhergestellt werden können.

(3) Im Übrigen haftet die Universität nur bei Vorsatz oder grober Fahrlässigkeit ihrer Mitarbeiter*innen, es sei denn, dass eine schuldhafte Verletzung wesentlicher Pflichten im Sinne dieser Nutzungsbedingungen vorliegt. In diesem Fall ist die Haftung auf typische, bei Begründung des Nutzungsverhältnisses vorhersehbare Schäden begrenzt; die Universität haftet nicht für andere Schäden, z.B. für entgangenen Gewinn, für Produktionsausfall, für sonstige mittelbare Schäden oder für Verlust von Daten und Informationen. Die Haftung für Schäden aus der Verletzung des Lebens, des Körpers oder der Gesundheit bleibt unberührt.

(4) Mögliche Amtshaftungsansprüche gegen die Hochschule bleiben von den vorstehenden Regelungen unberührt.

§ 10 Missbräuchliche Nutzung

Die Universität behält sich vor, bei Verdacht einer missbräuchlichen Nutzung oder wesentlicher Verletzungen dieser Nutzungsbedingungen diesen Vorgängen nachzugehen, entsprechende Vorkehrungen zu treffen und bei einem begründeten Verdacht gegebenenfalls den Zugang des Nutzers zum Serviceangebot – mindestens bis zu einer Verdachtsausräumung seitens des Nutzers – zu sperren und/oder gegebenenfalls bei besonders schwerwiegenden Verstößen auch das Nutzerkonto zu löschen. Soweit der Nutzer den Verdacht ausräumt, wird die Sperrung aufgehoben. Hinweise auf eine missbräuchliche Nutzung des Serviceangebotes hat jeder Nutzer der Universität unverzüglich mitzuteilen.

§ 11 Anwendbares Recht

Es gilt ausschließlich das Recht der Bundesrepublik Deutschland. Unberührt davon bleiben die zwingenden Bestimmungen des Staates, in dem Sie Ihren gewöhnlichen Aufenthalt haben.

§ 12 Gerichtsstand

Sofern Sie keinen Wohnsitz in der Bundesrepublik Deutschland haben oder nach Anmeldung Ihren Wohnsitz ins Ausland verlegen oder Ihr Wohnsitz zum Zeitpunkt der Klageerhebung nicht bekannt ist, ist Gerichtsstand für alle Streitigkeiten aus und im Zusammenhang mit dem Nutzungsverhältnis das Amts- oder Landgericht Bielefeld.

Manual

CQP Query Language

Within the Corpus Query Language, a distinction is made between two types of annotations: positional attributes and structural attributes. Positional attributes refer to a token, e.g. the word "book" is assigned the part-of-speech tag "NN", the lemma "book" and the simplified part-of-speech tag "NOUN" within the token structure. Structural attributes refer to text structure-giving elements such as sentence and entity markup. For example, the markup of a sentence is represented in the background as follows:

  
    <s>                                     structural attribute
    word    pos    lemma    simple_pos      positional attribute
    <ent type="PERSON">                     structural attribute
    word    pos    lemma    simple_pos      positional attribute
    word    pos    lemma    simple_pos      positional attribute
    </ent>                                  structural attribute
    word    pos    lemma    simple_pos      positional attribute
    </s>                                    structural attribute

Positional attributes

Before you can start searching for positional attributes (also called tokens), it is necessary to know what properties they contain.

word: The string as it is also found in the original text
pos: A code for the word type, also called POS tag
1. IMPORTANT: POS tags are language-dependent to best reflect language-specific properties.
2. The codes (= tagsets) can be taken from the Corpus Analysis Concordance page.
lemma: The lemmatized representation of the word
simple_pos: A simplified code for the word type that covers fewer categories than the pos property, but is the same across languages.
1. The codes (= tagsets) can be taken from the Corpus Analysis Concordance page.

Searching for positional attributes

Token with no condition on any property (also called wildcard token)

[];                            Each token matches this pattern

Token with a condition on its word property

[word="begin"];                “begin”

[word="begin" %c];             same as above but ignores case

Token with a condition on its lemma property

[lemma="begin"];               “begin”, “began”, “beginning”, …

[lemma="begin" %c];            same as above but ignores case

Token with a condition on its simple_pos property

[simple_pos="VERB"];           “begin”, “began”, “beginning”, …

Token with a condition on its pos property

[pos="VBG"];                   “begin”, “began”, “beginning”, …

Look for words with a variable character (also called wildcard character)

[word="beg.n"];                “begin”, “began”, “begun”

          ^ the dot represents the wildcard character

Token with two conditions on its properties, where both must be fulfilled (AND operation)

[lemma="be" & simple_pos="VERB"];          Lemma “be” and simple_pos is Verb

            ^ the ampersand represents the and operation

Token with two conditions on its properties, where at least one must be fulfilled (OR operation)

[simple_pos="VERB" | simple_pos="ADJ"];    simple_pos VERB or simple_pos ADJ (adjective)

                   ^ the line represents the or operation

Sequences

[simple_pos="NOUN"] [simple_pos="VERB"];       NOUN -> VERB

[simple_pos="NOUN"] [] [simple_pos="VERB"];    NOUN -> wildcard token -> VERB

Incidence modifiers
Incidence Modifiers are special characters or patterns, that control how often a character/token that stands in front of it should occur.

+: One or more occurrences of the character/token before
*: Zero or more occurrences of the character/token before
?: Zero or one occurrences of the character/token before
{n}: Exactly n occurrences of the character/token before
{n,m}: Between n and m occurrences of the character/token before

[word="beg.+"];        “begging”, “begin”, “began”, “begun”, …

[word="beg.*"];        “beg”, “begging”, “begin”, “begun”, …

[word="beg?"];         “be”, “beg”

[word="beg.{2}"];      “begin”, “begun”, …

[word="beg.{2,4}"];    “begging”, “begin”, “begun”, …

[word="beg{2}.*"];     “begged”, “beggar”, …

[simple_pos="NOUN"] []? [simple_pos="VERB"];    NOUN -> wildcard token (x0 or x1) -> VERB

[simple_pos="NOUN"] []* [simple_pos="VERB"];    NOUN -> wildcard token (x0 or x1) -> VERB

Option groups
Find character sequences from a list of options.

[word="be(g|gin|gan|gun)"];			“beg”, “begin”, “began”, “begun”

         ^             ^ the braces indicate the start and end of an option group

Structural attributes

nopaque provides several structural attributes for query. A distinction is made between attributes with and without value.

s: Annotates a sentence
ent: Annotates an entity
1. *ent_type: Annotates an entity and has as value a code that identifies the type of the entity.
  1. The codes (= tagsets) can be taken from the Corpus Analysis Concordance page.
text: Annotates a text
1. Note that all the following attributes have the data entered during the corpus creation as value.
2. *text_address
3. *text_author
4. *text_booktitle
5. *text_chapter
6. *text_editor
7. *text_institution
8. *text_journal
9. *text_pages
10. *text_publisher
11. *text_publishing_year
12. *text_school
13. *text_title

Searching for structural attributes

<ent> [] </ent>;                       A one token long entity of any type

<ent_type="PERSON"> [] </ent_type>;     A one token long entity of type PERSON

<ent_type="PERSON"> []* </ent_type>;    Entity of any length of type PERSON

<ent_type="PERSON"> []* </ent_type> []* [simple_pos="VERB"] :: match.text_publishing_year="1991";

Arbitrarily long entity of type PERSON -> Arbitrarily many tokens -> VERB but only within texts with publication year 1991

Query Builder Tutorial

Overview

The query builder can be accessed via "My Corpora" or "Corpus Analysis" in the sidebar options. Select the desired corpus and click on the "Analyze" and then "Concordance" buttons to open the query builder.

The query builder uses the Corpus Query Language (CQL) to help you make a query for analyzing your texts. In this way, it is possible to filter out various types of text parameters, for example, a specific word, a lemma, or you can set part-of-speech tags (pos) that indicate the type of word you are looking for (a noun, an adjective, etc.). In addition, you can also search for structural attributes, or specify your query for a token (word, lemma, pos) via entity typing. And of course, the different text parameters can be combined.

Tokens and structural attributes can be added by clicking on the "+" button (the "input marker") in the input field or the labeled buttons below it. Elements added are shown as chips. These can be reorganized using drag and drop. The input marker can also be moved in this way. Its position shows where new elements will be added.
A "translation" of your query into Corpus Query Language (CQL) is shown below.

Advanced users can make direct use of the Corpus Query Language (CQL) by switching to "expert mode" via the toggle button.

The entire input field can be cleared using the red trash icon on the right.

Add new token to your Query

If you are only looking for a specific token, you can click on the left button and select the type of token you are looking for from the drop-down menu. By default "Word" is selected.

Word and Lemma

If you want to search for a specific word or lemma and the respective category is selected in the drop-down menu, you can type in the word or lemma of your choice in the input field. You can confirm your entry by clicking the Submit button on the right. You can also use the options below to modify your token request before pressing the submit button. These options are explained further here.

English pos, german pos or simple_pos

You can choose between the options "english pos", "german pos" and "simple_pos" to search for different parts-of-speech. You can find an overview of all tags under the "Tagsets" tab.

Empty Token

Here you can search for a token with unspecified attributes (also called wildcard token). This selection should never stand alone and should always be extended with an incidence modifier or stand in a larger query, because otherwise all possible tokens would be searched for and the program would crash.

Options for editing your query

You have the possibility to extend or specify the token you are searching for with certain factors. For this the query builder offers some fixed options. You can find more information about the options in the Corpus Query Language Tutorial.

Wildcard Character

A wildcard character replaces any character and is represented in the form of a dot.

Option Group

With an option group you can search for different variants of a token. The variants are not limited, so you can manually enter more options in the same format. "Option1" and "option2" must be replaced accordingly.

Incidence Modifiers

With the Incidence Modifiers you can determine the occurrence of single tokens. For example you can use "?" to indicate that the token occurs either not at all or once:
[word = "is"] [word="it"] [word="your"] [word="litte"]? [word = "dog"]
Here the word "little" should occur either once or not at all. With [word="dogs?"] the search is for "dog "or "dogs".

Ignore Case

With the check mark at Ignore Case the upper and lower case is ignored. This is marked with a "%c". By default (if not checked) it is case sensitive.

"or" & "and"

"Or" ( | ) and "and" ( & ) are conditions you can put on a token. With "or" one of the two conditions must be fulfilled, with "and" both conditions must be fulfilled. For example, the word must be called "will" AND be a verb, only then it will be displayed. Note that "and" is not responsible for lining up tokens in this case. For this you can simply string them together:
[word="I"] [word="will" & simple_pos="VERB"] [word="go"].

Tokens that have already been added can also be modified by clicking on the corresponding pen icon. Click on the "ignore case" box, for example, and the query builder will not differentiate between upper- and lower- case letters for that respective token. New conditions added apply to the most recent token information.

Add structural attributes to your query

You can use structural attributes to search specifically for structures in the text or to further narrow down your previous search query.

Sentence

With "Sentence" () you can search for sentences within your text. This search can of course be specified if you search for particular tokens or entities between the sentence tags (). For example, you can search for sentences that contain only a noun, verb, and adjective.
Click on Sentence to add the sentence chips:

Sentence Start

and

Sentence End

. These mark where the sentence starts and ends. Use drag-and-drop to place them accordingly. When the Sentence attribute is added, the input marker will automatically be moved between the sentence chips. Use drag-and-drop as needed to continue your query at a different position.

Entities

With entities, i.e. units of meaning, you can search for text sections that contain more specific information, for example, persons, dates, or events. The codes for these categories can be selected using the drop-down menus. You can find an explanation of these abbreviations under the tab "Tagsets".
You can also search for unspecified entities by selecting "Add entity of any type".

Click on the Entity button to add the entity chips

Entity Type=

and

Entity End

The entity type can be changed by clicking on the pen symbol on the chip. When the Entity attribute is added, the input marker will automatically be moved between the entity chips. Use drag-and-drop as needed to continue your query at a different position.

Meta Data (currently unavailable)

The meta data function is being worked on and cannot currently be used!
With the meta data you can annotate your text and add specific conditions. You can select a category on the left and enter your desired value on the right. The selected metadata will apply to your entire request and will be added at the end.

General Options of the query builder

You have several options to edit your query after adding it to the preview.

Editing the elements

You can edit your query chips by clicking on the pen icon.

Deleting the elements

You can delete the added elements from the query by clicking the X behind the respective content.

Move the elements of your query

You can drag and drop elements to customize your query.

Setting an incidence modifier

With the incidence modifier option, you can specify the amount of times a token should appear in your query. This is particularly relevant for empty tokens (tokens with unspecified attributes). Click on a token (blue chip) and select the desired option from the list to add an incidence modifier. To close the list without adding anything, click on the token again.

Switching between Query Builder and Expert mode

To work with the plain Corpus Query Language instead of using the Query Builder, click on the "expert mode" switch. Your query can be entered into the input field. All elements previously added will be carried over into expert mode. Click on the switch again to switch back to the Query Builder if desired. All recognized elements will be parsed into chips; those not recognized will be deleted from the query.

simple_pos tagset

ADJ: adjective
ADP: adposition
ADV: adverb
AUX: auxiliary verb
CONJ: coordinating conjunction
DET: determiner
INTJ: interjection
NOUN: noun
NUM: numeral
PART: particle
PRON: pronoun
PROPN: proper noun
PUNCT: punctuation
SCONJ: subordinating conjunction
SYM: symbol
VERB: verb
X: other

English ent_type tagset

CARDINAL: Numerals that do not fall under another type
DATE: Absolute or relative dates or periods
EVENT: Named hurricanes, battles, wars, sports events, etc.
FAC: Buildings, airports, highways, bridges, etc.
GPE: Countries, cities, states
LANGUAGE: Any named language
LAW: Named documents made into laws.
LOC: Non-GPE locations, mountain ranges, bodies of water
MONEY: Monetary values, including unit
NORP: Nationalities or religious or political groups
ORDINAL: "first" "second" etc.
ORG: Companies, agencies, institutions, etc.
PERCENT: Percentage, including "%"
PERSON: People, including fictional
PRODUCT: Objects, vehicles, foods, etc. (not services)
QUANTITY: Measurements, as of weight or distance
TIME: Times smaller than a day
WORK_OF_ART: Titles of books, songs, etc.

English pos tagset

ADD: email
AFX: affix
CC: conjunction, coordinating
CD: cardinal number
DT: determiner
EX: existential there
FW: foreign word
HYPH: punctuation mark, hyphen
IN: conjunction, subordinating or preposition
JJ: adjective
JJR: adjective, comparative
JJS: adjective, superlative
LS: list item marker
MD: verb, modal auxiliary
NFP: superfluous punctuation
NN: noun, singular or mass
NNP: noun, proper singular
NNPS: noun, proper plural
NNS: noun, plural
PDT: predeterminer
POS: possessive ending
PRP: pronoun, personal
PRP$: pronoun, possessive RB: adverb
RBR: adverb, comparative
RBS: adverb, superlative
RP: adverb, particle
SYM: symbol
TO: infinitival "to"
UH: interjection
VB: verb, base form
VBD: verb, past tense
VBG: verb, gerund or present participle
VBN: verb, past participle
VBP: verb, non-3rd person singular present
VBZ: verb, 3rd person singular present
WDT: wh-determiner
WP: wh-pronoun, personal
WP$: wh-pronoun, possessive
WRB: wh-adverb
XX: unknown
``: opening quotation mark
$: symbol, currency
"": closing quotation mark
: punctuation mark, comma
-LRB-: left round bracket
-RRB-: right round bracket
.: punctuation mark, sentence closer
:: punctuation mark, colon or ellipsis

German ent_type tagset

LOC: Non-GPE locations, mountain ranges, bodies of water
MISC: Miscellaneous entities, e.g. events, nationalities, products or works of art
ORG: Companies, agencies, institutions, etc.
PER: Named person or family.

German pos tagset

ADJA: adjective, attributive
ADJD: adjective, adverbial or predicative
ADV: adverb
APPO: postposition
APPR: preposition; circumposition left
APPRART: preposition with article
APZR: circumposition right
ART: definite or indefinite article
CARD: cardinal number
FM: foreign language material
ITJ: interjection
KOKOM: comparative conjunction
KON: coordinate conjunction
KOUI: subordinate conjunction with \zu\ and infinitive
KOUS: subordinate conjunction with sentence
NE: proper noun
NN: noun, singular or mass
NNE: proper noun
PDAT: attributive demonstrative pronoun
PDS: substituting demonstrative pronoun
PIAT: attributive indefinite pronoun without determiner
PIS: substituting indefinite pronoun
PPER: non-reflexive personal pronoun
PPOSAT: attributive possessive pronoun
PPOSS: substituting possessive pronoun
PRELAT: attributive relative pronoun
PRELS: substituting relative pronoun
PRF: reflexive personal pronoun
PROAV: pronominal adverb
PTKA: particle with adjective or adverb
PTKANT: answer particle
PTKNEG: negative particle
PTKVZ: separable verbal particle
PTKZU: "zu" before infinitive
PWAT: attributive interrogative pronoun
PWAV: adverbial interrogative or relative pronoun
PWS: substituting interrogative pronoun
TRUNC: word remnant
VAFIN: finite verb, auxiliary
VAIMP: imperative, auxiliary
VAINF: infinitive, auxiliary
VAPP: perfect participle, auxiliary
VMFIN: finite verb, modal
VMINF: infinitive, modal
VMPP: perfect participle, modal
VVFIN: finite verb, full
VVIMP: imperative, full
VVINF: infinitive, full
VVIZU: infinitive with "zu" full
VVPP: perfect participle, full
XY: non-word containing non-letter
$(: other sentence-internal punctuation mark
$,: comma
$.: sentence-final punctuation mark