© Sergey Soldatov, 123RF

Rechtschreibung: LOL? Korrekte Rechtschreibung und Grammatik sorgen auch in Zeiten von Kurznachrichten dafür, dass Dokumente lesbar und verständlich beim Empfänger eintrudeln. Der Artikel zeigt an verschiedenen Office-Suiten, welche digitalen Helfer menschlichen Fehlern unter Linux nachspüren.

Schwächen in Rechtschreibung und Grammatik gelten trotz der weiten Verbreitung von Kurznachrichten im Stakkato-Stil weiterhin als peinlicher Makel, zumal in offizieller Korrespondenz. Selbst US-Präsident Trump sah sich schon genötigt, Tweets nachträglich zu entfernen: Sie hatten mit haarsträubenden Rechtschreibfehlern für ein Aufsehen gesorgt, das offenbar sogar dem selten verlegenen Trump unangenehm war. Mit Schreibfehlern aller Art riskieren Autoren aber nicht nur ihren guten Ruf, sondern erschweren ihren Lesern auch die Lektüre.

Die Bitparade vergleicht die verfügbaren Lösungen für die Rechtschreib- und Grammatikprüfung unter Linux. Dabei begutachtet sie die freien Kommandozeilenwerkzeuge Hunspell [1] und Aspell [2] sowie die unterschiedlichen freien und proprietären Benutzer-Frontends, ob auf dem eigenen Linux-Rechner oder in der Cloud wie bei Google [3] und Zoho [4]. In einer etwas anderen Liga spielt das Werkzeug Languagetool [5], das Texte nicht nur auf ihre Rechtschreibung, sondern auch auf Grammatik- und optional Stilfehler hin überprüft.

Die einst vom Duden-Verlag angebotene Software für Rechtschreib- und Grammatikprüfung namens Korrektor gibt es bereits seit dem Jahr 2013 nicht mehr, sie nimmt deshalb nur noch als Teil von Textmaker aus der Office-Suite von Softmaker am Rennen teil.

Richtig falsch

Rechtschreibprüfung klingt zunächst nach einer klar definierten Aufgabe. Bei genauerem Hinsehen entpuppt diese sich jedoch als überaus facettenreich – so sehr, dass sie auch in der wissenschaftlichen Forschung im Bereich der Computerlinguistik und des Natural Language Processing auf Interesse stößt. Um das dahinter liegende Problem zu systematisieren, gruppieren Wissenschaftler die Fehlertypen in die folgenden Kategorien, wobei die Grenzen nicht immer ganz exakt verlaufen:

• Unbekanntes Wort: Eingabe ist ein Wort, das im Wörterbuch nicht existiert. Schwierigkeiten bereiten hier korrekt geschriebene Eigennamen sowie Fremdwörter und Neologismen, die nicht im Wörterbuch stehen.
• Bekanntes Wort: Ein Wort, das zwar existiert, aber im Kontext falsch ist: Ein Tag am mehr.
• Worttrennung: Hinzugefügte oder weggelassene Leerzeichen zwischen an sich korrekten Wörtern: DerBaum, Baum Haus.
• Grammatik: Von der versehentlichen Wortwiederholung bis zum falschen Fall (Kasus), grammatischen Geschlecht (Genus) oder Numerus (Einzahl oder Mehrzahl): Auf das Baum, auf den den Baum.

Auf Linux-Systemen spürt eine überschaubare Anzahl von Programmen solchen Fehlern hinterher.

Hunspell und Aspell

Die Hunspell- und teilweise auch die Aspell-Wörterbücher gehören bei den meisten Linux-Distributionen zum Standard- Installationsumfang der ausgewählten Sprache. Bei Hunspell heißen die Pakete mit den deutschsprachigen Wörterbüchern meist »hunspell-de-de«. Unter den alternativen Endungen »-at« oder »-ch« warten die österreichische beziehungsweise die schweizerdeutsche Variante. Englische Wörterbücher lassen sich analog unter den Bezeichnungen »en-gb« (britisches Englisch) oder »en-us« (amerikanisches Englisch) finden.

Eine weitere Wörterbuchvariante fürs Deutsche entstammt der Feder von Franz Michael Baumann; die von ihm entwickelten Pakete enden auf »-frami«. Da ihr Inhalt aktueller ist als die ursprünglichen Hunspell-Wörterbücher, gelten sie mittlerweile als Standard für deutschsprachige Hunspell-Nutzer. Viele Distributionen installieren die »-frami«-Pakete anstelle der ursprünglichen Variante. Zusätzlich halten einige Distributionen ergänzende Wörterbuchvariationen mit medizinischem Fachvokabular bereit (»hunspell-de-med«).

Im Fall von Aspell unterscheiden sich Namensgebung und Inhalte der Pakete geringfügig. So enthält etwa »aspell-de« die Rechtschreibvarianten für Deutschland, Österreich und die Schweiz. Und »aspell-1901« bietet die Möglichkeit, die Rechtschreibreform des Jahres 1996 einfach zu ignorieren. Das Paket enthält Wörterbücher, die dem Stand der ersten umfassenden Reform von 1901 entsprechen.

Sowohl bei Hunspell als auch bei Aspell handelt es sich um Konsolenwerkzeuge, die Nutzer von der Shell aus in jeweils ähnlicher Weise aufrufen. In Hunspells so genanntem interaktiven Modus nimmt das Programm nach dem Aufruf von »hunspell« zeilenweise Eingaben entgegen und gibt Korrekturvorschläge direkt aus. Dieser Modus lässt sich Unix-gemäß auch nutzen, um einen Text von der Standardeingabe zu prüfen, etwa: »echo “Rächtschreibfehler” | hunspell«.

Aspell lässt sich mittels des »–pipe«-Arguments (kurz: »-a«) auf die gleiche Weise einbinden: »echo “Rächtschreibfehler” | aspell –pipe«.

Trifft der Benutzer keine anderen Vorgaben, verwenden beide Programme das Wörterbuch, das der momentan gültigen Systemsprache entspricht, also dem Wert der »$LANG«-Umgebungsvariablen. Sowohl Hunspell als auch Aspell wechseln mit dem »-d«-Argument das Wörterbuch, beispielsweise »-d de_AT« oder »-d en_US«.

Languagetool

Als wichtigstes Alleinstellungsmerkmal checkt das Open-Source-Werkzeug Languagetool (Abbildung 1, [5]) Texte auf grammatikalische und andere kontextabhängige Fehler, auch wenn es ebenfalls eine Rechtschreibprüfung für einzelne Wörter mitbringt. Die freien Textverarbeitungsprogramme setzen die Grammatikprüfung von Languagetool jedoch – wenn überhaupt – ausschließlich ergänzend zur jeweils vorhandenen Rechtschreibprüfung ein.

Abbildung 1: Languagetool prüft neben Rechtschreibfehlern auch den Satzbau und die Grammatik.

Da Languagetool vollständig in Java geschrieben ist, läuft es auf praktisch jedem Betriebssystem. Neben dem Deutschen prüft es mehr als 20 weitere Sprachen, bei einigen beschränkt es sich aber auf reine Rechtschreibprüfung. Zudem fehlen für manche Sprachen verantwortliche Maintainer, sodass die weitere Entwicklung partiell in den Sternen steht.

Der Prozess, mit dem Languagetool einen Text prüft, ist aufwändiger als die auf Wortebene arbeitenden Ansätze von Tools wie Hunspell und Aspell, da es den Satzkontext berücksichtigt. Zunächst unterteilt die Software den gesamten Text in Sätze. Dann versieht sie mit Hilfe eines Statistik-basierten Werkzeugs jedes Wort mit einem so genannten Part-of-speech-Tag (POS), also etwa einer Wortart oder lexikalischen Kategorie.

Das POS-Tag verrät grundlegende Informationen über die grammatikalische Funktion der Wörter – ein Standardverfahren, das fast alle computerlinguistischen Methoden nutzen. Wer sich für die Details dieser linguistischen Analyse interessiert, findet im Desktopwerkzeug von Languagetool unter »Textprüfung | Text analysieren« das Ergebnis der Vorverarbeitung (Abbildung 2).

Abbildung 2: Languagetool unterteilt und analysiert Texte, um Fehler in Satzbau und Grammatik zu erkennen.

Die Wörter selbst bilden gemeinsam mit den POS-Tags die Grundlage für eine Vielzahl sprachspezifischer Regeln zur Fehlererkennung, die der Benutzer nach Bedarf ein- und ausschaltet. Fürs Deutsche kennt Languagetool über 2000 solcher Regeln, darunter fallen auch stilistische Hinweise. So mahnt das Tool den Einsatz von Floskeln und so genanntes Papierdeutsch an, typische Tippfehler, Zeichensetzung, Regeln zur Groß- und Kleinschreibung und auch spezifische Hinweise für Benutzer mit unterschiedlichen Muttersprachen.

Letztere warnt es vor so genannten falschen Freunden, also Wörtern, die in der jeweiligen Muttersprache ähnlich sind, aber eine andere Bedeutung haben. Gerade diese Funktion hilft auch deutschen Muttersprachlern etwa englische Texte zu schreiben.

Languagetool steht als Stand-alone-Paket, als Plugin für Open Office und Libre Office sowie als Erweiterung für Google Docs und für die Webbrowser Firefox und Chrome zum Download bereit. Die Stand-alone-Version enthält drei Anwendungen: Ein Kommandozeilentool, eine grafische Benutzeroberfläche und einen Server, den Anwender über HTTP-Anfragen ansteuern. Er ermöglicht es über seine Schnittstelle prinzipiell jedem Programm, Languagetool einzubinden. Die Homepage des Projekts bietet auch ein Webinterface, um Languagetool mit seiner gesamten Funktionalität in Browsern einzusetzen.

Das Languagetool-Kommandozeilentool lässt sich ebenfalls im Unix-Stil per Pipe verwenden:

echo "Rächtschreibprüfung" | java -jar  languagetool-commandline.jar -l de

Der »-l«-Parameter definiert die Sprache, die sich zusätzlich mit einer Variante wie »de_AT« versehen lässt. Alternativ versucht das Programm die Eingabesprache automatisch zu erkennen, wenn der Benutzer den Kommandozeilenparameter »-adl« aktiviert.

Vorder- und Rückseite

Mit Aspell, Hunspell und Languagetool sind die Hintergrund-Akteure im Bereich der quelloffenen Rechtschreib- und Grammatikprüfung schon genannt (Tabelle 1). Sie dienen allen gängigen freien Textverarbeitungsprogrammen als Mittel der Wahl, um dem Benutzer Sprachkorrekturen zu vermitteln, darunter Libre Office Writer (Abbildung 3), Calligra Words (Abbildung 4, [8]) und Abiword (Abbildung 5, [9]).

Für Abiword existiert ein Plugin für eine simple Grammatikprüfung, aber nur für englischsprachige Texte. Unzählige weitere Programme, etwa einfache Texteditoren, greifen auch meist auf Hunspell oder Aspell zurück, um eine Rechtschreibprüfung frei Haus zu liefern.

Abbildung 3: Libre Office Writer integriert neben der Rechtschreibprüfung mit Hunspell mittels Plugin auch das Grammatikwerkzeug Languagetool.

Auch die proprietäre Office-Suite WPS Office [10] macht es sich einfach und verwendet Hunspell für die Rechtschreibprüfung. Obwohl der Verlag dessen Entwicklung 2013 eingestellt hat, bietet Textmaker16 (Abbildung 6, [11]), das Textverarbeitungsprogramm von Softmaker Office, in seiner Professional-Variante auch in der aktuellen Version noch den Duden-Korrektor an. Er kümmert sich um Rechtschreibung, Silbentrennung und Grammatik und verrichtet seinen Dienst hier noch zuverlässig.

Abbildung 4: Calligra Words aus der KDE-Office-Suite prüft Texte mittels Hunspell.

Auch die Frontend-Seiten ähneln sich bei allen vorgestellten Textverarbeitungen stark. Sie prüfen die Rechtschreibung optional direkt beim Schreiben, wobei sie mögliche Fehler rot unterkringeln. Ein Rechtsklick auf ein markiertes Wort öffnet ein Kontextmenü, das Verbesserungsvorschläge macht. Daneben bieten außer Calligra Words alle getesteten Programme eine interaktive Prüfung, die den Benutzer per Dialogbox durch die einzelnen möglichen Fehler navigiert.

Abbildung 5: Abiword verwendet standardmäßig weiterhin Aspell für die Rechtschreibprüfung, aber mit der Option auf Hunspell. Die Grammatikprüfung spricht nur Englisch.

Wer bei Libre Office zusätzlich zur Hunspell-Rechtschreibprüfung auch Languagetool verwendet, erhält dessen Hinweise in Blau. Darüber hinaus weist das Tool auf die vermutete Fehlerart hin und gibt Hinweise wie »Wortwiederholung« oder auch »Möglicherweise keine Übereinstimmung bezüglich Genus«.

Im Prüfprozess braucht Languagetool häufig etwas länger, da die Satzanalyse mehr CPU-Zeit benötigt als eine einfache Wortprüfung. Es kommt zu kurzen Verzögerungen. Doch erscheint eine Warnung mitunter voreilig, wenn der Benutzer einen Satz noch nicht vollendet hat. Als Störfaktor für den Schreibfluss ist beides aber zu vernachlässigen.

Textmaker aus dem Hause Softmaker hebt sich in zwei Punkten von der freien Konkurrenz ab: Ein eigenes Wörterbuch soll die eingebaute Rechtschreibprüfung nach vorn bringen, während der eingebaute Duden-Korrektor die Grammatik checkt – Letzteres aber nur in der 20 Euro teureren Professional-Variante. Auch er gibt zu möglichen Fehlern eine Beschreibung aus und bringt zudem das Universal- und das Fremdwörterbuch von Duden mit.

Doch nicht nur der vor vier Jahren stehen gebliebene Korrektor hat etwas Staub angesetzt. Auch die kommerziellen Wörterbücher haben die Entwickler laut Dateiheader seit 2012 nicht mehr aktualisiert. In beiden Fällen tut das der Funktionalität aber keinen spürbaren Abbruch. Zum Vergleich: Das letzte Update der deutschsprachigen Hunspell-Wörterbücher stammt von 2015. Doch Textmaker sorgt immerhin dafür, dass Benutzer diesen gegenüber nicht ins Hintertreffen geraten, denn optional bindet das Programm auch Hunspell-Wörterbücher ein.

Im Praxistest

Trotz der großen Auswahl an freien und proprietären Textverarbeitungsprogrammen unter Linux variieren die im Hintergrund wirkenden Rechtschreibprüfer also nur wenig. Hunspell hat sich als Standard durchgesetzt, Aspell korrigiert nur noch Abiword, lässt sich aber auch dort austauschen.

Das Linux-Magazin hat dennoch einen Praxistest aufgesetzt, um zu sehen, wie die einzelnen Lösungen mit den anfangs genannten exemplarischen Fehlern zurechtkommen und wie die Verbesserungsvorschläge bei Hunspell, Aspell, Languagetool, Textmaker und den Cloudlösungen ausfallen. Der Testsatz enthält gleich mehrere Fehlertypen: »Herr Braum trägt seit Jaren den selben Anzug.« Wer die Probleme nicht ohnehin sofort erkennt, findet hier Aufklärung:

• Unbekanntes Wort: »Braum« steht in keinem deutschen Wörterbuch, kann allerdings als Eigenname dennoch korrekt sein.
• »Jaren« ist ein Schreibfehler, korrekt wäre »Jahren«.
• »den selben« besteht aus zwei an sich korrekten Wörtern, die der Verfasser in diesem Kontext jedoch zusammenschreiben müsste.

Tabelle 2 zeigt, zu welchen Ergebnissen die unterschiedlichen Rechtschreibprüfer kommen. Den Trennungsfehler bemängeln erwartungsgemäß nur die Grammatikprüfer Languagetool und Textmaker mit dem Duden-Korrektor. Sonst zeigen sich kleine Unterschiede nur bei den Verbesserungsvorschlägen. Sowohl Hunspell als auch Aspell – und damit auch alle freien Textverarbeitungsprogramme sowie WPS Writer – schlagen wie auch Textmaker und Zoho Docs vor, »Braum« in »Baum« zu ändern. Die Languagetool-eigene Rechtschreibprüfung bevorzugt hingegen den »Traum«, Google Docs entscheidet sich für »Braun«.

Abbildung 6: In der Profi-Variante bindet Textmaker den Duden-Korrektor für die Grammatikprüfung ein.

Wie Google Docs zu seinen Ergebnissen kommt, bleibt Googles Geschäftsgeheimnis. Kleine Variationen lassen aber vermuten, dass die Rechtschreibprüfung auf einem Verfahren basiert, das auch den unmittelbaren Kontext berücksichtigt. Das wundert nicht, kann das Programm doch aus den fast unbegrenzten Rechenkapazitäten und Datenmengen des Unternehmens und daraus gewonnenen Statistiken Kapital schlagen. So legt Google Docs im oben gezeigten Beispielsatz nahe, »[Herr] Braum« zu »[Herr] Braun« zu korrigieren. Schreibt der Verfasser hingegen »ein Braum«, möchte das Programm dies zu »ein Baum« berichtigen. Den Trennungsfehler in »den selben« sieht das System aber nicht.

Im Fall von Zoho Docs bestätigten die Betreiber, dass statt einer Eigenentwicklung auch hier hinter den Kulissen Hunspell seinen Dienst verrichtet.

Hunspell hat sich als freie Standardlösung etabliert und liefert fast allen Textverarbeitungsprogrammen ihre Rechtschreibprüfung. Bei Aspell fließt die noch vorhandene Entwicklungsarbeit vor allem in Fehlerkorrekturen. Es scheint im besten Fall möglich, die zusätzlichen Features von Hunspell eines Tages ebenfalls zu implementieren. Allerdings sei die nicht sehr mutige Prognose gewagt, dass es Hunspell den Rang als Primus unter den freien Rechtschreibprüfungen nicht mehr abläuft.

Die prinzipiellen Schwachstellen von Hunspell und Aspell liegen eindeutig in ihrer Beschränkung auf die Ebene einzelner Wörter. Das schließt es aus, kontextabhängige und grammatikalische Fehler zu entdecken. Languagetool bildet mit seinem umfangreichen Regelwerk deshalb eine äußerst wertvolle Ergänzung. Da unter den nativen Lösungen nur Libre Office dank eines Plugins von Languagetool profitiert, liegt es unter den freien Tools in der Gesamtwertung klar vorne. Die Leistung der bei Textmaker eingebauten nicht freien Duden-Grammatikprüfung liegt etwa gleichauf. Wer diesbezüglich Software-Unterstützung wünscht, sollte auf jeden Fall zur Professional-Variante greifen.

Regeln oder Statistik?

Der Vergleich mit Google Docs wirft eine algorithmische Grundsatzfrage auf, die sich derzeit in vielen computerlinguistischen und anderen Technologien stellt: Erreichen Methoden, die ihr (sprachliches) Wissen primär aus der statistischen Analyse großer Datenmengen beziehen, die gleiche Qualität wie manuell einkodierte Regeln? Oder übertreffen sie diese gar? Fürsprecher hoffen darauf, weil so das mühsame manuelle Implementieren solcher Regeln der Vergangenheit angehören würde. Weil die menschliche Sprache sich stets weiterentwickelt, brächte dies einen gewaltigen Bonus. Eine Statistik-basierte Rechtschreibprüfung ohne umfassendes menschliches Zutun könnte mit der sprachlichen Entwicklung durchaus Schritt halten, sobald genügend Daten vorliegen.

Andererseits stimmen empirische Beobachtung und linguistische Analyse darin überein, dass die Produktivität menschlicher Sprache dafür sorgt, dass selbst in riesigen Datenmengen niemals alle korrekten Formulierungen und grammatikalischen Wendungen in statistisch ausreichender Zahl auftauchen. Menschliches Wissen und handgestrickte Regeln haben damit hingegen kein Problem: Sie implementieren Rechtschreibregeln auch ohne statistisch signifikante Beispieldaten und ohne ausufernde Rechenkapazitäten. Ebenso setzen Menschen dank ihres Wissensvorsprungs etwa geänderte Rechtschreibregeln um, noch bevor sie in der Praxis Anwendung finden.

In welche Richtung Forschung und Entwicklung bei Firmen genau gehen, ist noch offen. Generelle Trends aus dem akademischen Bereich verweisen jedoch auf die Kombination von fest einkodierten Regeln mit statistischen Methoden. Ob Open-Source-Software wie Hunspell, Languagetool oder mögliche Nachfolger mit dieser Entwicklung Schritt hält, wird sich zeigen.