Prüfung der Wissensbasis

Was in den Korpora auffällig ist – gemessen, nicht geschätzt.

Ehl-i Beyt

6101 Passagen aus 19 Bänden. Länge: kürzeste 120, Median 1182, längste 2639 Zeichen. Die Homogenität ist das eigentlich Gute daran – ein Korpus mit stark schwankenden Einheiten liefert schwankende Ähnlichkeitswerte, und die Schwelle BELEG_MIN_SCORE (0.4) wäre dann bedeutungslos.

Wie fein die Kapitel aufgelöst sind

Das ist der aussagekräftigste Wert der Tabelle, und er hängt fast vollständig daran, woher die Struktur kam. Bände mit einem eigenen Inhaltsverzeichnis im PDF (toc) kommen auf 3 Passagen je Kapitel – dort steht bei einem Treffer eine Kapitelangabe, mit der man etwas anfangen kann. Bände, deren Struktur nur aus den Kolumnentiteln gelesen werden konnte, kommen auf 20 bis 128: der Kolumnentitel nennt oft nur den Bandteil, nicht das Thema.

Warum das zählt: die Kapitelangabe ist nicht Zierrat. Sie geht als Herkunft in jede Zuordnung ein (analyzer.retrieve_belege) und steht später im Dokument neben dem Vers. Eine Passage, deren Kapitel „I“ heißt, ist zwar auffindbar, aber nicht belegbar – niemand kann nachschlagen, wo das steht.

Auffälligkeiten

Kur'an

6236 Ayets in 114 Suren. Die Vollständigkeit prüft audit_quran.py gegen die erwartete Ayet-Zahl je Sure – das ist die verlässlichere Prüfung als alles, was hier steht.

240 Ayets tragen eine Ehl-i-Beyt-Auslegung. Davon sind 201 auf dem wiedergefundenen Zitat verankert und 62 nur seitengenau. Der Unterschied steht in den Daten, weil die Fußnotenmarker im PDF unzuverlässig herauskommen – ein stiller Rateschritt wäre hier schlimmer als ein sichtbarer Vorbehalt.

Peygamberler (Kısas)

735 Passagen aus 1 Band/Bänden, 33 Gestalten, 242 Unterkapitel – 3.0 Passagen je Kapitel. Das ist die feinste Struktur im ganzen Projekt, und zwar aus einem einzigen Grund: dieser Band trägt ein zweistufiges Inhaltsverzeichnis im PDF. Zum Vergleich reicht die Ehl-i-Beyt-Seite oben von 3 bis 128. Länge: Median 1285, längste 1999 Zeichen.

Jede Passage trägt ihre Gestalt und ihr Unterkapitel. Die Gestalt steht hier an der Passage und nicht am Band – anders als im Ehl-i-Beyt-Korpus, wo ein Band genau eine Gestalt behandelt. Das ist kein Formatunterschied, sondern der Grund, warum dieser Bestand ein eigenes Korpus ist.

Die zehn umfangreichsten von 33 Gestalten.

Ontologie

2947 Entitäten, 451 Aliase. 54 davon warten auf ein menschliches Urteil, 15 haben keinen Beleg in den Korpora – sie stammen aus dem Fachwissen in ontology_seed.py und behaupten damit etwas, das keine Quelle der Wissensbasis hergibt. Das ist zulässig, solange es sichtbar bleibt.

82 Alias-Kollisionen: ein Name zeigt auf mehrere Entitäten. Sie werden gemeldet und nicht aufgelöst – die Liste steht auf der Ontologie-Seite. Jede davon ist eine inhaltliche Entscheidung, keine technische.

Esmâ-i Hüsnâ

131 Namen, 128 mit einem Kur'an-Beleg, der sich in quran.json auflösen lässt. Die übrigen 3 sind nicht stillschweigend korrigiert:

• Allah – keine Angabe im Band
• Samed – Angabe im Band: {'sure_name': 'İhlâs', 'sure': 114, 'ayet': 1, 'sure_name_quran': 'NAS'}
• Şedîdu'l-İkâb – keine Angabe im Band

Deyişler

„Verschmolzen" heißt: im Quellscan fehlt der Trenner zwischen zwei Gedichten, dieses eine Werk enthält also mehrere. Das ist sonst unsichtbar – das Werk ist bloß länger – und verschiebt alle folgenden Werk-IDs gegen die Nummerierung des Buches.