{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# DS 31 – n-Gramm-Analyse von Textkorpora (von Hand)\n",
    "**Informatik 10 – MINT-Zweig | Künstliche Intelligenz**\n",
    "\n",
    "## Lernziel\n",
    "Ich simuliere die Textkörperanalyse durch das Ermitteln von n-Gramm-Wahrscheinlichkeiten in gegebenen Textkörpern."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "tags": [
     "sprachhilfe"
    ]
   },
   "source": [
    "## 🗣️ Sprachhilfe\n",
    "- „Auf den Kontext … folgt mit der Häufigkeit/Wahrscheinlichkeit … das Wort …“\n",
    "- „Der erzeugte Text verändert sich, weil …“\n",
    "- „Im Vergleich zum n-Gramm-Modell kann das LLM …, jedoch …“"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 📌 Merksätze\n",
    "\n",
    "- Ein **n-Gramm** ist eine Folge von `n` aufeinanderfolgenden Wörtern (oder Zeichen) aus einem Text.\n",
    "  - **Unigramm** (n=1): einzelne Wörter\n",
    "  - **Bigramm** (n=2): Wortpaare\n",
    "  - **Trigramm** (n=3): Wortdreiergruppen\n",
    "- Bei der **Textkörperanalyse** zählt man, wie oft jedes n-Gramm in einem **Textkorpus** (Trainingstext) vorkommt.\n",
    "- Aus diesen Häufigkeiten lässt sich die **Wahrscheinlichkeit** ableiten, mit der auf ein bestimmtes Wort (bzw. eine Wortfolge) ein bestimmtes Folgewort folgt – das ist die Grundlage für die spätere Textgenerierung (DS 33)."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 💡 Beispiel: Bigramme von Hand zählen\n",
    "Textkorpus: **\"der hund läuft der hund bellt der hund schläft\"**\n",
    "\n",
    "Bigramme (Wortpaare):\n",
    "`(der, hund)`, `(hund, läuft)`, `(läuft, der)`, `(der, hund)`, `(hund, bellt)`, `(bellt, der)`, `(der, hund)`, `(hund, schläft)`\n",
    "\n",
    "Zählt man die Häufigkeiten, ergibt sich für das Wort **\"der\"**, gefolgt von **\"hund\"**: 3-mal – das ist das mit Abstand häufigste Bigramm mit \"der\" als erstem Wort."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 📝 Übung 1 – Von Hand zählen\n",
    "Gegeben ist der Textkorpus:\n",
    "\n",
    "**\"die katze schläft die katze spielt die katze frisst die katze schläft\"**\n",
    "\n",
    "Zählt **von Hand** (auf Papier oder in dieser Zelle) alle Bigramme und deren Häufigkeit. Welches Wort folgt im Korpus am häufigsten direkt auf \"die\"?"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "*(Eure Auszählung hier, z. B. als Tabelle)*"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 🐍 Kontrolle mit Python\n",
    "Überprüft eure Handauszählung mit dem folgenden Code."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "def erstelle_bigramme(text):\n",
    "    woerter = text.split()\n",
    "    bigramme = []\n",
    "    for i in range(len(woerter) - 1):\n",
    "        bigramme.append((woerter[i], woerter[i + 1]))\n",
    "    return bigramme\n",
    "\n",
    "def zaehle_haeufigkeiten(bigramme):\n",
    "    haeufigkeiten = {}\n",
    "    for bigramm in bigramme:\n",
    "        haeufigkeiten[bigramm] = haeufigkeiten.get(bigramm, 0) + 1\n",
    "    return haeufigkeiten\n",
    "\n",
    "korpus = \"die katze schläft die katze spielt die katze frisst die katze schläft\"\n",
    "bigramme = erstelle_bigramme(korpus)\n",
    "haeufigkeiten = zaehle_haeufigkeiten(bigramme)\n",
    "\n",
    "for bigramm, anzahl in haeufigkeiten.items():\n",
    "    print(bigramm, \":\", anzahl)\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 📝 Übung 2 – Wahrscheinlichkeiten berechnen\n",
    "Berechnet aus den Häufigkeiten oben die **Wahrscheinlichkeit** für jedes Wort, das auf \"die\" folgt (Anzahl des jeweiligen Bigramms geteilt durch die Gesamtanzahl aller Bigramme, die mit \"die\" beginnen)."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# TODO: Übung 2 - Wahrscheinlichkeiten für Folgewörter nach \"die\" berechnen\n",
    "\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 🚀 Zusatzaufgabe – Trigramme\n",
    "Erweitert den Code so, dass **Trigramme** (Dreiergruppen) statt Bigramme gezählt werden. Verwendet euren eigenen, etwas längeren Beispielsatz."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# TODO: Zusatzaufgabe - Trigramme erstellen und zählen\n",
    "\n"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "name": "python",
   "version": "3.11"
  },
  "v3_revision": {
   "basis": "MINT-Lehrplan Informatik 10 (2026)",
   "didaktik": "fragend-entwickelnder Kern, kurzer Transfer, flexible Reserve",
   "lerngruppe": "11 SuS"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}
