{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# DS 32 – Rechnergestützte Textkörperanalyse\n",
    "**Informatik 10 – MINT-Zweig | Künstliche Intelligenz**\n",
    "\n",
    "## Lernziel\n",
    "Ich verwalte n-Gramm-Wahrscheinlichkeiten tabellarisch und analysiere größere Textkörper rechnergestützt.\n",
    "\n",
    "> Der Lehrplan schlägt als unterrichtsbegleitende Software z. B. **[SoekiaGPT](https://www.soekia.ch/GPT/)** vor – ein kostenloses, ohne Login nutzbares Webtool, in dem man eigene Textsammlungen hochladen oder vorgegebene Sammlungen (z. B. Märchen) nutzen kann; es zeigt n-Gramme, deren Häufigkeiten und die daraus resultierenden Wortvorschläge farblich aufbereitet an. In diesem Notebook bauen wir die Textkörperanalyse zusätzlich **selbst in Python** nach, um die Funktionsweise \"unter der Haube\" zu verstehen – beide Zugänge ergänzen sich gut: SoekiaGPT für die anschauliche Demonstration an größeren, echten Textsammlungen, Python für das Verständnis des zugrunde liegenden Algorithmus."
   ]
  },
  {
   "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",
    "- Bei größeren Textkorpora ist eine **Auszählung von Hand** nicht mehr praktikabel – man nutzt Software, die die Häufigkeiten **automatisiert** ermittelt.\n",
    "- Die Ergebnisse werden meist **tabellarisch** verwaltet: Zu jedem \"Kontext\" (z. B. einem Wort oder Wortpaar) wird eine Liste möglicher Folgewörter mit ihrer jeweiligen Häufigkeit/Wahrscheinlichkeit gespeichert.\n",
    "- Eine gängige Datenstruktur dafür ist ein **Dictionary von Dictionaries**: `{kontext: {folgewort: anzahl}}`."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 💡 Beispiel: Größerer Textkorpus automatisiert analysieren"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "korpus = \"\"\"\n",
    "der hund läuft im park der hund spielt mit dem ball\n",
    "die katze sitzt auf dem baum die katze beobachtet den hund\n",
    "der hund bellt laut der hund läuft zur katze\n",
    "die katze springt vom baum die katze rennt weg\n",
    "der hund läuft ihr hinterher der hund ist müde\n",
    "\"\"\"\n",
    "\n",
    "def erstelle_bigramm_tabelle(text):\n",
    "    woerter = text.split()\n",
    "    tabelle = {}\n",
    "    for i in range(len(woerter) - 1):\n",
    "        aktuelles_wort = woerter[i]\n",
    "        naechstes_wort = woerter[i + 1]\n",
    "        if aktuelles_wort not in tabelle:\n",
    "            tabelle[aktuelles_wort] = {}\n",
    "        tabelle[aktuelles_wort][naechstes_wort] = tabelle[aktuelles_wort].get(naechstes_wort, 0) + 1\n",
    "    return tabelle\n",
    "\n",
    "tabelle = erstelle_bigramm_tabelle(korpus)\n",
    "\n",
    "# Ausgabe für ein Beispielwort\n",
    "print(\"Mögliche Folgewörter nach 'der':\")\n",
    "for wort, anzahl in tabelle[\"der\"].items():\n",
    "    print(f\"  {wort}: {anzahl}x\")\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 📝 Übung 1 – Eigene Analyse\n",
    "Gebt für die Wörter `\"die\"` und `\"hund\"` jeweils aus, welche Folgewörter mit welcher Häufigkeit in der Tabelle vorkommen."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# TODO: Übung 1 - Folgewörter für \"die\" und \"hund\" ausgeben\n",
    "\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 📝 Übung 2 – Wahrscheinlichkeiten berechnen\n",
    "Schreibt eine Funktion `wahrscheinlichkeiten(tabelle, wort)`, die für ein gegebenes Wort ein Dictionary `{folgewort: wahrscheinlichkeit}` zurückgibt (Wahrscheinlichkeit = Anzahl ÷ Gesamtanzahl aller Folgewörter zu diesem Wort)."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# TODO: Übung 2 - Funktion wahrscheinlichkeiten(tabelle, wort)\n",
    "\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 📝 Übung 3 – Eigenen Textkorpus analysieren\n",
    "Sucht euch einen eigenen, etwas längeren Text (z. B. ein paar Sätze aus einem Buch, Songtext-Zusammenfassung in eigenen Worten, oder frei erfunden) und lasst ihn mit `erstelle_bigramm_tabelle` analysieren. Welches Wort hat die meisten unterschiedlichen Folgewörter?"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# TODO: Übung 3 - eigenen Textkorpus analysieren\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
}
