Zu jeder Wortfolge in dieser Tabelle "WortfolgenUndTexte" kann ich nun durch eine ganz einfache Abfrage alle Texte finden, die sie überliefern.[16] Das sind die gesuchten Textgruppen. Da sich die Daten nicht mehr ändern, kann ich die Textgruppen fest in eine neue Tabelle "Textgruppen" schreiben; das spart bei künftigen Berechnungen Rechenleistung.[17] Ich frage zu jeder Wortfolge aus der Tabelle "Wortfolgen" die zugehörigen Text-Nummern als alphabetisch sortierte Aufzählung ab und fülle damit die zweite Spalte der neuen Tabelle, in der ersten sollen die Textgruppen eindeutig numeriert werden. Fast alle Textgruppen verdanken sich nicht nur einer sondern mehreren Wortfolgenkonkordanzen, daher gibt es unter ihnen noch Duplikate, die sich aber leicht ausblenden lassen. In einer zusätzlichen Spalte der Tabelle "Wortfolgen" verweise ich dann auf die Nummern der zugehörigen Textgruppen.

Die Zahl der zugehörigen Texte und die Nummern der zugrundeliegenden gemeinsamen Wortfolgen ebenfalls als sortierte Zeichenkette kann ich nun dank der Beziehungen zwischen den Tabellen problemlos feststellen und in zusätzliche Spalten der Textgruppen-Tabelle eintragen lassen.[18]

Um die Textgruppen nun gleich zu einer Kette zusammensetzen zu können, muß zuvor bekannt sein, welche Textgruppen Teilmengen von anderen sind. Das herauszufinden ist wieder etwas aufwendiger, es geht nicht per SQL-Befehl, sondern nur mithilfe einer Prozedur. Die vergleicht jede Textgruppe mit allen anderen, die größer sind als sie selbst, und sucht aus diesen alle heraus, in denen sämtliche Mitglieder der kleineren enthalten sind. Sie legt ihre Ergebnisse (Textgruppe_Nr und Nummer der möglichen Vater-Textgruppe) in der neuen Tabelle "Textgruppenbeziehungen" ab.

Die gleiche Prozedur habe ich auch auf die Wortfolgen angewendet, um auch von diesen zu wissen, welche kürzeren möglicherweise Teilstücke von längeren sind (wobei natürlich die Reihenfolge der Wörter zu berücksichtigen war).

Abbildung 1 gibt nun einen Überblick über alle Tabellen, wie sie als Ergebnis der Normalisierung und Feststellung der internen Beziehungen zwischen Textgruppen und Wortfolgen miteinander verknüpft sind. Die Zeichen "1" und "∞" an den Enden der Beziehungslinien charakterisieren die verschiedenen Seiten von 1:n-Beziehungen, also Beziehungen, die genau einen Datensatz in der einen Tabelle mit einem oder mehreren Datensätzen in der anderen verknüpfen. Für alle diese 1:n-Beziehungen stellt das DMS übrigens die "referentielle Integrität" sicher, das heißt, es wacht darüber, daß auf der n-Seite kein Wert eingetragen wird, der auf der 1-Seite nicht schon vorhanden sind.