L.I.S.A. - Von Nebenbefunden und Methodenadaptionen in den Digital Humanities am Beispiel von m*w

Im Projekt m*w untersuchen Marie Flüh und Mareike Schumacherseit
Sommer 2019 Genderstereotype und -bewertungen (in Form von
Emotionen) in literarischen Texten. Anstelle einer Präsentation der
literatur- und kulturwissenschaftlich relevanten Erkenntnisse aus
dem Projekt (die Sie hier nachlesen können), setzten sie im Rahmen
des Kolloquiums einen methodischen Schwerpunkt und zeigen
Perspektiven auf eine literaturwissenschaftliche Auseinandersetzung
mit Named Entity Recognition und Emotion Analysis. Im ersten Teil
des Vortrags werden interessante Nebenbefunde vorgestellt, die aus
den Bemühungen entstanden sind, ein Named Entity Recognition Tool
so zu trainieren, dass es eine möglichst leistungsstarke
automatische Annotation von weiblichen, männlichen und neutralen
Figurenreferenzen erreicht. Die Wissenschaftlerinnen möchten
zeigen, wie sie dabei “zufällig” zu einer Art Barometer für Texte
mit besonders stereotypen Figurenreferenzierungen kamen und auf
welche Art und Weise Texte ausfindig gemacht werden können, die
ihrer Zeit im Hinblick auf die Darstellung von Gender voraus sind.
Dabei wird die Methode der automatischen Figurenerkennung mit
einigem Vergnügen gegen den Strich gebürstet.
Toolbewertungsverfahren werden zum eigentlichen Hilfsmittel der
Analyse und ein Scalable-Reading-Prozess setzt ein. Im zweiten Teil
des Vortrags erläutern Marie Flüh und Mareike Schumacher
unterschiedliche Perspektiven auf die digitale Analyse
sentimenttragender Textmerkmale in novellistischen Texten. Gerade
literarische Texte gelten als hochgradig emotionales Unterfangen,
wobei die Kommunikation der Figuren eines der wichtigsten
Bestandteile der literarischen Emotionalisierungstechniken
darstellt (Anz 2007: 219). Auf welche Art und Weise lassen sich
positive und negative Emotionen in Abhängigkeit zum Geschlecht
einer Figur also wieder aus literarischen Texten herausfiltern? Wie
könnte ein computergestütztes Verfahren aussehen, das sowohl der
Spezifik literarischer Texte gerecht wird als auch
(halb)automatische Arbeitsschritte beinhaltet, die einer
emotionsbezogenen Korpusanalyse mit literaturwissenschaftlichem
Erkenntnisinteresse den Weg bereitet? m*w liegt ein
Mixed-Methods-Ansatz zugrunde, der methodische Anleihen bei den
Sozialwissenschaften/Informationswissenschaften (Sentiment
Analysis), den Literatur- und Kulturwissenschaften und Verfahren,
die gegenwärtig zur digitalen Analyse von literarischen Texten in
den sog. Computational Literary Studies – also: in der digitalen
Literaturwissenschaft – eingesetzt werden, macht. Den
Originalbeitrag und mehr finden Sie bitte hier:
https://lisa.gerda-henkel-stiftung.de/von_nebenbefunden_und_methodenadaptionen_in_den_digital_humanities_am_beispiel_von_m_w?nav_id=9314