Von Nebenbefunden und Methodenadaptionen in den Digital Humanities am Beispiel von m*w

Wie der/die aufmerksame Leser*in weiß, untersuchen wir seit Sommer 2019 Gendersterotype und -bewertungen (in Form von Emotionen) in literarischen Texten. Im Rahmen eines Kolloquiums an der Berlin Brandenburgischen Akademie der Wissenschaften haben wir den aktuellen Stand unserer beider methodischen Schwerpunkte vorgestellt und Perspektiven auf eine literaturwissenschaftliche Auseinandersetzung mit Named Entity Recognition und Emotion Analysis gezeigt.

Im ersten Teil des Vortrags stellen wir interessante Nebenbefunde vor, die aus unseren Bemühungen entstanden sind, ein Named Entity Recognition Tool so zu trainieren, dass eine möglichst leistungsstarke automatische Annotation von weiblichen, männlichen und neutralen Figurenreferenzen erreicht. Wir zeigen, wie wir 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 wir 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?

Die Ergebnisse unserer Analysen möchten wir nicht vorenthalten. Anbei findest du die vertonte Vorlesung über Nebenbefunde und Methodenadaption in den Digital Humanities. Per Klick auf die untere Abbildung gelangst du zum Vortrag.