Narrative Techniken: Unterschied zwischen den Versionen

← Zum vorherigen Versionsunterschied Zum nächsten Versionsunterschied →

Version vom 2. März 2016, 12:09 Uhr

Narrative Techniken

Auf der Grundlage verschiedener Textkorpora sollen historische Entwicklungen von narrativen Techniken in deutschsprachigen und französischen Romanen verfolgt und Methoden zur automatischen Klassifikation von literarischen Genres und Subgenres mit Hilfe von Topic Modelling entwickelt werden, etwa durch die automatische Erkennung von Erzählformen.

Dazu werden Subgattungen deutscher Romane, etwa Bildungs-, Gesellschafts- und Abenteuerromane, genauer untersucht. Subgattungen werden in der Literaturwissenschaft zwar als etablierte Begriffe verwendet, es zeigt sich jedoch, dass Definitionen inkonsistent sind und über Jahre hinweg verschieben können. Mit Hilfe verschiedener Dimensionen von Romanen wie des Handlungsverlaufs, der Beziehung zwischen Hauptfiguren sowie stilometrischer Analyseergebnisse (z.B. zu den verwendeten Themen und zur Emotionalität) soll überprüft werden, ob und wie sich bestimmte literarische Subgattungen mit computerphilologischen Methoden unterscheiden lassen.

In den Romanen können narrative Techniken über regelbasierte Verfahren annotiert oder über Verfahren des maschinellen Lernens automatisch in den Text eingetragen werden. Zur Klassifikation der Techniken werden auf Basis vorhandener Metadaten für die Romansammlung und die Dramensammlung in einem iterativen Prozess Feature-Vektoren aufgebaut. Die Optimierung der Verfahren betrifft die verfeinerte linguistische Vorverarbeitung durch transformationsbasierte Fehlerbehebung oder Domänenadaption und die Kombination probabilistischer graphischer Modelle (CRF) und regelbasierter Verfahren. Die Professur für Korpuslinguistik (Prof. Evert, Universität Erlangen-Nürnberg) bringt zusätzliche korpuslinguistische Expertise ein, u.a. aus einem Shared Task zur Tokenisierung und Wortartenannotierung nicht-standardnaher Texte. Darüber hinaus werden zuverlässige statistische Methoden zur Signifikanzüberprüfung der festgestellten Entwicklungen ausgearbeitet, implementiert und erprobt.

[bearbeiten]

Arbeitsgrundlage

Die Datengrundlage bilden französische und deutschsprachige Romane aus dem 19. Jahrhundert. Diese stammen hauptsächlich aus Quellen wie der Digitalen Bibliothek von TextGrid oder dem Projekt Gutenberg. Die Erhebung von Metadaten sowie die Annotation von Texten zur Entwicklung und Evaluation neuer Methoden stehen ebenfalls im Fokus.

Im Rahmen dieses Teilprojekts wurde ein Korpus zusammengestellt, das aus Abschnitten aus je 130 zusammenhängenden Sätzen aus ca. 90 deutschsprachigen Romanen besteht. Diese Texte enthalten manuelle Annotationen zu Named Entities sowie Koreferenzen. Eine Veröffentlichung dieses Goldstandards ist geplant.

Für die stilometrische Untersuchungen werden außerdem vereinzelte digitale Romantexte in anderen Sprachen wie Englisch oder Französisch aus frei zugänglichen Quellen hinzugezogen.

[bearbeiten]

Genreklassifikation

Ziel ist die automatische Einteilung von Romanen in Untergattungen wie Entwicklungsroman, Gesellschaftsroman oder auch Abenteuerroman. Hierzu werden verschiedene Arten von Features, etwa die Most Frequent Words, verschiede Topic Models oder aus Figurennetzwerken extrahierte Eigenschaften hinsichtlich ihrer Performanz verglichen.

Problematisch ist, dass derartige Experimente oft auf sehr kleinen Datenmengen erfolgen müssen, da Genrelabels aufwendig zu erheben sind und keine klaren Grenzen aufweisen - auch unter Experten herrscht hier oft Uneinigkeit. Entsprechend sind Methoden zur Signifikanzüberprüfung der Ergebnisse insbesondere bei kleinen Datenmengen wichtig. In weiterführenden Untersuchungen sollen Methoden zur Erkennung und Repräsentation von Plotstrukturen unternommen werden.

Annotationsverfahren

In den Romanen können narrative Techniken über regelbasierte Verfahren annotiert oder über Verfahren des maschinellen Lernens automatisch in den Text eingetragen werden. Zur Klassifikation der Techniken werden auf Basis vorhandener Metadaten für die Romansammlung und die Dramensammlung in einem iterativen Prozess Feature-Vektoren aufgebaut. Die Optimierung der Verfahren betrifft die verfeinerte linguistische Vorverarbeitung durch transformationsbasierte Fehlerbehebung oder Domänenadaption und die Kombination probabilistischer graphischer Modelle (CRF) und regelbasierter Verfahren. Die Professur für Korpuslinguistik (Prof. Evert, Universität Erlangen-Nürnberg) bringt zusätzliche korpuslinguistische Expertise ein, u.a. aus einem Shared Task zur Tokenisierung und Wortartenannotierung nicht-standardnaher Texte. Darüber hinaus werden zuverlässige statistische Methoden zur Signifikanzüberprüfung der festgestellten Entwicklungen ausgearbeitet, implementiert und erprobt.

[bearbeiten]

Vorträge und Aufsätze

Hettinger, Lene; Jannidis, Fotis; Reger, Isabella und Hotho, Andreas. Classification of Literary Subgenres. DHd 2016, Leipzig.

Hettinger, Lena; Becker, Martin; Reger, Isabella; Jannidis, Fotis und Hotho, Andreas: Genre Classification on German Novels. 12th International Workshop on Text-based Information Retrieval, 2015, Valéncia. http://www.uni-weimar.de/medien/webis/events/tir-15/tir15-papers-final/Hettinger2015-tir-paper.pdf

[bearbeiten]

Projektgruppe Narrative Techniken

Lehrstuhl für Computerphilologie und Neuere Deutsche Literaturgeschichte

Am Hubland, Bau 8

D-97074 Würzburg

Tel.: 0931-31 88421

E-Mail

Prof. Dr. Fotis Jannidis
Isabella Reger

Lehrstuhl für Künstliche Intelligenz und Angewandte Informatik (Informatik VI)

Arbeitsgruppe Data Mining und Information Retrieval

Am Hubland

D-97074 Würzburg

Tel.: 0931-31 86731

Prof. Dr. Andreas Hotho
Dipl.-Math. Lena Hettinger

Technische Partner

Zentrum für Philologie und Digitalität

Am Hubland

D-97074 Würzburg

Telefon: 0931/31-80534

E-mail

Dr. Hans-Günter Schmidt (Projektleitung)

Dr. Herbert Baier (Entwicklung)
Jonathan Gaede (Öffentlichkeitsarbeit)

Kooperationen

Professur für Korpuslinguistik (FAU Erlangen-Nürnberg)

Bismarckstr. 6

91054 Erlangen

Tel.: +49 09131 85-29251

E-mail

Prof. Dr. Stefan Evert

Thomas Proisl, M.A.

@@ Zeile 10: / Zeile 10: @@
 untersucht. Subgattungen werden in der Literaturwissenschaft zwar als etablierte Begriffe verwendet, es zeigt sich jedoch, dass Definitionen
 inkonsistent sind und über Jahre hinweg verschieben können. Mit Hilfe verschiedener Dimensionen von Romanen wie des Handlungsverlaufs, der Beziehung zwischen Hauptfiguren sowie stilometrischer Analyseergebnisse (z.B. zu den verwendeten Themen und zur Emotionalität) soll überprüft werden, ob und wie sich bestimmte literarische Subgattungen mit computerphilologischen Methoden unterscheiden lassen.
+In den Romanen können narrative Techniken über regelbasierte Verfahren annotiert oder über Verfahren des maschinellen Lernens automatisch in den Text eingetragen werden. Zur Klassifikation der Techniken werden auf Basis vorhandener Metadaten für die Romansammlung und die Dramensammlung in einem iterativen Prozess Feature-Vektoren aufgebaut. Die Optimierung der Verfahren betrifft die verfeinerte linguistische Vorverarbeitung durch transformationsbasierte Fehlerbehebung oder Domänenadaption und die Kombination probabilistischer graphischer Modelle (CRF) und regelbasierter Verfahren. Die Professur für Korpuslinguistik (Prof. Evert, Universität Erlangen-Nürnberg) bringt zusätzliche korpuslinguistische Expertise ein, u.a. aus einem Shared Task zur Tokenisierung und Wortartenannotierung nicht-standardnaher Texte. Darüber hinaus werden zuverlässige statistische Methoden zur Signifikanzüberprüfung der festgestellten Entwicklungen ausgearbeitet, implementiert und erprobt.
 =Korpus=