Anregungen für die Korpuslinguistik & -stilistik: #dhmasterclass

Von der #DHMasterclass am DHI bin ich mit vielen Eindrücken zurückgekehrt. Hier möchte ich auf Themen näher eingehen, die mich besonders angesprochen haben. Das waren speziell das kollaborative Konzept der Veranstaltung sowie konkrete methodische Anregungen, die für meine Arbeit als Korpuslinguistin (am CLiC Projekt des Centre for Corpus Research, Universität Birmingham) besonders interessant sind.

Interdisziplinärer und -nationaler Dialog

Das „THATcamp-ähnliche Format“ der Masterclass hat mir sehr gut gefallen. Es gab viel Teamarbeit und spontanes „hands-on“ Ausprobieren von Methoden mit authentischen Daten von Teilnehmenden. Zudem hat die Zusammensetzung der Gruppe den Dialog über interdisziplinäre und internationale Grenzen hinweg ermutigt. So waren unter anderem die Bereiche Geschichte, Germanistik, Lyrik, Anglistik, Korpuslinguistik, aber auch historische Gedenkstätten und Archive vertreten.

Besonders interessant war es für mich, einen Einblick in diverse Projekte zu gewinnen. In meiner eigenen Erfahrung mit korpuslinguistischen Projekten besteht die anfängliche Herausforderung oft darin, ein möglichst geeignetes Korpus für die bestehende Forschungsfrage zu identifizieren oder ein Korpus aus relevanten elektronischen Texten zusammenzustellen. Währenddessen hatten viele Master Class Teilnehmende Zugang zu Primärdaten, die noch digitalisiert werden müssen. Das Digitalisieren dieser Dokumente kann daher einen wichtigen Teil dieser Projekte einnehmen.

Die Erkenntnisse der Präsentationen und Diskussionen während der Master Class haben wir gemeinschaftlich in einem Online Texteditor auf einem eigens angelegten „Pad“ festgehalten (in diesem Falle wurde die französische Software Framapad genutzt – aber es gibt weiter Anbieter wie z.B. Etherpad). Das kooperative Schreiben von  Stichpunkten, Kommentaren und Links zu weiterführenden Quellen bietet eine Plattform für den Austausch von Ideen während der Veranstaltung. Zugleich entsteht ein wertvolles Dokument – denn obwohl das Pad nach ein paar Monaten automatisch gelöscht wird, lässt es sich zum Glück exportieren. In diesem Sinne fungiert das Pad als gemeinschaftliches, dynamisches Arbeitsblatt, und ich plane, es künftig in meine eigene Lehre einzusetzen.

Methodische Anregungen

In der Masterclass haben wir das Transkribus Tool ausprobiert, um handschriftliche Texte zu transkribieren. Der transkribierte Text kann dann exportiert werden, so dass man mit einem XML Text Editor wie Oxygen besondere Merkmale des Originaldokuments – wie z.B. Überschriften, Unterstreichungen, Marginalien – im elektronischen Text annotieren kann. So ergeben sich Möglichkeiten der Analyse, die mit einfachen Textdokumenten nicht zu bewerkstelligen sind.

Andreas Witt hat in seinem Vortrag über das Erstellen von Korpora betont wie wichtig es ist, sich frühzeitig mit rechtlichen Hürden hinsichtlich des Urheberrechts under Persönlichkeitsrechte zu befassen. Seine Präsentation deutete auf die vielen Möglichkeiten der Korpusanalyse auf verschiedenen Mikro- und Makroebenen hin. So kann, auf der Mikroebene, eine Suchanfrage in einem Korpus auf einem bestimmten Wort oder einem „regulären Ausdruck“ bestehen, oder die Analyse ausschließlich auf Makrotrends fixiert sein, wie es z.B. im „Distant Reading“ der Fall ist.

Viel Interesse bestand am Thema „Named Entity Recognition“, welches von Ioana Galleron angesprochen wurde. Sie demonstrierte die Methode mit dem SEM Tool. Prinzipiell ermittelt dieses Tool „genannte Entitäten“ aus den Kategorien Personen, literarischer Charaktere, Orte, Organisationen, Firmen und Produkte. Perfekt funktioniert das automatisiert leider nicht, aber es bietet zumindest einen guten Einstieg. Galleron und ihre Kollegen sind zuletzt der Erkennung von literarischen Charakteren nachgegangen und annotieren die Texte dafür mit XML/TEI.

Dokumentieren & Teilen

Zum Ende der Woche widmete sich das Programm der Frage, wie Forschungsprozesse disseminiert aber auch systematisch festgehalten werden können. Ziel der (DH)Forschung ist oft nicht nur, andere Geisteswissenschaftler*innen zu erreichen, sondern auch die Öffentlichkeit zu erreichen und einzubinden. Anita Lucchesi hat uns das Konzept der (Digital) Public History näher gebracht und die Chance gegeben, unser eigenes kleines Projekt zu starten. Es war faszinierend zu sehen, wie schnell die drei Gruppen interaktive Webpräsenzen mit den Tools StoryMap, Timeline und historypin auf die Beine stellten.

Wichtig ist allerdings auch, dass solche digitalen Projekte nachhaltig angelegt werden, damit sie nicht stagnieren oder die Technik überholt  ist. Deswegen haben uns Charles Riondet, Dorian Sellier und Marie Puren vom EU-geförderten PARTHENOS Projekt gezeigt, wie ein „Workflow“ für ein solches Projekt systematisch angelegt werden kann. Wichtig ist, bestehenden Standards soweit wie möglich zu folgen – sowohl in der Wortwahl für die Dokumentation des Projekts als auch für Tools und Dateiformate. Hilfreiche Anhaltspunkte dafür sind die „FAIR Principles“ und das PARTHENOS „Standardization Survival Kit“.

Und weiter?

Jetzt sind das Framapad und meine persönlichen Notizen voller Methoden und Konzepte, die es nachzuschlagen und zu vertiefen gilt. Unter anderem interessiert mich, wie man eventuell Named Entities und die semantische Annotation von USAS, einer korpuslinguistischen Ressource, kombinieren kann. Während Named Entities-Methoden auf konkrete Namen hinweisen, erkennt USAS die allgemeinen semantischen Felder wie z.B. „Leben und Lebewesen“, „Emotionen“ oder „Essen und Landwirtschaft“ (in meiner Doktorarbeit habe ich den USAS Tagger angewendet um Ortsbeschreibungen in Texten zum Thema Überwachung zu untersuchen).

Die Erforschung von literarischen Charakteren ist ein weiteres Thema, das gerade in der Korpusstilistik ganz wichtig ist, und ich bin sehr gespannt, welche Parallelen es zwischen der Arbeit von Ioana Galleron und den korpusstilistischen Ansätzen zu „Charakterisierung“ und „Mind-modelling“ gibt (zur Einführung dieser Konzepte siehe z.B. diesen Aufsatz). Ich werde auf jeden Fall ausprobieren, inwiefern ich genannte Entitäten in den literarischen Texten unserer CLiC web app (die wir auch schon auf dem Hypotheses DLS Blog vorgestellt haben!) finden kann. Vor allem freue ich mich aber darüber, neue Kolleg*innen aus so vielen Bereichen kennengelernt zu haben – denn Dialog in der Wissenschaft ist so wichtig!


Viola Wiegand

Viola Wiegand is a research fellow on the AHRC-funded CLiC Dickens project at the University of Birmingham. Her research interests focus on the use of corpus linguistic tools to identify meaning in texts.

More Posts

Das könnte Dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.