Die vorliegende Arbeit lässt sich dem Bereich der quantitativen Literaturanalyse zuordnen und verfolgt das Ziel, mittels computergestützter Verfahren zu untersuchen, inwieweit sich Romane hinsichtlich ihrer Figurenkonstellation ähneln. Dazu wird die Figurenkonstellation, als wichtiges strukturgebendes Ordnungsprinzip eines Romans, als soziales Netzwerk der Figuren operationalisiert. Solche Netzwerke können unter Anwendung von Verfahren des Natural Language Processing automatisch aus dem Text erstellt werden.
Als Datengrundlage dient ein Korpus von deutschsprachigen Romanen aus dem 19. Jahrhundert, das mit automatischen Verfahren zur Figurenerkennung und Koreferenzauflösung prozessiert und manuell nachkorrigiert wurde, um eine möglichst saubere Datenbasis zu schaffen.
Ausgehend von der intensiven vergleichenden Betrachtung der Figurenkonstellationen von Fontanes "Effi Briest" und Flauberts "Madame Bovary" wurde in einer manuell erstellten Distanzmatrix die menschliche Intuition solcher Ähnlichkeit zwischen allen Romanen des Korpus festgehalten, basierend auf der Lektüre von Zusammenfassungen der Romane. Diese Daten werden als Evaluationsgrundlage genutzt.
Mit Hilfe von Methoden der sozialen Netzwerkanalyse können strukturelle Eigenschaften dieser Netzwerke als Features erhoben werden. Diese wurden anschließend zur Berechnung der Kosinusdistanz zwischen den Romanen verwendet.
Obwohl die automatisch erstellten Netzwerke die Figurenkonstellationen der Romane im Allgemeinen gut widerspiegeln und die Netzwerkfeatures sinnvoll interpretierbar sind, war die Korrelation mit der Evaluationsgrundlage niedrig. Dies legt die Vermutung nahe, dass neben der Struktur der Figurenkonstellation auch wiederkehrende Themen und Motive die Erstellung der Evaluationsgrundlage unterbewusst beeinflusst haben.
Daher wurde Topic Modeling angewendet, um wichtige zwischenmenschliche Motive zu modellieren, die für die Figurenkonstellation von Bedeutung sein können. Die Netzwerkfeatures und die Topic-Verteilung wurden in Kombination zur Distanzberechnung herangezogen. Außerdem wurde versucht, jeder Kante des Figurennetzwerks ein Topic zuzuordnen, das diese Kante inhaltlich beschreibt. Hier zeigte sich, dass einerseits Topics, die sehr spezifisch für bestimmte Texte sind, und andererseits Topics, die über alle Texte hinweg stark vertreten sind, das Ergebnis bestimmen, sodass wiederum keine, bzw. nur eine sehr schwache Korrelation mit der Evaluationsgrundlage gefunden werden konnte.
Der Umstand, dass keine Verbindung zwischen den berechneten Distanzen und der Evaluationsgrundlage gefunden werden konnte, obwohl die einzelnen Features sinnvoll interpretierbar sind, lässt Zweifel an der Evaluationsmatrix aufkommen. Diese scheint stärker als zu Beginn angenommen unterbewusst von thematischen und motivischen Ähnlichkeiten zwischen den Romanen beeinflusst zu sein. Auch die Qualität der jeweiligen Zusammenfassung hat hier einen nicht unwesentlichen Einfluss. Daher wäre eine weniger subjektiv geprägte Möglichkeit der Auswertung von Nöten, beispielsweise durch die parallele Einschätzung mehrerer Annotatoren. Auch die weitere Verbesserung von NLP-Verfahren für literarische Texte in deutscher Sprache ist ein Desideratum für anknüpfende Forschungsansätze. / This thesis is a work in the field of Digital Literary Studies with the goal of computationally analyzing the similarity of novels with regard to their character constellation. The character constellation, as an important structural arrangement in a novel, is operationalized as a social network of these characters. Such networks can be generated automatically from a literary text using Natural Language Processing techniques.
The work is based on a corpus of German novels of the 19th century that have been preprocessed using automatic methods of character identification and coreference resolution. The results have been manually corrected in order to ensure the best possible data quality.
Starting from an intensive comparative contemplation of the character constellations in “Effi Briest” by Theodor Fontane and “Madame Bovary” by Gustave Flaubert, a distance matrix capturing the human intuition of similarity between character constellations of different novels was devised manually, based on summaries of the respective novels. This distance matrix serves as a means of evaluation.
Using methods of social network analysis, structural properties of character networks can be modeled as features and used to compute cosine distances between the novels.
The automatically generated networks are generally an adequate representation of the character constellations of the novels and the network features are meaningfully interpretable. Nevertheless, the correlation with the evaluation matrix was low. This raises the assumption that, apart from the structure of the character constellation, other properties such as recurring themes or motives may have subconsciously influenced the manual creation of the evaluation matrix.
Therefore, topic modeling was used to represent important interpersonal motives that might be of importance for the character constellation. The network features and the topic distribution were used in combination for the computation of distances. Moreover, each edge in a character network was associated with a topic, trying to describe the kind of the relation. It could be observed that the result is heavily influenced on the one hand by topics that are very specific for a single text and on the other hand by topics featured strongly in all texts, so that, again, no or only a very weak correlation with the evaluation matrix could be found.
The fact that there was no obvious relation between the computed distances and the manual distance matrix, even though the individual features are meaningfully interpretable, raises doubts about the evaluation matrix. It seems to be more strongly influenced by subconscious thematic and motivic similarities between the novels than assumed. The quality and extent of the respective summaries used in the creation of the manual matrix also have a substantial influence. Hence, a less subjective way of evaluation is needed, for example by parallel estimation of the distances by several annotators. Further improvement of the quality of NLP methods for literary texts in German is also a desideratum for following research.
Identifer | oai:union.ndltd.org:uni-wuerzburg.de/oai:opus.bibliothek.uni-wuerzburg.de:14910 |
Date | January 2016 |
Creators | Reger, Isabella |
Source Sets | University of Würzburg |
Language | deu |
Detected Language | English |
Type | masterthesis, doc-type:masterthesis |
Format | application/pdf |
Rights | https://creativecommons.org/licenses/by-sa/3.0/de/deed.de, info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds