Refine
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Document Type
- Doctoral Thesis (2) (remove)
Language
- German (2)
Keywords
- Digital Humanities (2) (remove)
Institute
- Institut für deutsche Philologie (2) (remove)
Indirekte Charakterisierung trägt zu einem großen Teil zur Gesamtcharakteristik von Figuren bei, ist bisher aber dennoch vergleichsweise wenig erforscht. Diese Arbeit nähert sich dem Phänomen der indirekten Figurencharakterisierung durch eine eigene Explikation theoretisch an, nennt verschiedene Repräsentationsformen von indirekter Charakterisierung und führt die Theorie dann in Bezug auf Redewiedergabe anhand zahlreicher Beispiele aus. Der Untersuchung wird ein Korpus realistischer Erzähltexte zugrunde gelegt und darin manuell Formen der Redewiedergabe annotiert, um in einem späteren Schritt computergestützt einige Experimente mit den Annotationen durchzuführen. In ihrem Aufbau entspricht diese Arbeit dadurch einem Mixed-Methods-Design von qualitativer und quantitativer Literaturwissenschaft.
Als quantitative Textanalysemethode ist das LDA Topic Modeling in den letzten Jahren in den Digital Humanities weit verbreitet worden, um zahlreiche unstrukturierte Textdaten zu untersuchen. Wenn man LDA Topic Modeling anwendet, muss man mit vielen Faktoren umgehen, die das Ergebnis der Modellierung beeinflussen können. In dieser Dissertation wurde das LDA Topic Modeling, genauer gesagt sechs entscheidende Faktoren, durch Experimente evaluiert, nämlich die Anzahl der Topics, der Hyperparameter Alpha, die Hyperparameter-Optimierung, der Hyperparameter Beta, die Iteration des Gibbs-Samplings und das Chunk-Length. Der Einfluss der sechs Faktoren wurde anhand eines deutschen Zeitungskorpus und eines deutschen Romankorpus aus zwei Perspektiven, der Dokumentklassifikation und der Topic-Kohärenz, untersucht. Ziel ist es, die Frage zu beantworten, unter welchen Umständen das LDA Topic Modeling stabil ist und damit einen Einblick in die Sensitivität der Methode gegenüber Parametereinstellungen zu geben.