Perspektiven quantitativer Untersuchungen des Novellenschatzes

Themenbeitrag
  • 113 Downloads

Zusammenfassung

Der Beitrag untersucht den Novellenschatz von Heyse und Kurz mit Verfahren der quantitativen Textanalyse, um Aspekte des Novellenbegriffs der Herausgeber zu rekonstruieren. Ausgangspunkt ist die Diskussion der Frage, ob der Novellenschatz als eine repräsentative Sammlung von Novellen des 19. Jahrhunderts angesehen werden kann, ob also Aussagen über den Novellenschatz zugleich auch belastbare Aussagen über die Novelle im 19. Jahrhundert sind. Im Anschluss werden die Ergebnisse dreier Untersuchungen vorgestellt. Zuerst wird ein Verfahren vorgestellt, mit dem man unter bestimmten Bedingungen stilistische Vorbilder in einer Textsammlung ermitteln kann. Die Anwendung auf den Novellenschatz ergibt überraschenderweise Eichendorff als das wichtigste ›Modell‹ der Texte. Außerdem wird über eine vergleichende Analyse der Figurenkonstellation in den Novellen und in Romanen aus dem 19. Jahrhundert plausibel gemacht, dass Heyses Metapher von der starken Silhouette tatsächlich ein Differenzkriterium bezeichnet. Die dritte Untersuchung kann plausibel machen, dass die Herausgeber des Novellenschatzes überwiegend solche Novellen von Frauen ausgewählt haben, die eine weibliche Hauptfigur haben, während sie im Fall von männlichen Autoren Hauptfiguren beiderlei Geschlechts zugelassen haben.

Schlüsselwörter

Digital Humanities Quantitative Textanalyse PCA Figurenkonstellation Graphentheorie Zentralitätsmaße Distant Reading Paul Heyse Novellenschatz Novellen Literatur des 19 Jahrhunderts 

Perspectives of quantitative studies of the collection of novellas Novellenschatz

Abstract

When the writers Paul Heyse and Hermann Kurz edited the collection of narrative texts published under the name Novellenschatz (treasure of novellas), in selecting the texts and writing the quite instructive introductions to the texts and the collection they were led by a notion of what a novella is. This essay analyses some aspects of this concept of novella. Starting with the discussion, whether the collection is representative for the German novellas of the 19th Century, three approaches are presented. First a method is presented which allows to determine models for authors in a collection spanning some time. Applying this method to the Novellenschatz yields the rather surprising result, that the romantic writer Eichendorff is the most influential writer of the corpus. Secondly, a definition of the novellas as having a clear-cut silhouette in comparison to the novel is tested using the character interactions modeled as a graph as proxy. The result shows that there really is a difference between the genres, at least the novellas in the collection and a collection of contemporary novels. Thirdly, using PCA on the hundred most frequent words it can be shown that one of the components is clearly different for the text by female authors in the collection, a closer analysis reveals that the texts by female authors have been selected based on the gender of the protagonist, while the selection of texts by male authors wasn’t restricted by gender politics.

Keywords

Digital Humanities Quantitative text analysis PCA Graph theory Centrality measures Distant reading Character constellation Paul Heyse Novellenschatz Novellas 19th Century literature 

Literatur

  1. Burrows, John: »Delta: a measure of stylistic difference and a guide to likely authorship«. In: Literary and Linguistic Computing 17(3) (2002), S. 267–287.CrossRefGoogle Scholar
  2. Burrows, John: »All the Way Through: Testing for Authorship in Different Frequency Strata«. In: Literary and Linguistic Computing 22,1 (2007), S. 27–47.CrossRefGoogle Scholar
  3. Degering, Thomas: Kurze Geschichte der Novelle. München 1994.Google Scholar
  4. Evert, Stefan/ Jannidis, Fotis/ Proisl, Thomas/ Reger, Isabella/Vitt, Thorsten/ Schöch, Christof/ Pielström, Steffen: »Outliers or Key Profiles? Understanding Distance Measures for Authorship Attribution«. DH conference, Krakow 2016.Google Scholar
  5. Freeman, Linton: »Centrality in Social Networks. Conceptual Clarification«. In: Social Networks 1 (1978/79), S. 215–239.CrossRefGoogle Scholar
  6. Hempfer, Klaus W.: »Zum begrifflichen Status der Gattungsbegriffe: Von ›Klassen‹ zu ›Familienähnlichkeiten‹ und ›Prototypen‹«. In: Zeitschrift für französische Sprache und Literatur 120 (2010), S. 1–32.Google Scholar
  7. Heydebrand, Renate v./Winko, Simone: Einführung in die Wertung von Literatur. Paderborn 1996.Google Scholar
  8. Heyse, Paul: »Einleitung«. In: Thomas Weitin: Volldigitalisiertes Korpus. Der Deutsche Novellenschatz. Hrsg. von Hermann Kurz und Paul Heyse. 24 Bände. 1871–1876. Darmstadt/ Konstanz 2016 (noch unveröffentlicht).Google Scholar
  9. Jannidis, Fotis: »Netzwerke«. In: F.J./Hubertus Kohle/Malte Rehbein (Hg.): Digital Humanities. Eine Einführung. Stuttgart 2017, S. 147–161.CrossRefGoogle Scholar
  10. Jannidis, Fotis: »Quantitative Analyse literarischer Texte am Beispiel des Topic Modeling«. In: Der Deutschunterricht 68,5 (2016), S. 24–35.Google Scholar
  11. Jannidis, Fotis/Krug, Markus/Toepfer, Martin/ Puppe, Frank/Reger, Isabella/Weimer, Lukas: »Automatische Erkennung von Figuren in deutschsprachigen Romanen«. Abstract für die DHd 2015 in Graz.Google Scholar
  12. Jockers, Matthew L.: A novel method for detecting plot (Jun 2014), http://www.matthewjockers.net/2014/06/05/a-novel-method-for-detecting-plot/ Google Scholar
  13. Juola, Patrick: »Authorship Attribution«. In: Foundations and Trends in Information Retrieval 1, 3 (2006), S. 233–334.CrossRefGoogle Scholar
  14. Krug, Markus/Weimer, Lukas/Reger, Isabella/Puppe, Frank/Jannidis, Fotis: »Description of a Corpus of Character References in German Novels.« In: DARIAH-DE Working Papers 2017 (in Vorbereitung).Google Scholar
  15. Neumann, Michael: »Dresdner Novellen«. In: Claudia Stockinger/Stephan Scherer: Ludwig Tieck. Berlin 2016, S. 551–567.Google Scholar
  16. Polheim, Karl Konrad: Theorie und Kritik der Deutschen Novelle von Wieland bis Musil. Tübingen 1970.Google Scholar
  17. Stamatatos, Efstathios: »A Survey of Modern Authorship Attribution Methods«. In: Journal of the American Society for Information Science and Technology, 60,3 (2009), S. 538–556.CrossRefGoogle Scholar
  18. Trilcke, Peer: »Social Network Analysis (SNA) als Methode einer textempirischen Literaturwissenschaft«. In: Philip Ajouri/Katja Mellmann/Christoph Rauen (Hg.): Empirie in der Literaturwissenschaft. Münster 2013, S. 201–247.Google Scholar
  19. Zehe, Albin/Becker, Martin/Hettinger, Lena/Hotho, Andreas/Reger, Isabella/Jannidis, Fotis: »Prediction of Happy Endings in German Novels based on Sentiment Information«. 3rd Workshop on Interactions between Data Mining and Natural Language Processing, Riva del Garda, Italy, 2016.Google Scholar

Copyright information

© J.B. Metzler, Part of Springer Nature, Springer-Verlag GmbH 2017

Authors and Affiliations

  1. 1.Universität WürzburgWürzburgDeutschland

Personalised recommendations