Pamphlet #7. Titelhelden und Protagonisten – Interpretierbare Figurenklassifikation in deutschsprachigen Dramen.

von Benjamin Krautter, Janis Pagel, Nils Reiter und Marcus Willand.
November 2018
 

In den Literaturwissenschaften koexistieren verschiedene Perspektiven auf Protagonisten, Helden oder Hauptfiguren dramatischer Texte, die unterschiedliche Definitionen und Identifikationsstrategien der Figuren veranschlagen. Grundsätzlich lassen sich die meisten dieser Definitionen in ein Set computerlesbarer Figureneigenschaften übersetzen. Figuren, die diesen Merkmalen entsprechen, können dann etwa als Protagonisten des Dramas klassifiziert und von anderen Figuren (wie etwa Nebenfiguren) unterschieden werden. Eine solche Klassifikationsaufgabe ist das zentrale Anliegen des Beitrags. Ein Teilproblem stellt dabei die Erkennung von titelgebenden Figuren dar, die zwar mit der Protagonistenklassifikation verwandt ist, aber eigene Voraussetzungen mit sich bringt. Wir nähern uns beiden Aufgaben zunächst theoretisch und schlagen eine eigene Protagonistendefinition vor, die sich zum Zweck einer automatischen Klassifikation operationalisieren lässt, die aber dennoch bestehende literaturwissenschaftliche Forschung aufgreift und an deren Definitionen anschließt. Ein manueller Annotationsversuch zeigt gleichwohl, dass Definitionen dieser Art nur begrenzt intersubjektivierbar sind. Mithilfe von verschiedenen Features wie Tokenzahl von Figuren, Topic Modeling und Netzwerkmaßen trainieren wir anschließend einen Random Forest Classifier, der Figuren automatisiert in Protagonisten und Nicht-Protagonisten, bzw. Titelfiguren und Nicht-Titelfiguren aufteilt. Die Ergebnisse zeigen, dass Protagonisten und Titelfiguren aufgrund ihrer meist herausgehobenen Stellung im Drama tatsächlich sehr sicher mit einfachen Features zu erkennen sind. Eine abschließende Analyse der Klassifikation einzelner Figuren am Beispiel von Die Verschwörung des Fiesko zu Genua, Maria Stuart und Emilia Galotti schließt an die literaturwissenschaftliche Perspektive an und macht deutlich, dass Machine Learning Modelle interessante Ausgangspunkte für tiefergehende Überlegungen zu Protagonisten und Titelfiguren bereithalten.

 

[ Download (DE) ]  
 
 

Ergänzend zum Pamphlet hat Janis Pagel in einem Blogbeitrag eine detaillierte Beschreibung der vorgestellten Anwendungen veröffentlicht.

 
 

Zitieren: