Ausgehend vom übergreifenden Forschungsinteresse einer datenbasierten Komparatistik der deutschsprachigen Länder möchte unser Beitrag erste Ergebnisse berichten über die emotionale Enkodierung von fiktionalem Raum. Anhand des DCHLi (Deutschschweizer Literaturkorpus), zurzeit als Pilotkorpus (76 Texte, 1854-1930, ca. 2 Mio. Wörter), und ausgehend von einem semiotischen Zugang zu textuell enkodierten Emotionen und Raumanalyse legen wir den derzeit gängigen Diktionär-basierten Zugang zu dimensionalen (Valenz, Arousal) und diskreten Emotionen (“Angst”, “Freude”, “Wut”, “Trauer”, "Ekel") an.

Welche unterschiedlichen Typen von Landschaft und Raum gibt es in der fiktionalen deutschschweizer Prosa zwischen 1854 und 1930, und wie sind diese jeweils emotional enkodiert?

Unsere quantitative Befunde stellen Bezüge her zu ikonischen Kultur/Natur-Dichotomien im Erbe der Romantik, zu historischen Stadt/Land-Konstellationen, aber auch zu einem nationalliterarischen Rahmen mit vielbeklagtem Schweizer “Mythos” einerseits und identifikatorischen (oftmals Alpen-orientierten) Angeboten für die “imagined community” (Anderson) der sogenannten Willensnation andererseits. Wir schließen mit einer methodologischen Reflexion der Sentimentanalyse innerhalb der DH.

Die in literarischen Texten enthalten Emotionsdarstellungen sind aus dem Abstand einiger Jahrhunderte aufgrund veränderter anthropologischer Vorstellungen und literarischer Darstellungskonventionen oftmals nicht mehr verständlich. Das ist auch der Fall bei deutschsprachigen Dramentexten aus dem 17. bis 19. Jahrhundert. Will man diese Dramen für die Gegenwart nicht nur speichern, sondern auch verständlich halten, muss man nicht nur die Texte selbst, sondern auch die Information, welche Emotion jeweils von einer Figur gemeint ist, im kulturellen Gedächtnis bewahren. Im Beitrag wird zunächst die Emotionstaxonomie mit vier Oberklassen und 13 Einzelemotionen begründet, die es ermöglichen soll, Kontinuität und Wandel in der Emotionsdarstellung im Untersuchungszeitraum zu erforschen. Anschließend wird die Prädominanz von ‚Leid‘ und die Verteilung der Emotionen ‚Leid‘ und ‚Freude‘ im Handlungsverlauf der 11 bisher annotierten Dramen diskutiert. Zum Schluss wird erläutert, inwiefern von Deep Learning-basierten Sprachmodellen auf derzeitigem Stand erstmals kontextsensitive Vorhersageergebnisse zu erwarten sind, die über bisherige Machine-Learning-Verfahren hinausgehen.

In unserem Beitrag stellen wir eine Fallstudie zur computergestützten Analyse von Genderrollen und Emotionen in zeitgenössischen Fantasy-Romanen für Jugendliche vor. Unter methodischer Perspektive möchten wir einen Mixed-Methods-Ansatz zur Diskussion stellen, in dem Named Entity Recognition, manuelle digitale Annotation und Netzwerkanalyse ineinander übergreifen. Unter inhaltlicher Perspektive werden Figurenrollen und daran gebundenen Emotionen hinsichtlich einer stereotypen Darstellungsweise befragt.