Ein wichtiger Aspekt der sprachlichen Gestaltung literarischer Texte besteht im Einsatz von Metaphern, Metonymien und Tropen im Allgemeinen. Einzelnen Werken, aber auch ganzen Gattungen oder Epochen wird zugeschrieben, dass ihre Spezifik nicht zuletzt in einer jeweils charakteristischen Verwendungsweise uneigentlicher Rede gründe. Unter anderem betrifft das die Geschichte der Lyrik, das heißt die Geschichte einer Gattung, die laut Benjamin Specht „in Bezug auf die Verwendung von Metaphern die weitesten Lizenzen besitzt.“

Das Ziel dieses Beitrags besteht darin, den Gebrauch von Metaphern in der deutschsprachigen Lyrik des Realismus und der frühen Moderne mithilfe automatisierter, quantitativer Methoden zu identifizieren und zu analysieren. Damit sollen mehrere literarhistorische Forschungsthesen auf einer breiten Datengrundlage geprüft und gegebenenfalls differenziert werden.

Analysen der Computational Literary Studies (CLS) vorverarbeiten ihre Untersuchungsgegenstände typischerweise mit Tools des Natural Language Processing (NLP). Dabei weichen literarische Texte aufgrund ihrer historischen und/oder ästhetischen Eigenart teils eklatant von den Daten ab, auf deren Grundlage die Models der NLP-Tools erstellt wurden, entsprechend sinkt die Accuracy der Tools. Für die CLS könnte die ‘Fehlerhaftigkeit’ der Tools im Sinne devianzpoetischer Positionen die Möglichkeit bieten, ein computationelles Verständnis vom spezifischen Abweichungscharakter literarischer Texte zu auszubilden. Für den Beitrag haben wir eine Pipeline zur Verarbeitung von Lyrik entwickelt, die potenzielle ‘Fehler’ von NLP-Tools sammelt und diese ‘Fehler’ regelbasiert typologisiert. Die Ergebnisse eines ersten Experiments mit dieser Pipeline werden im Beitrag vorgestellt. Damit möchten wir für die CLS auch exemplarisch den Ansatz des „Tool Misuse“ profilieren, bei dem die Erzeugung von ‘fehlerhaftem’ Output computationeller Tools Grundlage für Erkenntnisse über Literatur wird.

In diesem Beitrag werden zwei methodische Herangehensweisen an das Phänomen literarischer Raummetaphern im 18.-21 Jahrhundert kontrastiert. Ausgangspunkt der Untersuchung war die automatische Erkennung und Klassifizierung von Raumreferenzen in literaischen Texten mithilfe von Machine-Learning-Technologie. Da Metaphern sich dabei als erheblicher Störfaktor erwiesen, wurden diese zunächst ins Training mit einbezogen. Als die Methode der automatisierten Metaphern-Erkennung scheiterte, wurde eine relationale Graphdatenbank literarischer Raummetaphern (laRa) angelegt. Eine Metadatenanalyse von laRa zeigt, warum das maschinelle Erlernen der Erkennung von Raummetaphern in literarischen Texten scheitern musste. Sie gibt außerdem eine Reihe von Hinweisen auf Gestaltung und Nutzung literarischer Raummetaphern. Eine Beispielanalyse der “Weg”-Metapher verdeutlicht, inwiefern Spezifik und Variantenreichtum im diachronen Verlauf charakteristisch für Raummetaphern sind und dient als Cross-Falsifizierung der zuerst gewählten Methodik.