Veranstaltungsprogramm

Eine Übersicht aller Sessions/Sitzungen dieser Veranstaltung.
Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.

 
Nur Sitzungen am Veranstaltungsort 
 
 
Sitzungsübersicht
Sitzung
V5_1: Dramenanalyse
Zeit:
Donnerstag, 10.03.2022:
11:15 - 12:45

Chair der Sitzung: J. Berenike Herrmann, Universität Bielefeld
Virtueller Veranstaltungsort: DHd2022 Zoom Donnerstag 1

Zoom-Kenncode: 02406823

Zeige Hilfe zu 'Vergrößern oder verkleinern Sie den Text der Zusammenfassung' an
Präsentationen

Dramatische Metadaten – Die Datenbank deutschsprachiger Einakter 1740–1850

Dîlan Canan Çakir1, Frank Fischer2

1Universität Stuttgart; 2Higher School of Economics, Moskau

Die Einakterdatenbank stellt Metadaten zu den zwischen 1740 und 1850 veröffentlichten deutschsprachigen Einakter zur Verfügung und bereitet sie für die literaturwissenschaftliche Forschung auf.



Nathan nicht ihr Vater? – Wissensvermittlungen im Drama annotieren

Melanie Andresen1, Benjamin Krautter1, Janis Pagel1, Nils Reiter2

1Universität Stuttgart, Germany; 2Universität zu Köln, Germany

Die quantitative Dramenanalyse hat sich lange Zeit auf formale Merkmale der Textoberfläche konzentriert. Das Projekt Q:TRACK widmet sich einer stärker inhaltlich fokussierten Erschließung von Dramen, genauer Prozessen der Vermittlung von Wissen über Familienrelationen der Figuren. Das (fehlende) Wissen über Verwandtschaftsverhältnisse ist für zahlreiche deutschsprachige Dramen des 18. und 19. Jahrhunderts entscheidendes Element der Handlung, sodass sich eine systematische Untersuchung aufdrängt.

In diesem Beitrag gehen wir zunächst auf die Bedeutung von Wissen und Wissensvermittlungen für die Handlung wie auch die Wirkung von Dramen ein. Anschließend beschreiben wir, wie solche Prozesse der Wissensvermittlung in Annotationen erfasst und modelliert werden können. Am Beispiel von Gotthold Ephraim Lessings hochkanonischem Drama Nathan der Weise (1779) zeigen wir, wie sich die Analyse eines Dramas auf diese Annotationen aufbauen lässt. Im Fazit blicken wir auf Perspektiven für die Automatisierung und die quantitative Analyse größerer Dramenbestände.



Evaluation computergestützter Verfahren der Emotionsklassifikation für deutschsprachige Dramen um 1800

Thomas Schmidt1, Katrin Dennerlein2, Christian Wolff1

1Lehrstuhl für Medieninformatik, Universität Regensburg; 2Institut für Deutsche Philologie, JMU Würzburg

Wir präsentieren die Ergebnisse einer Evaluationsstudie zum Einsatz unterschiedlicher Verfahren des maschinellen Lernens für die Emotionsklassifikation auf historischen deutschen Dramen um 1800. Der Fokus liegt dabei auf Transformer-basierten Sprachmodellen wie BERT und ELECTRA vortrainiert auf zeitgenössischer und historischer Sprache. Als Gold Standard werden 5 Dramen des genannten Zeitraums bezüglich mehrerer Emotionskategorien annotiert. Die Evaluationsergebnisse zeigen, dass Transformer-basierte Modelle bessere Erkennungsraten erreichen als Baseline-Methoden wie lexikonbasierte Verfahren, bag-of-words-Ansätze oder statische Sprachmodelle. Für die Klassifikation der Polarität (positiv/negativ) wird eine Erkennungsrate von 83% erreicht. Die Erkennungsrate wird jedoch mit zunehmender Emotionszahl geringer. Historische Domänenadaption führt selten zu geringfügigen Verbesserungen in unserem Setting. Die besten Modelle sind hingegen die größten Sprachmodelle trainiert auf zeitgenössischer Sprache. Wir diskutieren unsere Ergebnisse und Impulse für die weitere Verbesserung.



 
Impressum · Kontaktadresse:
Datenschutzerklärung · Veranstaltung: DHd2022
Conference Software - ConfTool Pro 2.6.143
© 2001–2022 by Dr. H. Weinreich, Hamburg, Germany