[Aktuelles]: DH Insights (Mai): “Computationelle und manuelle Auswertung komplexer Textannotationen”

– Ein Laborbericht über die Annotation und Analyse von Diskursakteuren in sprachlichen Moralisierungshandlungen

Von Maria Becker und Bruno Brocai, Lehrstuhl für Germanistische Linguistik

Im Rahmen von DH Insights gab Maria Becker am 04. Mai 2023 einen Einblick in ihr laufendes Forschungsprojekt Annotation und automatische Analyse von Moralisierungspraktiken in verschiedenen Wissensdomänen und berichtete über die computationelle und manuelle Auswertung komplexer Textannotationen. Die Präsentationsfolien können hier abgerufen werden.

Ziel des Projekts ist zunächst die systematische Analyse komplexer pragmatischer Phänomene wie das der Moralisierung, und darauf aufbauend die Entwicklung von maschinellen Lernverfahren, mit denen solche Praktiken aufgedeckt und automatisiert untersucht werden können. Beides geschieht auf Basis von Korpora, die im Rahmen des Projekts entstanden sind. In diesen Korpora werden Moralisierungsinstanzen (als konkretes Anwendungsbeispiel eines komplexen pragmatischen Phänomens) gesammelt, und zwar aus verschiedenen Textsorten (Zeitungstexten, Onlinediskussionen, Plenarprotokolle etc.) und in verschiedenen Sprachen (Deutsch, Englisch, Italienisch, Französisch). Zur Analyse werden diese Instanzen bezüglich verschiedener Merkmale, die charakteristisch für Moralisierungen sind, annotiert – beispielsweise werden die verwendeten Moralwörter kategorisiert, die Rollen und Gruppenzugehörigkeiten der Diskursakteure gelabelt, und die kommunikativen Funktionen der Äußerungen annotiert.

Die Annotation des deutschen Korpus ist mittlerweile beendet. In Kooperation mit dem Heidelberger Scientific Software Center und im Rahmen des Projekts sind außerdem verschiedene Analysetools für das Korpus entstanden.

Eine Auswertung der annotierten Daten am Beispiel der Annotationskategorie der an Moralisierungshandlungen beteiligten Diskursakteure ist so im Rahmen der Bachelorarbeit von Bruno Brocai geschehen. Mit dieser Annotationskategorie werden Individuen, Gruppen und Institutionen erfasst, die in der Moralisierung eine relevante Rolle innehaben. Für diese Diskursakteure wird jeweils vermerkt, zu welcher Gruppe sie gehören (bspw. soziale vs. institutionelle Gruppenzugehörigkeiten); und ob sie diejenigen sind, die mit der Moralisierungshandlung etwas einfordern, ob die Forderung an sie gerichtet ist, oder ob sie von der Forderung profitieren.

Für diese Annotationskategorie gilt, was schon an anderer Stelle im Projekt festgestellt wurde: Vieles bleibt in Moralisierungen implizit (Becker/Felder 2023). In fast allen Moralisierungen werden Rollen nicht explizit besetzt, in etwa 16% der Fälle werden gar keine Diskursakteure expliziert. Werden Diskursakteure aber expliziert, gibt es bestimmte Musterhaftigkeiten.

Die Auswertung dieser Musterhaftigkeiten legt nahe, dass Forderungen durch den Verweis auf Gruppen oder Institutionen als intersubjektiv und damit allgemeingültig dargestellt werden. Möglicherweise werden Gruppenschicksale auch als relevanter und damit persuasiv wirksamer eingeschätzt als Einzelschicksale.

Für das Projektziel der Automatisierung können die Analyseergebnisse gewinnbringend sein. Als Teil von regulären Suchausdrücken oder als Features in maschinellen Lernverfahren können sie womöglich dabei helfen, unannotierte Datensätze automatisiert zu untersuchen. Welche Methoden und automatisierte Modelle ein so komplexes und oft implizites Phänomen wie Moralisierungen akkurat erfassen können, muss sich noch zeigen. In jedem Fall ist davon auszugehen, dass die Methoden und Modelle auch auf weitere komplexe geisteswissenschaftliche Forschungsfragen anwendbar sind.

Nähere Informationen zu den bisher gesammelten Daten und Auswertungen sowie dem Projekt im Allgemeinen finden Sie in den Vortragsfolien, die unter diesem Link abgerufen werden können.