Conference paper Open Access
Dennerlein, Katrin;
Schmidt, Thomas;
Wolff, Christian
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.
Ein Beitrag zur 8. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" - DHd 2022 Kulturen des digitalen Gedächtnisses.
Name | Size | |
---|---|---|
DENNERLEIN_Katrin_Emotionen_im_kulturellen_Ged_chtnis_bewahr.pdf
md5:47c7be15b2a100c6150bd5a062306d8e |
371.2 kB | Download |
DENNERLEIN_Katrin_Emotionen_im_kulturellen_Ged_chtnis_bewahr.xml
md5:2634eae321f78f7ac74cc714175f8e80 |
52.0 kB | Download |
All versions | This version | |
---|---|---|
Views | 168 | 168 |
Downloads | 101 | 101 |
Data volume | 36.9 MB | 36.9 MB |
Unique views | 144 | 144 |
Unique downloads | 94 | 94 |