Is Expert Knowledge Key? Scholarly Interpretations as Resource for the Analysis of Literary Texts in Computational Literary Studies


German project description
Ausgehend von „Schlüsselstellen in der Literatur“ in der ersten Phase unseres Projekts im SPP 2207 „Computational Literary Studies“ (CLS) haben wir neue Wege eingeschlagen, um Expert:innenwissen der Literaturwissenschaft zu nutzen, das in Interpretationstexten zum Ausdruck kommt. Damit leisten wir einen Beitrag zum Ziel des SPP, mit qualitativen Methoden gewonnene Ergebnisse mit quantitativen Methoden zu kombinieren. In dieser zweiten Phase erweitern wir diesen Ansatz, um weitere Möglichkeiten zur Wiederverwendung bestehender literaturwissenschaftlicher Ressourcen und zur Kombination von Forschungspraktiken zu eröffnen, die in der Literaturwissenschaft und in den CLS üblich sind. Wie wir bei der Analyse von Schlüsselstellen gezeigt haben, bei der wir empirisch erfasst haben, welchen Passagen professionelle Interpret:innen besondere Bedeutung zumessen, setzen wissenschaftliche Interpretationen bestimmte Schwerpunkte, während CLS typischerweise gleichmäßig selektiv und fokussiert verfahren. Zum Beispiel gehen übliche Clustering-Ansätze davon aus, dass Texte in allen ihren Passagen gleich bedeutsam sind (in der für die Untersuchung priorisierten Hinsicht, z. B. häufigste Wörter, Emotionen usw.). Ausgehend von der Analyse von Schlüsselstellen wollen wir nun fragen, inwieweit Fachwissen diese gewichtenden Interpretationsverfahren erschließt und wie solche „fachkundigen“ Lektüren CLS-Verfahren voranbringen können. Wir wollen Expert:innenwissen auf drei verschiedene Arten zur Verbesserung von CLS-Methoden nutzen. Die Schwerpunkte haben sich aus unserer bisherigen Forschung ergeben, so dass die Untersuchungen pragmatisch voneinander profitieren; jede von ihnen knüpft anbestehendes CLS-Fachwissen an, um von dort aus riskantere Forschungsfragen zu testen. 1. Erkennung narrativer Strukturen: Wir wollen fragen, wie die Bestimmung von Ereignissen zum Verständnis von Schlüsselstellen beitragen kann und wie sich narratologische Aspekte, insbesondere im Hinblick auf Handlungsstrukturen in literarischen Texten, identifizieren lassen. 2. Sentimentanalyse: Wir wollen die Perspektive gängiger Ansätze umkehren und das bereits vorhandene Wissen über Emotionen in interpretativen Texten nutzen. Nicht zuletzt wollen wir fragen, wie sich textbasierte Ansätze zur Emotionserkennung mit solchen kombinieren lassen, die Wissen voraussetzen, das deutlich über die thematisierten Emotionen hinausgeht. 3. Text-Clustering: Schließlich wenden wir uns dem Clustering am Beispiel der Gruppierung literarischer Texte in literarische Epochen zu. Dabei wollen wir fragen, wie sich das, was wir heuristisch als gleichmäßige (CLS) oder gewichtende (Expert:innen) Textanalyse bezeichnet haben, kombinieren lässt. Zusammenfassend ist unsere Forschungsfrage: Wie kann bereits etabliertes Interpretationswissen im Rahmen von CLS auf neue Weise genutzt werden, um vorhandene literaturwissenschaftliche Ressourcen möglichst effektiv zu nutzen und interdisziplinäre Verbindungen zu erschließen?

English project description
Starting with “Key passages in literary works” in the first phase of our project within the SPP 2207 „Computational Literary Studies“ (CLS), we have explored new ways to draw on expert knowledge in literary studies, expressed in interpretative texts. In this way, we contribute to the goal stated in the research program of the SPP: to combine research results acquired with qualitative methods with quantitative methods. In this second phase, we extend this approach, to open up further possibilities for re-using existing resources of literary studies and for combining research practices, which are common in literary studies and in CLS. As we have shown in the analysis of key passages, where we have empirically recorded which passages professional interpreters consider particularly important, scholarly interpretations set weighted priorities or focuses, whereas CLS typically proceed in an equally selective and focusing manner. Standard quantitative clustering approaches assume that literary texts are evenly significant in all their passages (in the respect that was prioritized for the investigation, for example, most frequent words, emotions etc.). Taking the analysis of key passages as a starting point, we now want to ask to what extent expert knowledge can be key to these weighting procedures of interpretation, and how such ‘skillful’ readings can advance the approaches of CLS. While key passages remain partly in the focus of the project, we aim to leverage expert know-how in literary studies to improve CLS methods in three different ways. The foci have emerged from our previous research, so that the studies pragmatically mutually benefit from each other; each of them connects to existing CLS expertise to test riskier research options from there. 1. Narrative structure detection: We want to ask how the determination of events can contribute to the understanding of key passages and how narratological aspects, especially concerning plot structures in literary texts, can be identified. 2. Sentiment analysis: We want to reverse the perspective of common sentiment analysis approaches and leverage the already existing knowledge about emotions in interpretative texts. Last but not least, we want to ask how text-based approaches for emotion detection can be combined with those that presuppose knowledge that clearly goes beyond the emotions thematized. 3. Text clustering: Finally, we turn to complex clustering using the example of grouping literary texts into literary epochs. At the same time, we want to ask how what we have heuristically called evenly (CLS) or weighted selective/focused (experts) text processing can be combined. To sum up, our overall research question is: How can already established interpretative knowledge be used in new ways within the framework of CLS in order to make the most effective use of existing resources in literary studies and to make interdisciplinary connections available?

Principal investigators
Jäschke, Robert Prof. Dr. (Details) (Information Processing and Analytics)
Martus, Steffen Prof. Dr. (Details) (Modern German Literature (18th to the Present))

Participating organisational units of HU Berlin

Duration of project
Start date: 08/2023
End date: 07/2026

Research Areas
Interactive and Intelligent Systems, Image and Language Processing, Computer Graphics and Visualisation, Modern German Literature

Research Areas
Digital Literary Studies, Informatik

Last updated on 2022-21-11 at 13:35