42,79 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 3-5 Tagen
  • Broschiertes Buch

Dieses Open-Access-Buch bietet eine breit angelegte, digital unterstützte, korpusbasierte Studie zur Referenzierung von Orten und Räumen in Erzähltexten. Aus literaturwissenschaftlicher, insbesondere narratologischer Forschung sowie mathematischen, philosophischen, physikalischen und kulturwissenschaftlichen Ansätzen zur Thematik des Raumes wird ein fuzzy-set-Modell herausgearbeitet, mit dem Raum in literarischen Texten analysiert und quantifiziert werden kann. Das Modell ist Grundlage eines Machine-Learning- Trainings, mit Hilfe dessen ein Tool trainiert wurde, das Ausdrücke, die in die…mehr

Produktbeschreibung
Dieses Open-Access-Buch bietet eine breit angelegte, digital unterstützte, korpusbasierte Studie zur Referenzierung von Orten und Räumen in Erzähltexten. Aus literaturwissenschaftlicher, insbesondere narratologischer Forschung sowie mathematischen, philosophischen, physikalischen und kulturwissenschaftlichen Ansätzen zur Thematik des Raumes wird ein fuzzy-set-Modell herausgearbeitet, mit dem Raum in literarischen Texten analysiert und quantifiziert werden kann. Das Modell ist Grundlage eines Machine-Learning- Trainings, mit Hilfe dessen ein Tool trainiert wurde, das Ausdrücke, die in die Kategorien des theoriebasierten Modells fallen, automatisch erkennt und annotiert. In einem Kernkorpus aus 100 Romanen aus vier Jahrhunderten (18-21) wurden mit Hilfe dieses Tools mehr als eine Million Annotationen in die Texte eingefügt und anschließend analysiert.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Mareike K. Schumacher ist Kultur- und Literaturwissenschaftlerin und arbeitet als wissenschaftliche Mitarbeiterin an der Technischen Universität Darmstadt. Sie ist seit zehn Jahren im Bereich der Digital Humanities tätig und hat an den Projekten eFoto-Hamburg, DARIAH-DE und forTEXT mitgewirkt. Forschungsschwerpunkte sind Digital Cultural Heritage, Erzähltheorie und literaturwissenschaftliche Genderforschung. Ihr Methodenrepertoire umfasst unter anderem digitale Annotation, Machine Learning, Netzwerkanalyse und die Arbeit mit Graphdatenbanken.