MONA – M odes o f N arration and A ttribution
MONA bildet das Dach für zwei interdisziplinäre drittmittelgeförderte Projekte, die sich mit textuellen Strukturen, Phänomenen der Informationszuschreibung und verschiedenen Aspekten narratologischer Modi befassen.
Das DFG-Projekt „Structuring Literature: Variants and Functions of Reflective Passages in Narrative Fiction“ zielt darauf, mithilfe linguistisch orientierter Ansätze des maschinellen Lernens Autor/Erzähler-attribuierte und Figuren-attribuierte reflexive Passagen in erzählender fiktionaler Literatur zu identifizieren und zu klassifizieren. Im Zuge dessen sollen die Muster des Auftretens dieser Passagen im Laufe von circa 350 Jahren Literaturgeschichte bestimmt und untersucht werden. Obwohl auch Laien in Romanen reflexive Passagen von Passagen unterscheiden können, die etwa über Handlungen berichten oder Figuren beschreiben, sind reflexive Passagen in der Literaturtheorie bislang nicht als eigenständige Forschungskategorie etabliert. Hier setzt das Projekt an und entwickelt neue Computermodelle zur Erkennung reflexiver Passagen und verwandter Phänomene, um zugleich die Nützlichkeit dieser algorithmischen Methoden für die Literaturgeschichtsschreibung zu demonstrieren.
Um kommunikative Missverständnisse oder gar Fehlinterpretationen zu vermeiden, ist es relevant, wer die Verantwortung für die in einem Text enthaltene Information übernimmt, d.h. wem diese Information zugeschrieben wird. Von unsicherer Attribution ist dann die Rede, wenn eine Informationseinheit nicht eindeutig einer Instanz zugeordnet werden kann. In fiktionalen Texten kommen hierfür AutorIn, Erzählinstanzen und Figuren in Frage. Das von der VolkswagenStiftung geförderte Projekt „Unsichere Attribution: Zuschreibungsphänomene in fiktionalen und faktualen Texten“ untersucht drei Phänomene unsicherer Attribution in literarischen Werken, nämlich (i) reflexive Passagen, (ii) erlebte Rede und (iii) sogenannte Overt-Narrator-Passagen. Ziel des Projektes ist es, komputationelle Modelle zur Identifikation und Interpretation unsicherer Zuschreibungen zu entwickeln.
MONA ermöglicht es, die beiden Projekte wechselseitig aufeinander zu beziehen und durch die Teamarbeit entstehende inhaltliche und personelle Synergien zu nutzen. MONA bringt so Literaturwissenschaft, Linguistik und Informatik noch enger zusammen und leuchtet nicht nur die fachlichen Schnittstellen dieser drei Disziplinen aus; die interdisziplinäre Ausrichtung dient zudem der Fortentwicklung disziplinspezifischer Annahmen und Theorien sowie ihrer Überführung in die Digital Humanities.
Veröffentlichungen
- Anna Mareike Weimer, Florian Barth, Tillmann Dönicke, Luisa Gödeke, Hanna Varachkina, Anke Holler, Caroline Sporleder, and Benjamin Gittel (2022). The (In-)Consistency of Literary Concepts. Operationalising, Annotating and Detecting Literary Comment. Journal of Computational Literary Studies.
- Luisa Gödeke, Florian Barth, Tillmann Dönicke, Hanna Varachkina, Anna Mareike Weimer, Benjamin Gittel, Anke Holler, and Caroline Sporleder (2022). Generalisierungen als literarisches Phänomen. Charakterisierung, Annotation und automatische Erkennung. In: Zeitschrift für digitale Geisteswissenschaften.
- Tillmann Dönicke, Florian Barth, Hanna Varachkina, and Caroline Sporleder (2022). MONAPipe: Modes of Narration and Attribution Pipeline for German Computational Literary Studies and Language Analysis in spaCy. In Proceedings of the 18th Conference on Natural Language Processing (KONVENS 2022).
- Florian Barth, Hanna Varachkina, Tillmann Dönicke, and Luisa Gödeke (2022). Levels of Non-Fictionality in Fictional Texts. In Proceedings of the The 18th Joint ACL - ISO Workshop on Interoperable Semantic Annotation.
- Hanna Varachkina, Florian Barth, Luisa Gödeke, Anna Mareike Hofmann, and Tillmann Dönicke (2022). Reflexive Passagen und ihre Attribution. In: DHd 2022 Kulturen des digitalen Gedächtnisses. 8. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" (DHd 2022).
- Benjamin Gittel (2022). Reflexive Passagen in fiktionaler Literatur. Überlegungen zu ihrer Identifikation und Funktion am Beispiel von Wielands „Geschichte des Agathon“ und Goethes „Wahlverwandtschaften“. In: Euphorion 116.
- Tillmann Dönicke, Hanna Varachkina, Anna Mareike Weimer, Luisa Gödeke, Florian Barth, Benjamin Gittel, Anke Holler, and Caroline Sporleder (2022). Modelling Speaker Attribution in Narrative Texts With Biased and Bias-Adjustable Neural Networks. Frontiers in Artificial Intelligence.
- Tillmann Dönicke, Luisa Gödeke, and Hanna Varachkina (2021). Annotating Quantified Phenomena in Complex Sentence Structures Using the Example of Generalising Statements in Literary Texts. In Proceedings of the 17th Joint ACL - ISO Workshop on Interoperable Semantic Annotation.
Ressourcen
- Florian Barth, Tillmann Dönicke, Benjamin Gittel, Luisa Gödeke, Anna Mareike Weimer, Anke Holler, Caroline Sporleder, and Hanna Varachkina (2021). MONACO: Modes of Narration and Attribution Corpus.
- Tillmann Dönicke, Florian Barth, Hanna Varachkina, and others (2022). MONAPipe: Modes of Narration and Attribution Pipeline.