Transbiblionome Daten in der Literaturwissenschaft. Texttechnologische Erschließung und digitale Visualisierung intertextueller Beziehungen digitaler Korpora

Introduction
“digital humanities” boils down to using computers to do exactly the same silo-ed and intellectually buttoned down work that people did before. But it's always easier to get money for equipment (i.e. computers to make a million concordances) than it is to re-envision a field. People in this kind of digital humanities are very concerned with “preservation” in every sense of the word — preservation of the status quo, of themselves and their jobs, and of the methods and fields of the past.
(Lisa Nakamura)
Letztlich reicht es nicht aus, auf Seiten der Objektbasis unablässig neu digitales Material zu akkumulieren. Parallel dazu müsste auf Seiten der Forschung die Bereitschaft zum aktiven Einsatz technologisch und methodisch innovativer Verfahren gefördert werden. Die Digitalisierung allein ohne eine begleitende Theoriedebatte und ohne ein verfeinertes methodisches Rüstzeug betreiben zu wollen dürfte zu verkürzten Ergebnissen führen.
(Embach / Andrea 2008)
Die Sektion und ihr Leitkonzept, d. h. transbiblionome Daten, reagiert auf die
zitierten Postulate, indem sie die Konferenz-Leitfrage: „Was sind Daten in den
Geisteswissenschaften?“ an einem spezifischen Aspekt literarischer Texte und
ihrer Nutzung aufgreift, nämlich ihrer Intertextualität. Seit den
Medienverbünden der literarischen Moderne funktioniert Literatur essentiell als
Intertext, als Relais zwischen anderen Texten. Lektüre wird damit zu einer Suche
„von Buch zu Buch“ nach „etwas, was zwischen den Inhalten aller einzelnen Bücher
schwebt, was diese Inhalte in eins zu verknüpfen vermöchte“ (von Hofmannsthal
2000: 111). Im Unterschied zu paratextuellen Daten wie
Textvarianten, Konkordanzen, Erläuterungen, Quellen etc. sind intertextuelle Daten relational, d. h. sie bezeichnen die (z. B.
semantischen) Beziehungen eines literarischen Textes
(Matrix-Text) zum Archiv aller vorgängigen und zeitgleichen Texte. Sie sind
Daten (gegeben) in dem eingeschränkten Sinn, dass sie jeweils aus der Differenz
zwischen zwei Texten emergieren. Diese transbiblionomen,
die Ordnung des Buches und seiner Einheiten überschreitenden Daten bewirken
zudem eine laufende Modifizierung der Daten des Matrix-Textes, indem sie dessen
(lexikalischen, syntaktischen und semantischen) Einheiten je nach
Kontextualisierung unterschiedliche Signifikanz bzw. Verknüpfungsdichte
zuweisen. Hieraus ergibt sich für den textbezogenen Sektor der Digital Humanities die Herausforderung, das transbiblionome Medium des
Computers nicht länger für rein biblionom formulierte Aufgaben zu verwenden,
sondern dessen Potential für die Erschließung, Aufbereitung und kollaborative
Nutzbarmachung transbiblionomer (intertextueller) Daten zu erproben.
In den Beiträgen dieser Sektion (1) wird eine literatur- und medientheoretische Definition transbiblionomer Daten gegeben, ihre Problematisierungsgeschichte knapp resümiert und ihr Stellenwert für Literaturforschung im digitalen Zeitalter illustriert; (2) ein erfolgreich etabliertes digitales Korpus (fackel-online des Austrian Academy Corpus) vorgestellt, dessen Textbestand aufgrund seiner programmatischen (zitierenden, anspielenden, parodierenden) Referenz auf ein umfangreiches Korpus anderer Texte (die zeitgenössische Presseberichterstattung) besonders nachdrücklich die Öffnung auf transbiblionome Daten (die extrem große Zahl der zitierten Pressetexte) nahelegt; (3) eine Texttechnologie namens
Wikidition zur automatischen Generierung lexikalischer, syntaktischer, semantischer und textueller Links vorgeführt, die es Literaturforschern erstmals ermöglichen wird, intertextuelle Bezüge zwischen Matrix-Texten und großen Kontext-Korpora (etwa Jahresbänden einer Tagezeitung) umfassend zu erschließen, zu evaluieren, und zu visualisieren. Die Sektion reagiert damit theoretisch und praktisch auf die Leitfragen nach dem theoretischen und technologischen Status von Daten in den
Digital Humanities sowie nach den Verfahren ihrer Modellierung und Visualisierung.

Transbiblionome Daten: Problemgeschichtlicher Abriss und aktuelle Herausforderungen

Benno Wagner; Beijing Institute of Technology

Moderne Literatur funktioniert essentiell intertextuell und intermedial. Mit dem Heraufkommen der neuen Konkurrenz-Medien (Photographie und Film, Telegraf und Telefon) und mit der Ablösung der Referenzinstitution Bibliothek durch globale Informationssysteme (Rayward 2008) sowie das alle Lebensbereiche durchdringende Wissen moderner Verwaltungen existiert Schrift nurmehr im Spannungsverhältnis zwischen Buchgebundenheit und einem zunehmend
transbiblionom organisierten kulturellen Kontext. Der literarische Text gerät auf diese Weise einerseits zum „geometrischen Ort eines hors-texte“, zu einem „Kreuzungspunkt von Schichten, die Myriaden von Horizonten entspringen“ (Topia 1984: 103). Anderseits wird Literatur unter diesen Bedingungen zu einer besonderen Instanz des kulturellen Gedächtnisses. Sie lässt sich als komplexer „Spurenkörper“ (Pêcheux 1983: 55) beschreiben, oder – jedenfalls in ihren raffiniertesten und reflektiertesten Schreibweisen – auch als „hypermnemische Maschine“ (Derrida 1984: 147), als dynamischer Erinnerungsapparat, dessen virtuelles Verweispotential auf andere Texte die Ordnungsraster realer Wissensspeicher (Enzyklopädien, Bibliotheken, Archive) durchkreuzt. Bilden die letzteren Datensätze aus Relationen erster Ordnung, so sind die genuin intertextuellen Daten stets Relationen zweiter Ordnung (Relationen von Relationen). M.a.W.: sie lassen im Paradigma eines Textsyntagmas nicht nur lexikalische Einheiten erscheinen, sondern ganze Textfragmente, also wiederum Syntagmen.

So schrieb Derrida in der
Grammatologie zunächst:

„Es geht […] nicht darum, der Buchhülle noch nie dagewesene Schriften
einzuverleiben, sondern endlich das zu lesen, was in den vorhandenen Bänden
schon immer zwischen den Zeilen geschrieben stand. Mit dem Beginn einer
zeilenlosen Schrift wird man auch die vergangene Schrift unter einem veränderten
Organisationsprinzip lesen. […] Was es heute zu denken gilt, kann in Form der
Zeile oder des Buches nicht niedergeschrieben werden; ein derartiges Unterfangen
käme dem Versuch gleich, die moderne Mathematik mit Hilfe einer
Rechenschiebermaschine zu bewältigen.“ Stattdessen avisiert er, diesmal mit
Leroi-Gourhan, „eine andere[n], bereits vorstellbare[n] Art der Speicherung […],
deren rasche Verfügbarkeit der des Buches überlegen sein wird: die große
‚Magnetothek‘ mit elektronischer Auswahl wird in naher Zukunft vorselektierte
und sofort verfügbare Informationen liefern“ (Derrida 1967: 154-155).
Knapp zwei Jahrzehnte später hingegen, in einem Aufsatz aus dem Jahre 1984, konfrontiert uns Derrida mit einem ganz anderen und scheinbar diametral entgegengesetzten Szenario. Im Bezug auf den
Ulysses von Joyce heißt es nun:

„for there be no simple confusion between him [Joyce] and a sadistic demiurge, setting up a hypermnesiac machine, there in advance, decades in advance, to compute you, control you, forbid you the slightest inaugural syllable because you can say nothing that is not programmed on this 1000th generation computer […] beside which the current technology of our computers and micro-computerfied archives and translating machines remains a bricolage of a prehistoric child's toys” (Derrida 1984: 147).
Hier hat sich offenbar das Komplexitätsgefälle zwischen Druckschrift und elektronischem Speicher verkehrt. Die lineare Schrift ist nicht länger Komplexitäts-Engpass, sondern sie fungiert selbst als Quelle einer überbordenden Komplexität.
Sie ist nun der "Computer der 1000. Generation", im Vergleich zu dem die elektronischen Speichermedien als Problem erscheinen, als eine dem Gegenstand der Druckschrift unangemessene, prähistorische Spielerei.

Betrachtet man nun den Einsatz von Computern zu Zwecken der Literaturforschung seit den 1990er Jahren, so drängt sich der Eindruck auf, als habe jedes der beiden Zitate eine Arbeitsperspektive eröffnet, die von der jeweils anderen nichts zu wissen scheint. So haben Autoren wie George Landow und Jay Bolter, in einer eigentümlichen Einebnung des Unterschieds zwischen der syntagmatischen und der paradigmatischen Text-Dimension, den elektronischen Hypertext kurzerhand zu jenem Medium deklariert, mit dessen Hilfe sich das intertextuelle Verweispotential eines literarischen Textes restlos implementieren, der vieldimensionale literarische Text sich aus dem Zwang der Zeile befreien ließe. Hierzu konstatiert Moritz Baßler:
„Landows Parallelisierung von Hypertext mit jenem poststrukturalistischen
Textbegriff, den Barthes in S/Z entwickelt, setzt sich über den elementaren
Unterschied von syntagmatischer und paradigmatischer Textdimension großzügig
hinweg. […] Dabei handelt es sich jedoch um zwei vollkommen verschiedene Dinge,
denn ein Hypertext mag so nonlinear sein wie er will – das betrifft doch immer
nur die Sequenz, in seiner paradigmatischen Dimension dagegen unterscheidet er
sich nicht vom normalen Text“ (Baßler 2005: 307-308).
Sehr viel erfolgreicher gestaltet sich computergestützte Literaturforschung immer
dann, wenn sie die transbiblionome Dimension der Intertextualität von vornherein
aus ihrem Gegenstandsbereich ausschließt. Dies geschieht zumeist
stillschweigend, bisweilen aber auch mit programmatischem Nachdruck, wenn sich
etwa die in Deutschland etablierte Computerphilologie explizit auf die Befassung
mit „traditionellen philologischen Gegenständen“ und damit das Potential des
Computers auf die Optimierung biblionomer Funktionen sowie auf die Herstellung
dezentraler Forschungskollaborationen beschränkt (Meister 2005: 326). Als ein
auf dieser biblionomen Basis erfolgreich etabliertes Projekt stellen wir die
digitale Edition der Fackel des Austrian Academy Corpus
vor. Das digitale Fackel-Korpus kann zugleich als
Testfall für die hier postulierte transbiblionome Erweiterung dienen, weil sein
Textbestand aufgrund der programmatischen (zitierenden, anspielenden,
parodierenden) satirischen und polemischen Referenz auf umfangreiche Korpora
anderer Texte (die zeitgenössische Presseberichterstattung, die zeitgenössische
Literatur) besonders nachdrücklich die Öffnung auf intertextuelle Daten (die
extrem große Zahl der zitierten Pressetexte) nahelegt.
Eine auf intertextuelle Verlinkung orientierte
transbiblionome Literaturforschung wird also auf biblionome Digitalisierungen von Datensätzen erster Ordnung funktional aufsetzen. Ihre methodische und technische Entwicklung hätte sich vor dem skizzierten Erfahrungshintergrund an drei Leitlinien zu orientieren:

(1) Zielsetzung: Transbiblionome Digital Humanities zielt
auf die computergestützte Erschließung und Darstellung der intertextuellen und
intermedialen Dimension literarischer Texte jenseits einer Beschränkung auf
einen biblionomen Forschungshorizont und der Fixierung auf das
Visualisierungspotential von Hypertext. Als technische Grundlage hierfür hätte
eine auf die Generierung und Verwaltung intertextueller Daten zielende digitale
Arbeitsumgebung zu dienen, die zugleich die dezentrale Kollaboration von
Experten(gruppen) und eine nutzerspezifisch differenzierte Aufbereitung der
Forschungsergebnisse ermöglicht. In dieser Sektion stellen wir mit Wikidition eine Software vor, welche die ersten beiden
Aspekte dieses Anforderungsprofils texttechnologisch umsetzt.
(2)
Theorie: Unter den genannten Bedingungen kann und muss sich das zugrundeliegende Intertextualitäts-Modell der methodischen Alternative entziehen, mittels derer die printorientierte Methodendiskussion (insbesondere der 70er und 80er Jahre) sich um eine „Zähmung“ (Lachmann 1984: 137) des transbiblionomen Potentials ‚moderner‘ Intertextualität bemüht hatte: Hier eine ‚geschlossene‘, durch unterstellte Verknüpfungsabsichten des Autors oder faktische Verknüpfungsoperationen des Lesers begrenzte, dort eine unmittelbar auf das System der langue bezogene ‚offene‘ und daher, zumal unter Bedingungen einer printfixierten Forschung, forschungspraktisch niemals einholbare Intertextualität. Baßlers Entwurf eines ‚archivimmanenten Strukturalismus‘ (Baßler 2005), der den intertextuellen Raum (das ‚Paragrammaire‘ nach J. Kristeva) eines Bezugstextes auf eine historische Positivität von Kontext-Dokumenten bezieht, die er ‚Archiv‘ nennt, kann hier als fundierte und konstruktive Alternative dienen, deren Begrifflichkeit sich unmittelbar auf die Konzepte und Leistungen einer digitalen Texttechnologie beziehen lässt. Präzisierungen und Erweiterungen der Theorie werden dort anzustreben sein, wo das 'Archiv' nicht nur den biblionomen Raum, sondern zugleich den der Textualität überschreitet, indem es sich multimedial konstituiert.

(3
) Methode: Intertextuelle Computerphilologie dieser transbiblionomen Art zielt nicht auf die
Implementierung literarischer Intertextualität: ihre ‚Befreiung‘ aus dem ‚Gefängnis‘ der Druckzeile und ‚vollständige Entfaltung‘ im barrierefreien digitalen Schreibraum, sondern auf ihre
Supplementierung: auf die forschungstechnische Unterstützung der selbstverständlich stets selektiven und (projekt- und methodenspezifisch) perspektivischen Erschließung des intertextuellen Potentials eines je gegebenen literarischen Texts. Bei der Entwicklung einer zweckmäßigen Arbeitsumgebung hätte die Kooperation zwischen Philologie, Medienwissenschaft, Texttechnologie und Informatik einer Logik
pragmatischer Schnittstellenbildung zu folgen. Statt entweder digitale Lösungsmöglichkeiten mit philologischen Problemstellungen zu überfordern, oder umgekehrt von vornherein die philologischen Problemstellungen an das Leistungsvermögen digitaler tools anzupassen, wären für jede Teilaufgabe die Schnittstellen zwischen humaner Intelligenz und künstlicher Intelligenz präzise zu definieren, um die Leistungsvermögen von Menschen und Rechnern möglichst effizient miteinander zu verschalten.

Ausgehend von diesen Überlegungen stellen wir, mit den Bezugshorizonten Franz
Kafka und Karl Kraus, eine texttechnologische Anwendung (Wikidition) für die Entwicklung eines Literary
Memory Information System (LiMeS) vor. Dh. einer
literaturwissenschaftlichen Forschungsumgebung, die literarische Texte nicht einfach als Gegenstände, sondern als Medien des kulturellen Gedächtnisses behandelt, indem
sie ihr intertextuelles Verweispotential erschließbar, darstellbar und für
unterschiedliche Verwertungszusammenhänge nutzbar macht. Die texttechnologischen
Entwicklungen der letzten Jahre bieten u. E. eine tragfähige Basis für die
Konzeption und Implementierung einer digitalen Arbeitsumgebung für eine solche
intertextuell und transbiblionom orientierte Literaturforschung.

"Die grellsten Erfindungen sind Zitate". Corpusbasierte Erkennung und Analyse von Zitaten und intertextuellen Referenzen in literarischen Texten

Hanno Biber; Österreichische Akademie der Wissenschaften

„Die unwahrscheinlichsten Taten, die hier gemeldet werden, sind wirklich
geschehen; ich habe gemalt, was sie nur taten. Die unwahrscheinlichsten
Gespräche, die hier geführt werden, sind wörtlich gesprochen worden; die
grellsten Erfindungen sind Zitate.“ (Kraus 1926: VII) Im Vorwort der Buchausgabe
des aus den die Worte und Taten, die Presseberichte und Propaganda, die Phrasen
und Tonfälle des Ersten Weltkrieges aus- und aufrufenden, satirisch in Szene
gesetzten Dokumenten bestehenden monumentalen Dramas "Die letzten Tage der
Menschheit" steht diese Aussage von Karl Kraus zu seiner satirischen Methode des
Zitats. Sie hebt hervor, wie der Autor das gestaltet hat, was er für seine
Leser, die noch hören und lesen konnten, was und wie es gesagt wurde, wie auch
für zukünftige Leser hörbar und sichtbar gemacht hat, in den aus Zitaten
bestehenden Szenen seines Dramas ebenso wie in den Texten seiner Zeitschrift Die Fackel.
Die
AAC-Fackel
, die digitale Ausgabe der von Karl Kraus
vom 1. April 1899 bis Februar 1936 in Wien herausgegebenen Zeitschrift Die Fackel wurde unter Anwendung computerphilologischer
Methoden im Rahmen des AAC-Austrian Academy Corpus an der
Österreichischen Akademie der Wissenschaften erstellt. Das literarische Werk des
wohl bedeutendsten Satirikers deutscher Sprache und darin die 1899 bis 1936 in
Wien herausgegebene Zeitschrift Die Fackel des 1874 in
Jičín in Böhmen geborenen Karl Kraus, der in Wien gelebt, in vielen Städten
Europas seine Texte vorgetragen hat und weit darüber hinaus rezipiert wurde und
wird, ist als überaus bedeutender Beitrag der deutschsprachigen Literatur zur
Weltliteratur zu betrachten. Die Überlieferung und Verfügbarkeit der satirischen
und polemischen Texte im digitalen Medium der AAC-Fackel,
der Texte der Fackel mit ihrer thematischen Vielfalt,
sprachlichen Komplexität und historischen Relevanz, muss für eine von
computergestützten Verfahren der digitalen Literaturwissenschaft bestimmten
wissenschaftlichen Beschäftigung, die sich der zeitgemäßen Erforschung des
literarischen Werkes nach neuesten wissenschaftlichen Standards verpflichtet,
als eine überaus wichtige Aufgabe betrachtet werden. In der digitalen Edition
der AAC-Fackel wird der gesamte Text dieser Zeitschrift
nicht nur einer an Literatur, Sprache und Geschichte interessierten Leserschaft
zugänglich gemacht, sondern auch die einzigartige sprachliche und literarische
Qualität dieser Texte unter Nutzung computerphilologischer Methoden und
texttechnologischer Instrumente durch verschiedene Suchmöglichkeiten und
Register in einer neuen Weise erschlossen.
Die Methode der Satire von Karl Kraus ist das Zitat. Seine Texte folgen mithin
einer transbiblionomen Logik des laufenden Verweises auf andere Texte. Aus
diesem Grunde kann unter Nutzung texttechnologischer Möglichkeiten, wie sie in
der im anschließenden Beitrag beschriebenen Wikidition
implementiert werden, das digital verfügbare Textcorpus der Fackel zur Analyse der in ihm zitierten Texte genutzt
werden. Karl Kraus findet zumeist in den zeitgenössischen Texten der Presse und
der Publizistik die Prätexte für seine Texte, indem er das, was er verarbeitet,
einfach zitiert, oder einschöpft in seine Texte und satirisch kommentiert. In
seinen satirischen Texten muss er nichts mehr erfinden, sondern vielfach einfach
nur zitieren, in Anführungszeichen setzten, den Text einbetten, ihn graphisch so
anordnen, dass seine satirische Qualität sichtbar werden kann, dem Leser
sichtbar gemacht werden kann. Die in den tausenden Zitaten wiedergegebenen,
satirisch bearbeiteten Sprachstücke der Fackel sind vom
Autor montiert und typographisch aufbereitet, was in vielen Fällen, besonders in
den Glossen der 'Fackel' durch einfache Spationierung von bestimmten
Textpassagen erfolgen kann. Die Textsorte der Glosse ist beispielhaft für das
satirische Verfahren von Karl Kraus, wo es auf die besondere Behandlung eines
zitierten, aus der Presse stammenden Prätextes ankommt. Kurt Krolop schreibt
dazu in einem Aufsatz über Karel Čapek und Karl Kraus über die wichtigste
Funktionsweise der Satire von Karl Kraus: „Das auf solche Weise schöpferische
Vernichtungsarbeit leistende Zitat, in dem die Spationierung den Gestus sichtbar
macht, reduziert wolkigen Bombast auf den zugrunde liegenden reinen Unsinn,
vorgetäuschte Fülle auf die tatsächliche Leere, falsches Pathos auf das echte
Blech, die hohle Phrase auf die dicke Lüge. Der gestischen Entlarvung dient auch
die für die Fackel so charakteristische Verschränkung von klassischem Sprachgut
und Jargon, welche etwa die wahre Haltung eines liberalen Journalisten zur
Anschauung bringen soll, wenn dieser Posas berühmte Aufforderung zitiert und das
so bewirkt „Sire, bittsie, was liegt Ihnen schon dran, geben Sie
Gedankenfreiheit!“ (890,276)“ (Krolop 1992: 305-306.) Der Text „Blendwerk der
Hölle“ (F 366,30)1
, in dem der Satiriker auch am Ende seines Textes über die besondere
Funktionsweise seiner Satire reflektiert, ist beispielhaft für dieses dann in
der satirischen Tragödie "Die letzten Tage der Menschheit" dramatisch
gestalteten Verfahrens. Diese Glosse ist wie viele andere auch Teil einer Reihe
von oft thematisch in Zusammenhang stehenden Glossen in den Heften der
Zeitschrift, einer für diese besondere Form der Satire von Karl Kraus typischen
Textsorte und thematisiert in besonderer Weise die Arbeit des Satirikers mit der
„übervollen Realität“ (F 366,32), wie sie sich ihm sprachlich deutlich und in
seinen eigenen Texten durch Zitierung in seiner Zeitschrift deutlich gemacht in
der Presse seiner Zeit darbietet. Karl Kraus demonstriert und reflektiert seine
Methode der Satire, die nicht Satiren verfassen muss, sondern Texte aus der
Zeitung bloß noch anordnen muss, damit sie zu Satiren werden. Diese besondere
Methode der Satire ist die Methode des Zitats. Der Schriftgrößenwechsel zur
Kenntlichmachung des Zitats und die Hervorhebung einzelner sprachlicher
Äußerungen durch Sperrung sind der zeitgenössischen typographischen Konvention
entliehene Zeichen, die hier zum kritischen Zweck der Hervorhebung im
satirischen Text eingesetzt werden.
Im Zentrum des satirischen Verfahrens steht das Zitat. Die zitierten Prätexte der
satirischen Texte, die in den Glossen, im Drama und in den anderen Texten von
Karl Kraus aufgerufen und zitiert werden, können mit Hilfe von
texttechnologischen und corpusbasierten Methoden der digitalen
Literaturwissenschaft ebenso wie andere intertextuelle Verbindungen zwischen den
Texten aufgefunden und systematisch erforscht werden. Wie erste Versuche eines
solchen Verfahrens aussehen könnten, wäre ein wichtiger Beitrag zur Erforschung
der komplexen Textreferenzen der Fackel. Als ein
wichtiges Instrument dazu kann neben anderen zur Verfügung stehenden Ressourcen
die in der Österreichischen Akademie der Wissenschaften erstellte Textsammlung
des AAC-Austrian Academy Corpus dienen. Das AAC ist ein umfangreiches und komplex strukturiertes
Textcorpus zur deutschen Sprache und Literatur im Untersuchungszeitraum von 1848
bis 1989 und Basis für die Entwicklung texttechnologischer Anwendungen im
Bereich der Corpusforschung sowie philologischer und textwissenschaftliche
Forschungen, die am Institut für Corpuslinguistik und Texttechnologie der
Österreichischen Akademie der Wissenschaften mit diesen Textressourcen neben
anderen Textcorpora in den Bereichen der Corpusforschung im Kontext digitaler
Literaturwissenschaft und philologischer Grundlagenforschung durchgeführt
werden. Die AAC-Fackel kann neben der digitalen Edition
der literarischen Zeitschrift
Der Brenner
in diesem
Kontext als exemplarischer Anwendungsfall einer aus der Corpusforschung und
computergestützten Textwissenschaft entstandenen digitalen Musteredition eines
literaturgeschichtlich bedeutenden Textes betrachtet werden. Ihr Zustandekommen
und die dafür notwendigen Bedingungen resultieren aus einer sich mit Sprache und
Fragen des besonderen Sprachgebrauchs auf empirischer Textbasis in einem
bestimmten, mit besonderen Eigenschaften ausgestatteten Textcorpus befassenden
Forschungsrichtung, wie sie im ICLTT und seinen
Vorgängerunternehmungen seit vielen Jahren betrieben wird. Die computergestützte
Auffindung von Zitaten in Texten und der Erforschung des Gebrauchs von Zitaten
in Texten, die der Satiriker Karl Kraus in seinen Texten literarisch nutzt, wird
durch große Textcorpora erst systematisch möglich und soll als exemplarischer
Anwendungsfall einer derart texttechnologisch ausgeübten Literaturwissenschaft
verstanden und gezeigt werden.

Automatische intra- und intertextuelle Vernetzung literarischer Texte mit Hilfe von Wikidition

Alexander Mehler; Universität Frankfurt

Der Beitrag führt Wikidition als neuartiges Literary Memory Information System ein, das die in den
beiden vorigen Beiträgen theoretisch und im Hinblick auf ein existierenden
digitales Korpus formulierten transbiblionomen Postulate einlösen soll. Wikidition zielt auf die automatische Generierung von
online Editionen von Korpora natürlichsprachlicher Texte. Dazu zählen
insbesondere literarische Texte, welche als Matrixtexte im Kontext ihrer
Echotexte untersucht werden (siehe Abbildung 1). Wikidition kombiniert eine Vielzahl von Text-Mining-Verfahren für die
automatische Vernetzung ( Linkification) von Wort-, Satz-
und Texteinheiten unter den Bedingungen ihrer syntagmatischen Verwendung einerseits und ihres paradigmatischen Gebrauchs andererseits. Darüber hinaus beinhaltet Wikidition eine Lexikonisierungskomponente zur Ermittlung jenes
Teillexikons einer Sprache, welches der Erzeugung der jeweiligen Inputtexte
zugrunde liegt. Auf diese Weise lassen sich die Texte des Eingabekorpus nicht
nur mehrschichtig (auf Wort-, Satz- oder Textebene) hypertextuell traversieren.
Vielmehr können die Leser einer Wikidition das jeweilige
Autorenvokabular bis hinab zur Ebene einzelner syntaktischer Wörter analysieren
(siehe Abbildung 2). Während die Linkifizierungskomponente an Prinzipien von Wikipedia bzw. WikiSource
anknüpft, ist es das Wiktionary-Projekt, an dem sich die
Lexikonisierungskomponente orientiert. Wikidition
verwendet zahlreiche computerlinguistische Methoden zur Gewährleistung von
Interoperabilität, Offenheit und Erweiterbarkeit der resultierenden Editionen
nach dem Wiki-Prinzip. Auf diese Weise wird die Dissemination computerbasierter
Methoden über die Digital Humanities hinaus unterstützt,
indem es Geisteswissenschaftlern ermöglicht wird, eigene explorative Analysen
durchzuführen, und zwar ohne Implementierungsaufwand.

Abb. 1: Transbiblionome Szenarien, auf welche Wikidition zielt. Beispiele: (1) Kafkas Bericht für
eine Akademie (als Matrixtext) versus Hauffs Der Affe als Mensch (als
Echotext); (2) Kafkas Bericht für eine Akademie versus alle „Affentexte“ (R.
Borgards) seit Ende des 18. Jahrhunderts (Hauff, Hoffmann, Flaubert, …); (3)
Kafkas Beim Bau der Chinesischen Mauer versus Prager Tagblatt vom
08.1914–03.1917; (4) Kafkas Werk versus ein Einzeltext aus dem Werk
Nietzsches; (5) eine Werkauswahl Kafkas versus eine Werkauswahl Nietzsches;
(6) Kafkas Werk versus ein Zeitungskorpus (z. B. basierend auf dem Prager
Tagblatt); (7) sämtliche Werke einer Reihe von Schriftstellern versus ein
Einzeltext (z. B. Goethes Faust); (8) sämtliche Werke einer Reihe von
Schriftstellern versus ein Korpus von Faust-Texten; (9) sämtliche Werke
einer Reihe deutschsprachiger Schriftsteller versus sämtliche Werke einer
Reihe englischsprachiger Schriftsteller. Anstelle von Matrix- und Echotexten
(Wagner 2015) kann alternativ von Hyper- und Hypotexten (Genette 1997)
gesprochen werden. In ersterem Fall liegt eine rezeptionsorientierte
Sichtweise zugrunde.

Abb. 2: Linke Bildseite: schematischer Ausschnitt (rot)
des autorenspezifischen Vokabulars im Schnittmengenbereich der
zugrundeliegenden Matrixsprache (blau). Beispielhafte Fragestellung: Welches Deutsch verwendet Franz Kafka in seinem Werk und
worin weicht sein Deutsch von der jeweiligen Referenzsprache ab? Da
Autoren mehrsprachige Texte verfassen können, ist diese Betrachtungsweise
auf mehrere Bezugssprachen auszudehnen (rechte Bildseite). Hierzu
unterscheidet Wikidition drei Ebenen der
lexikalischen Resolution: die Ebene der Superlemmata, der Lemmata und der
syntaktischen Wörter (Wortformen plus grammatische Merkmale) (untere
Bildhälfte).

Die Basis für die Vernetzung von Texteinheiten bildet das Konzept der
Intertextualität einerseits bzw. der intratextuellen Kohärenz andererseits.
Hierzu werden je Sprachebene (Wort, Satz, Paragraph, Text)
zwei Arten von Relationen unterschieden: syntagmatische Relationen, welche auf
Kontiguitätsrelationen von Texteinheiten beruhen, sowie paradigmatische
Relationen, welche auf Relationen der Similarität bzw. Substituierbarkeit von
Texteinheiten basieren. Dieses Modell orientiert sich an Hjelmslevs (1969)
Konzept der sprachlichen Relation, um eine linguistische Basis für die
automatisch zu ermittelnden Vernetzungsrelationen zu gewinnen. So werden
beispielsweise alle Sätze des Inputkorpus danach paarweise analysiert ob sie (1)
syntaktisch ähnlich konstruiert sind (syntagmatische Ähnlichkeit2
) oder (2) lexikalisch ähnlich aufgebaut sind (paradigmatische
Ähnlichkeit3
). Ausgehend von einem zweidimensionalen Koordinatensystem, in dem
syntagmatische und paradigmatische Ähnlichkeit die Dimensionen aufspannen, kann
auf dieser Grundlage für alle texttechnologischen Satzähnlichkeitsmaße
theoretisch bestimmt werden, wo sie innerhalb dieses Bezugssystems angesiedelt
sind. Mit Hilfe von Wikidition soll auf diese Weise
zugleich eine theoretische und praktische Basis der Text- bzw.
Satzähnlichkeitsmessung gelegt werden, die es Usern erlaubt, den Ergebnissen der
von Wikidition vorgelegten Ähnlichkeitsmessungen
explorativ nachzuspüren. Gleichzeitig wird so eine Basis für die Analyse von
Satzähnlichkeitsphänomenen im Hinblick auf Zitate gelegt, wie sie insbesondere
für das Werk von Karl Kraus maßgeblich sind.
Analog zu diesem Ansatz wird auf Wortebene zwischen der (syntagmatischen) Tendenz von Wörtern zur Kookkurrenz einerseits und der (paradigmatischen) Tendenz zum Vorkommen in ähnlichen Kontexten andererseits unterschieden. Mittels texttechnologischer Erweiterungen der MediaWiki-Software werden zudem sämtliche dieser Verweisbeziehungen interaktiv visualisiert, so dass Nutzer beispielsweise in Echotexten jenen Satzkandidaten nachspüren können, welche dem Autor des jeweiligen Matrixtexts als Vorlage gedient haben könnten (siehe Abbildung 3).

Abb. 3: Franz Kafkas In der
Strafkolonie (als Matrixtext) im Verhältnis zu Heinrich Rauchbergs
Statistische Technik (als Echotext). In dem
bipartiten Graphen (Bildmitte) verbinden Kanten solche Sätze, die als Text-Reuse-Kandidaten ermittelt wurden. Nutzer können
per Fish-Eye-View den bipartiten Graphen traversieren
und Verweisbeziehungen einzelner Sätze, welche in dem links- bzw.
rechtsseitig dargestellten Text entsprechend hervorgehoben werden,
analysieren.

Der Beitrag exemplifiziert Wikidition anhand ausgewählter
Texte von Franz Kafka einerseits und von Karl Kraus andererseits. Er ergänzt die
beiden literaturwissenschaftlichen Vorträge der Sektion, indem er das
texttechnologische Instrumentarium einer transbiblionomen Literaturwissenschaft
entwirft und experimentell erprobt. Insbesondere die Verweisstruktur der
resultierenden Wikiditionen wird auf der Grundlage einer
größeren Zahl von Netzwerkcharakteristika quantitativ evaluiert. Diese
Evaluation zeigt, dass Wikiditionen jeweils auf der Basis
einer sehr kleinen Zahl von Verweisen, die theoretisch möglich sind, hochgradig
clusternde Graphen erzeugen, die es ihren Lesern erlauben, dasselbe Textkorpus
in jedwede Richtung und ausgehend von jedwedem (Wort-, Satz- oder Text-)Kontext
zu traversieren. Auf diese Weise wird eine Brücke zwischen Literaturwissenschaft
und Informatik gespannt, und zwar am Beispiel der Analyse und Synthese
intertextueller Beziehungen in digitalen Korpora literarischer Texte.

Kurznotation für Die Fackel Nr. 366, S. 30
Hier sprechen wir auch von syntagmatischer
Kontiguität der betroffenen Sätze in dem Sinne, dass ihre Konstituenten
füreinander austauschbar sind, ohne paradigmatisch oder inhaltlich
verwandt sein zu müssen
Hier sprechen wir von paradigmatischer Similarität
der betroffenen Sätze in dem Sinne, dass ihre Konstituenten füreinander
austauschbar sind, ohne dass die Sätze syntaktisch ähnlich zu sein
brauchen. Im Extremfall zweier identischer Sätze gehen syntagmatische
und paradigmatische Ähnlichkeit zusammen.

Bibliographie

AAC – Austrian Academy Corpus: AAC-Fackel. Online Version: 'Die Fackel. Herausgeber: Karl Kraus,
Wien 1899–1936.' AAC Digital Edition No. 1. http://www.aac.ac.at/fackel
[letzter Zugriff 15. Oktober 2015].

AAC-Austrian Academy Corpus und Brenner-Archiv: Brenner Online. Online Version: 'Der Brenner.
Herausgeber: Ludwig Ficker, Innsbruck 1910–1954.' AAC Digital Edition No.2.
http://www.aac.ac.at/brenner [letzter Zugriff 15. Oktober 2015].

Baßler, Moritz (2005): Die
kulturpoetische Funktion und das Archiv. Eine
literaturwissenschaftliche Text-Kontext-Theorie. Tübingen: Francke.

Borgards, Roland (2012): „Der Affe als Mensch und der
Europäer als Ureinwohner“, in: Wellbery, David E. (ed.): Kultur-Schreiben als romantisches Projekt. Romantische
Ethnographie im Spannungsfeld zwischen Imagination und Wissenschaft.
Tübingen: Königshausen & Neumann 17-42.

Derrida, Jacques (1967): Grammatologie. Frankfurt a.M.: Suhrkamp.

Derrida, Jacques (1984): “Two words for Joyce”, in:
Attridge, Derek / Ferrer, Daniel (eds.): Poststructuralist
Joyce. Essays from the French. Cambridge: CUP 145-159.

Embach, Michael / Rapp, Andrea (05.08.2008): „Die
intelligentere Expansion der Gutenberg-Galaxis“, in: Frankfurter Allgemeine Zeitung.

Genette, Gérard (1993): Palimpseste. Die Literatur auf zweiter Stufe. Frankfurt am Main:
Suhrkamp.

Hjelmslev, Louis (1969): Prolegomena
to a Theory of Language. Madison: University of Wisconsin Press.

Kraus, Karl (1926): Die letzten Tage
der Menschheit. Wien: Verlag Die Fackel.

Krolop, Kurt (1992): "'Solche Erfolche erreichen nur
deutsche Molche'", in: Krolop, Kurt: Sprachsatire als
Zeitsatire bei Karl Kraus. Neun Studien. Berlin: Akademiverlag
305-306.

Meister, Jan Christoph (2005): „Projekt Computerphilologie. Über Geschichte, Verfahren und
Theorie rechnergestützter Literaturwissenschaft“, in: Segeberg, Harro /
Winko, Simone (eds.): Literarität und Digitalität.
Zur Zukunft der Literatur. München: Fink 315-341.

Pêcheux, Michel (1983): „Über die Rolle des
Gedächtnisses als interdiskursives Material“, in: Geier, Manfred / Woetzel,
Harold (eds.): Das Subjekt des Diskurses. Beiträge
zur sprachlichen Bildung von Subjektivität. Berlin: Argument-Verlag 50-58.

Rayward, Warden Boyd (2008): European
modernism and the information society. Informing the present,
understanding the past. Aldershot: Ashgate.

Topia, André (1984): "The Matrix and the Echo:
Intertextuality in Ulysses", in: Attridge, Derek / Ferrer, Daniel (eds.):
Post-Structuralist Joyce. Essays From the French.
Cambridge: Cambridge UP 103-125.

von Hofmannsthal, Hugo (2000): Der
Brief des Lord Chandos. Schriften zur Literatur, Kultur und
Geschichte, hg. v. Mathias Mayer. Stuttgart: Reclam.