Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-12136
Langanzeige der Metadaten
DC ElementWertSprache
dc.contributor.advisorErtl, Thomas (Prof. Dr.)-
dc.contributor.authorJohn, Markus-
dc.date.accessioned2022-05-12T13:48:20Z-
dc.date.available2022-05-12T13:48:20Z-
dc.date.issued2022de
dc.identifier.other180172430X-
dc.identifier.urihttp://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-121534de
dc.identifier.urihttp://elib.uni-stuttgart.de/handle/11682/12153-
dc.identifier.urihttp://dx.doi.org/10.18419/opus-12136-
dc.description.abstractDurch die fortschreitende Digitalisierung textueller Daten werden enormeMengen an digitalen Informationen täglich generiert und gespeichert. Dieser technologische Fortschritt hat in den vergangenen Jahrzehnten nahezu alle gesellschaftlichen Bereiche erfasst und verändert. Darunter fallen ebenfalls die Geisteswissenschaften, da sich durch die Digitalisierung von Literatur und Webportale, welche einen einfachen Zugang zu diesen digitalen Kopien bieten, viele neue Forschungsmöglichkeiten eröffnet haben. Aus Sicht der Informatik haben sich die digitalen Geisteswissenschaften in den letzten Jahren zu einem viel diskutierten und spannenden Forschungsgebiet entwickelt. Es handelt sich um ein interdisziplinäres Forschungsfeld, das geisteswissenschaftliche Fragestellungen mit computergestützten Verfahren der Informatik untersucht. Eine Herausforderung in vielen digitalen geisteswissenschaftlichen Disziplinen ist die Untersuchung von narrativen Texten. Die Geisteswissenschaftler*innen sind daran interessiert, die Persönlichkeitsmerkmale der Figuren, deren Rollen, Beziehungen und die Entwicklung dieser Aspekte im Verlauf der Erzählung zu untersuchen. Traditionell analysieren die Geisteswissenschaftler*innen ihre zugrunde liegenden Textdokumente durch intensives Lesen und sorgfältiges Interpretieren, sogenanntes Close Reading. Dies ist jedoch eine herausfordernde und zeitaufwendige Vorgehensweise. Diese komplexen Analyseschritte können durch computergestützte Verfahren unterstützt werden. Computerlinguistische Methoden ermöglichen es, gezielt Wissen automatisch aus den Textdokumenten abzuleiten. Die abgeleiteten Informationen können als visuelle Abstraktionen dargestellt werden, sogenannte Distant Reading-Methoden. Visuelle Abstraktionen können Informationen aufzeigen, die es ermöglichen, komplexe Zusammenhänge zu untersuchen, die durch Close Reading nur schwer zu erfassen sind. Um die Zusammenhänge sowie entstandene Ideen und Hypothesen detaillierter analysieren zu können, ist es jedoch notwendig, die zugehörigen Textabschnitte zu studieren. Daher ist es für weiterführende Analysen essenziell, die visuellen Abstraktionen mit dem zugrunde liegenden Textgegenstand zu verknüpfen. Auf diese Weise können entdeckte Sachverhalte oder entstandene Hypothesen weiterführend überprüft werden. Die vorliegende Dissertation fokussiert sich auf die Verknüpfung der Close- und Distant Reading-Techniken. In den nachfolgenden Kapiteln werden neuartige Visualisierungswerkzeuge eingeführt, die sowohl eine abstrakte als auch detaillierte Untersuchung narrativer Texte ermöglichen. Diese Analysetechniken unterstützen die Geisteswissenschaftler*innen bei der Exploration einzelner Texte, beim Vergleich mehrerer Textdokumente sowie bei der Analyse von sehr großen Textkorpora. Des Weiteren werden Unsicherheitsquellen diskutiert, die während der Entwicklung der Visualisierungswerkzeuge festgestellt oder in Diskussionen mit Forscher*innen aus den Geisteswissenschaften und der Computerlinguistik reflektiert wurden. In diesem Kontext wird eine erstellte Übersicht von visuellen Kommunikations- und Interaktionsmöglichkeiten präsentiert sowie Techniken vorgestellt, mit denen Unsicherheitsaspekte untersucht und angepasst werden können. Die erläuterten Möglichkeiten und entworfenen Werkzeuge helfen neuen und weiterführenden Projekten abgeleitete Informationen kritischer zu hinterfragen. Ferner wird eine methodische Vorgehensweise vorgestellt, welche in vielen der nachfolgenden Analysetechniken unterstützt wird, um die visuelle Untersuchung narrativer Texte zu ermöglichen. Die Dissertation konzentriert sich hauptsächlich auf die Untersuchung von Figuren in narrativen Texten, dennoch können viele der vorgestellten Visualisierungswerkzeuge für weitere komplexe Textdokumentanalysen angepasst und angewendet werden. Basierend auf den eingeführten Werkzeugen werden definierte Forschungsfragen diskutiert und offene Herausforderungen für zukünftige Forschungsmöglichkeiten abgeleitet.de
dc.language.isodede
dc.rightsinfo:eu-repo/semantics/openAccessde
dc.subject.ddc004de
dc.titleInteraktive visuelle Analysetechniken für die Exploration narrativer Textede
dc.typedoctoralThesisde
ubs.dateAccepted2021-10-06-
ubs.fakultaetInformatik, Elektrotechnik und Informationstechnikde
ubs.institutInstitut für Visualisierung und Interaktive Systemede
ubs.publikation.seitenxiv, 198de
ubs.publikation.typDissertationde
ubs.thesis.grantorInformatik, Elektrotechnik und Informationstechnikde
Enthalten in den Sammlungen:05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
diss_druck_final_05042022.pdf22,28 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repositorium sind urheberrechtlich geschützt.