Detailansicht

Latent relationships and networks of influence in Gothic fiction

Florian Klement

Art der Arbeit

Masterarbeit

Universität

Universität Wien

Fakultät

Philologisch-Kulturwissenschaftliche Fakultät

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

Masterstudium Digital Humanities

Betreuer*in

Tara Andrews

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.76646

URN

urn:nbn:at:at-ubw:1-26745.10019.176030-2

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Die vorliegende Masterarbeit befasst sich mit der Anwendung von Natural Language Processing (NLP)-Methoden auf einen Korpus von 182 Gothic-Fiction-Texten. Ziel ist die Gewinnung neuer Einblicke in die Zusammensetzung des Genres und dessen Entstehungsgeschichte, dargestellt als ein Netzwerk der Beeinflussung. Zu diesem Zweck wurden diverse computergestützte Verfahren und maschinelle Lernmethoden, wie das Clustering und die explorative Datenanalyse, angewendet. Der Schwerpunkt liegt dabei auf Netzwerkanalysen und Topic Modeling. Die Ergebnisse wurden aggregiert und jeweils über einen Zeitverlauf sowie über verschiedene Kategorien hinweg verglichen. Das statische Inventar an Motiven und Charakteren des Genres Gothic Fiction begünstigt die Analyse wiederkehrender Elemente und Strukturen. Diese Eigenschaft führte dazu, dass das Genre Gegenstand zahlreicher traditioneller literaturwissenschaftlicher Untersuchungen wurde. Diese Masterarbeit fokussiert sich insbesondere auf die Distant Reading-Ansätze, welche als Verängerung und technsiche Erweiterung der Schulen des Strukturalismus und Formalismus dargestellt werden. Dabei werden sowohl die Ähnlichkeiten als auch die Unterschiede zwischen diesen Ansätzen herausgearbeitet. Zudem wird untersucht, inwiefern sich die Ziele dieser Ansätze mit den quantitativen Forschungsmethoden der Digital Humanities erreichen lassen. In diesem Zusammenhang wird auch die Frage erörtert, wie eine künftige enge Verzahnung analoger und digitaler literaturwissenschaftlicher Forschung mit neuen Denkansätzen den Diskurs zu makroperspektischen Strukturen bereichern kann.

Abstract

(Englisch)

The purpose of this master’s thesis is to apply natural language processing (NLP) methods to a corpus of 182 Gothic fiction texts in order to gain insight into the genre’s composition and explore its early influences in a network. To this end various computational approaches had been employed including machine learning models, exploratory data analysis and clustering, yet focusing on network analysis, and topic modeling. The results are aggregated and compared across different categories as well as throughout time. The consistent stock of characters and motifs within Gothic Fiction, lends itself well for an analysis of its recurrent composing elements. This quality had made it a frequent topic of explorations within traditional schools of literary criticism, such as Structuralism and Formalism. This thesis aims to expand on previous approaches with the tool set of the Digital Humanities and Distant Reading, taking a more quantitative perspective, while arguing for the necessity of closer future collaboration between digital and analogue research in the humanities, in order to enable new avenues of investigation.

Autor*innen

Florian Klement

Haupttitel (Englisch)

Latent relationships and networks of influence in Gothic fiction

Paralleltitel (Deutsch)

Latente Beziehungen und Netzwerke der Beeinflussung in Gothic Fiction

Publikationsjahr

2024

Umfangsangabe

122 Seiten : Illustrationen

Sprache

Englisch

Beurteiler*in

Tara Andrews

Klassifikationen

17 Sprach- und Literaturwissenschaft > 17.92 Vergleichende Literaturwissenschaft. Allgemeines ,

17 Sprach- und Literaturwissenschaft > 17.94 Literarische Einflüsse und Beziehungen. Rezeption

AC Nummer

AC17326673

Utheses ID

72178

Studienkennzahl

UA | 066 | 647 | |

Detailansicht

Abstracts

Schlagwörter