Vortrag: Nathan Dykes (31.01.2024)
Im Rahmen des Oberseminars Computerlinguistik findet am 31.01.2024 ein Vortrag statt, zu dem wir herzlich einladen möchten.
Vortragender:
Nathan Dykes, M.A. (FAU Erlangen-Nürnberg)
Zeit:
Mittwoch, 31.01.2024, 16:15-17:45 Uhr
Ort:
Bismarckstr. 12, R.0.320 (in Präsenz) / auch via Zoom (Link folgt über uniinterne Verteiler, externe Anmeldungen gerne über info@linguistik.uni-erlangen.de!)
Thema:
“Von Killergenen und Königstherapien: Methodische Untersuchungen zur Analyse semantischer Muster in der korpusbasierten Diskursanalyse”
Abstract:
Korpusbasierte Diskursanalyse untersucht, welche sprachlichen Muster bei der Besprechung eines bestimmten Themas häufig vorkommen, und wie mittels Sprache die Darstellung des Themas beeinflusst wird. Dabei kommen meist klassische korpuslinguistische Methoden zum Einsatz, vor allem Kollokationen und Keywords. Ein typisches Beispiel ist eine Keywordanalyse, die Zeitungsartikel über Adipositas aus verschiedenen Jahren miteinander vergleicht, um die mediale Darstellung dieses Themas über die Zeit hinweg zu verfolgen.
Gleichzeitig bezieht sich das hauptsächliche Erkenntnisinteresse der Analyse oft auf abstraktere semantische Ebenen, die über häufige Einzelwörter hinausgehen – zum Beispiel auf ganze Wortfelder, Themenstränge, oder Metapherndomänen. Die Fokussierung auf häufige Wörter versperrt dann vor allem den Blick auf Aspekte des Diskurses, die lexikalisch besonders vielfältig sind, während die einzelnen Lexeme eher selten auftreten (z.B. produktiv genutzte Metapherndomänen).
In diesem Vortrag werden zwei Fallstudien vorgestellt, die sich mit methodologischen Facetten dieses Problems beschäftigen. Beide Analysen nutzen ein Korpus automatischer YouTube-Transkripte des englischsprachigen Kanals von Russia Today, das auf Sendungen eingeschränkt wurde, die sich mit Krebserkrankungen befassen. Das Thema Krebs ist in anderen Textsorten in seiner sprachlichen Ausgestaltung gut untersucht und hat wegen seiner gesellschaftlichen Relevanz viele Anknüpfungspunkte für Diskursanalysen.
Die erste Analyse vergleicht die manuelle Kategorisierung von Keywords mit automatisch durch den USAS-Tagger zugewiesenen Key Semantic Domains und untersucht Gemeinsamkeiten und Unterschiede des thematischen Gesamteindrucks, der sich jeweils vom Korpus ergibt.
In der zweiten Fallstudie werden drei Ansätze zur Aufdeckung von Metaphern verglichen. Ausgangspunkt ist ein manuell annotiertes Sample des Korpus, auf dessen Grundlage 1) semantisches Tagging, 2) Word Embeddings und 3) Wörterbücher genutzt werden, um weitere Metaphern aus dem gleichen Spenderbereich im Gesamtkorpus zu finden.