Von Inhalt und Strukturen zu Strukturen von Inhalten

Wie mit Hilfe von Netzwerkanalyse neue Erkenntnisse aus religionshistorischen Quelltexten gewonnen werden können.

In der sechsten Sitzung des DH-Kolloquiums hielt Dr. Frederik Elwert (Digital Humanities Koordinator des Centrums für Religionswissenschaftliche Studien/CERES der Uni Bochum) einen Vortrag über die Netzwerkanalyse als eine Methode der Digital Humanities.

Den Hintergedanken der Netzwerkanalyse erläutert Frederik Elwert vorab in einem methodologischen Exkurs, in dem er erklärt, dass alle Dinge etwas besitzen, mit dem sie sich beschreiben lassen: Ihre Eigenschaften. Diese Eigenschaften sind aber an sich gar nicht so bedeutend, sondern vielmehr, wie sich diese Eigenschaften im Vergleich zu anderen verhalten. Genauso sei es ja zum Beispiel auch bei der distributionellen Semantik. Denn Wortbedeutungen ergeben sich hier aus relationalen Verbindungen zu anderen Wörtern. Für die Bestimmung einer Wortbedeutung wird geschaut, mit welchen anderen Wörtern ein Wort in Verbindung steht. Die distributionelle Hypothese besagt „a word is characterized by the company it keeps“. Das polyseme Wort „Bank“ zum Beispiel erhält seine Bedeutung durch den Kontext, in dem es auftritt.

In Netzwerken konstituieren sich also die Elemente durch Beziehungen zu anderen Elementen. Doch was hat dies mit Digital Humanities zu tun?

Als ein Beispiel führt Herr Elwert eines seiner Projekte zur Netzwerkanalyse an. Unter dem Namen SeNeReKo, welches die Abkürzung für „semantisch-soziale Netzwerkanalyse als Instrument zur Erforschung von Religionskontakten“ ist, arbeiten das Trier Center for Digital Humanities und das Centrum für Religionswissenschaftliche Studien gemeinsam daran, aus historischen, religiösen Texten semantisch-soziale Netzwerke zu erstellen. Durch Anwendung informatischer Methoden werden die Netzwerke aus den Texten gebildet. Mittels dieser relationalen Perspektive auf das religionshistorische Quellenmaterial sollen Fragen zu Religionskontakten, also Fragen zum Informations- und Wissensaustausch innerhalb einer Religion aber auch zwischen verschiedenen Religionen, beantwortet werden.

Was genau ist semantisch-soziales Netzwerk?

Fangen wir von hinten an. Unter einem Netzwerk kann sich jeder noch etwas vorstellen. Ein Netzwerk ist eine Struktur, die aus Elementen und den Beziehungen zwischen diesen Elementen besteht. Die Elemente werden als Knoten und die Beziehungen dazwischen als Kanten dargestellt.

Auch ein soziales Netzwerk wird den meisten ein Begriff sein. In diesem speziellen Fall eines Netzwerkes sind die Knoten ReligionsPersonen und diese stehen in Beziehung mit anderen Personen. Die Verbindungen und Beziehungen zwischen den einzelnen Individuen stehen im Vordergrund. Die Analyse solcher sozialer Netzwerke wird vor allem in der Soziologie betrieben.

Ein semantisches Netzwerk ist eine Wissensrepräsentationsstruktur, bei der die Knoten Konzepten entsprechen und die Kanten den vielfältigen Beziehungen zwischen diesen. Wie ein solches semantisches Netzwerk entsteht, erklärt Frederik Elwert am Beispiel des ersten Satzes von Moby Dick.

Abbildung1
Abb.1: Der erste Satz aus Melvilles „Moby Dick“

Zuerst wird eine Generalisierung der einzelnen Wörter vorgenommen. Das bedeutet, es wird – je nachdem, was für die verwendete Sprache angemessener erscheint – gestemmed oder lemmatisiert. Die Wörter werden also auf ihre Stammform oder ihre Basisform (Lemma) zurückgeführt.

Danach werden sehr häufig auftretende Wörter wie zum Beispiel Artikel, Präpositionen usw. – die sogenannten Stoppwörter – herausgefiltert. Meist interessieren sogar nur bestimmte Wortarten, z.B. nur Nomen, alle anderen werden dann herausgefiltert. Nach diesem Schritt ist der obige Satz schon um einiges kürzer. Die verbliebenen Wörter stellen nun unsere Knoten dar.

Abbildung 2: Erster Satz aus Moby Dick nach Generalisierung der Wörter und Herausfiltern von Stoppwörtern
Abb. 2: Erster Satz aus Moby Dick nach Generalisierung der Wörter und Herausfiltern von Stoppwörtern

Diese sollen verbunden werden, schließlich wollen wir ja ein Netzwerk erstellen. Es wird davon ausgegangen, dass Wörter, die häufig im selben Kontext vorkommen, miteinander in Verbindung stehen müssen. Der Kontext wird als Umgebung um das Wort herum festgesetzt. Es wird ein Wortfenster mit einer bestimmten Größe, zum Beispiel 5, definiert. Ein Wort steht dann mit den 5 nächsten Wörtern in Verbindung. Da aber außerdem Wörter, die nah beieinanderstehen, noch mehr miteinander zu tun haben als mit weiter entfernten, wird ein Satzfenster von 5 und eines von 2 Wörtern verwendet, um den Kontext und die Verbindungsstärke zwischen Wörtern zu definieren. Direkt benachbarte Wörter bekommen so eine stärkere Verbindung.

Abb. 3: Modellierung von Kontext: Alle Wörter, die sich in einem 2 bzw. 5 Wörter großen Abstand von einem Ausgangswort befinden, werden mit diesem verbunden.
Abb. 3: Modellierung von Kontext: Alle Wörter, die sich in einem 2 bzw. 5 Wörter großen Abstand von einem Ausgangswort befinden, werden mit diesem verbunden. Bild: Frederik Elwert.

Wendet man dieses Verfahren auf alle Sätze zum Beispiel des ganzen ersten Kapitels von Moby Dick an, entsteht ein großes semantisches Netzwerk welches in Abbildung 4 zu sehen ist. Dessen Interpretation kann dann zu neuen Erkentnissen führen.

Abb. 4: Das erste Kapitel aus Moby Dick als semantisches Wortnetzwerk
Abb. 4: Das erste Kapitel aus Moby Dick als semantisches Wortnetzwerk. Bild: Frederik Elwert.

Was wir nun aber eigentlich wollen, ist ein „soziales Netzwerk mit semantischem Zucker darüber“ wie es Frederik Elwert ausdrückt. Vereinigt man semantische und soziale Netzwerke, verbindet man also die (sozialen) Strukturen mit dem (semantischen) Inhalt des Textes, erhält man Strukturen von Inhalten, Strukturen mit Bedeutung.

Ein Beispiel hierfür ist in Abbildung 5 zu sehen. Hier wurden aus dem Mahabharata, dem bekanntesten indischen Epos, alle Figuren herausgesucht und automatisch bestimmt, mit welchen anderen Personen diese in Verbindung stehen und welcher Art diese Beziehung ist, also auf welche Weise sie miteinander interagieren.

Abb. 5: Beispiel eines semantisch-sozialen Netzwerkes basierend auf dem Mahabarata
Abb. 5: Beispiel eines semantisch-sozialen Netzwerkes basierend auf dem Mahabarata. Bild: Frederik Elwert.

Aber auch die Personen selbst werden näher betrachtet, um ihre Eigenschaften zu bestimmen. Auf Grund der Verschiedenheit der Eigenschaften von Personen und der Beziehungen zwischen Personen, ist die Abbildung so bunt. Der Halbkreis um jede Person zeigt deren Eigenschaften an, die Bedeutung kann unter sogenannten „Entity Topics“ nachgeschlagen werden. Die Bögen von einer Person zu einer anderen, deren Dicke und Farbe beschreibt die Beziehungen zwischen diesen zwei verbundenen Personen. Die Art der Beziehung, welche durch die Farbe gekennzeichnet ist, kann unter „Relation Topics“ gefunden werden. Mit einem kurzen Blick auf das Netzwerk wird bereits deutlich, dass es sehr viel um Kämpfe zu gehen scheint, da die Farben Rot („Fighting“) und Orange („Battle“) überwiegen. Dass dem tatsächlich so ist, kann Frederik Elwert nur bestätigen.

Wie entstehen semantisch-soziale Netzwerke? 

Betrachten wir in einem Text nur Personen und streichen alle anderen Wörter, bekommen wir mit der oben beschriebenen Methode ein soziales Netzwerk. Zu dem „semantischen Zucker“ gelangt man dann durch Anwendung von Topic Modeling.

Topic Modeling wird angewendet, um aus verschiedenen Dokumenten die zugrundeliegenden Themen, von denen geschrieben wird, ausfindig zu machen. Dabei wird davon ausgegangen, dass die Wörter in den zu analysierenden Dokumenten aus verschiedenen Themengebieten stammen. Jedes Dokument ist also eine Komposition von Wörtern aus verschiedenen Themen. Die Aufgabe ist es nun, diese zugrunde liegenden Themen zu rekonstruieren, also herauszufinden, welches Wort welchem Thema entstammt, und für jedes Dokument den Anteil an diesen Themen zu ermitteln.

Angewendet auf das Mahabharata wird das Topic Modeling zunächst über das gesamte Werk durchgeführt. Auf diese Weise werden die Themengebiete identifiziert, die dem Text zugrunde liegen. Durch dieses Verfahren entstehen dann Themen wie zum Beispiel „Battle“ aus Abbildung 5.

Im Mahabarata, welches in Versform geschrieben ist, wird jeder Vers als ein „Dokument“ (die grundlegende Einheit des Topic Modelling) betrachtet. Kommt in einem Vers (nur) ein Name vor, dann wird der Kontext um den Namen herum untersucht, um die Eigenschaften genannter Person zu bestimmen. Den Kontext bildet immer der ganze umgebende Vers, egal wie lang dieser ist. Um die Eigenschaften herauszufinden, wird mit dem Topic-Modeling-Algorithmus berechnet, welche der zuvor ausfindig gemachten Themen in genau diesem Vers vorkommen und wie deren prozentualer Anteil an dem Vers ist. So kommen die bunten Bögen über den Personen in Abbildung 5 zustande.

Kommen in einem Vers zwei Namen vor, so wird der Topic-Modeling-Algorithmus angewendet, um herauszufinden, worum es in der Interaktion zwischen diesen zwei Personen geht. Durch Zusammenfügen dieser Berechnungen kommen dann die aussagekräftigen semantische-sozialen Netzwerke zustande.

Bei der Entwicklung der Methoden wurde Wert darauf gelegt, dass sich die Werkzeuge weiterverwenden lassen. Sie funktionieren im Prinzip sprachunabhängig, solange man die Daten vorher aufbereitet (z.B. lemmatisiert). Im Projekt selbst wurden das Mahabharata, der Pali Kanon und auch alte ägyptische Inschriften untersucht. Dass es allerdings nicht immer sinnvoll ist, mit Hilfe eines semantisch-sozialen Netzwerkes zu neuen Informationen zu gelangen, zeigt dessen Anwendung auf den Pali Kanon. In diesem ist Buddha die Hauptfigur, die immer wieder auftritt. Die anderen Personen sind austauschbar und treten meist nur ein einziges Mal auf, weshalb kein sinnvolles Netzwerk berechnet werden kann. Auch wenn alle verschiedenen Vorkommnisse von zum Beispiel Bauern zusammengefasst werden, als wäre es immer dieselbe Figur, bringt die Methode keine verwertbaren Ergebnisse. Es kommt also auf den Anwendungsfall an, ob die SeNeReKo-Werkzeuge verwendet werden können.

Im aktuellen Projekt, „relNet“ wollen Frederik Elwert und sein Team nun – inspiriert durch das SeNeReKo-Projekt – religiöse Online-Kommunikation untersuchen, das heißt, semantisch-soziale Netzwerke mit realen, nicht fiktiven Personen. Dazu sollen Internetforen untersucht werden, in denen sich Menschen online über Religion austauschen. „Wer interagiert mit wem?“  und „Über was wird gesprochen?“ sind auch hier wieder zentrale Fragestellungen.  Ziel des Projektes ist es, die Strukturen religiöser Kommunikation und die Art der Verbreitung religiöser Ideen in den Foren zu untersuchen. Vielleicht kann so außerdem herausgefunden werden, wie sich die verschiedenen Themen, um die es in einer Religion geht, mit der Zeit entwickeln. Und inwiefern sie sich von Themen in den historischen Texten unterscheiden. Es bleibt abzuwarten, was dieses Projekt für Methoden und Ergebnisse liefern wird.

[Anm. der Red: Zu dieser Veranstaltung wurden gleich zwei Posts geschrieben. Zum zweiten geht es hier entlang.]

Zur Autorin: Hanna Hees hat ihren Bachelor in Computerlinguistik mit Beifach Psychologie an der Uni Heidelberg gemacht und studiert zur Zeit den Master Informationsverarbeitung an der Universität zu Köln. Sie arbeitet als wissenschaftliche Hilfskraft für das Max-Planck-Institut für Hirnforschung in Frankfurt.

 Cite this article as: Hanna Hees, „Von Inhalt und Strukturen zu Strukturen von Inhalten,“ in F. Fischer, J. Hermes, C. Neuefeind & P. Sahle: Digital Humanities Cologne, 24/06/2016,  https://dhc.hypotheses.org/124.

Ein Gedanke zu „Von Inhalt und Strukturen zu Strukturen von Inhalten“

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.