Semantische Netzwerkanalyse – Von Inhalt und Strukturen zu Inhalt in Strukturen

Frederik Elwert vom Centrum für Religionswissenschaften (Ceres) der Uni Bochum brachte mit einem Vortrag über die Netzwerkanalyse ein weiteres Verfahren ins Gespräch, das in den Digital Humanities angewandt werden kann.

Abbildung 1: semantisch-soziale Netzwerkanalyse alt-ägyptischer Texte mit dem Gott Horus im Mittelpunkt
Abbildung 1: semantisch-soziale Netzwerkanalyse alt-ägyptischer Texte mit dem Gott Horus im Mittelpunkt

Dabei geht es, wie der Titel schon sagt, um Netzwerke. Das sind einfach gesagt Strukturen, die aus einzelnen Elementen und deren Beziehungen zu einander bestehen. Soziale Netzwerke beispielsweise stellen Personen und deren Beziehungen zueinander dar, die in Knoten (Personen) und Kanten (Beziehungen) abgebildet werden. In semantisch-sozialen Netzwerken dagegen sind die Knoten nicht unbedingt Personen, vielmehr sind es Konzepte, die je nach ihren Beziehungen mit anderen Konzepten in einem Netzwerk verbunden werden. Zurück geht dieses Verfahren auf die Vorstellung, dass zwischen Wörtern Beziehungen bestehen, die maßgeblich über die Wortbedeutung entscheiden. So können Wörter durch ihre Beziehungen zu anderen Wörtern ihre Bedeutung bekommen.

Doch wie funktioniert eine solche semantisch-soziale Netzwerkanalyse? Zunächst müssen erst einmal die Knoten und Kanten bestimmt werden. Am besten lässt sich das anhand des ersten Satzes aus Herman Melvilles “Moby Dick” (1851) erklären, den Frederik Elwert in seinem Vortrag als Beispiel verwendete:

Abbildung 2: Der erste Satz aus „Moby Dick“
Abbildung 2: Der erste Satz aus „Moby Dick“

Zunächst müssen die einzelnen Wörter generalisiert werden, was über verschiedene Verfahren geschehen kann. Verwendet werden Stemming oder Lemmatisierung, die dafür sorgen, dass die einzelnen Wörter auf ihre Stamm- oder Basisform zurückgeführt werden. Das ist vor allem bei Sprachen, die sehr stark flektieren, hilfreich. Wichtig ist zu beachten, dass nicht alle Wörter die gleiche Relevanz haben. Um die relevanten Wörter – Knoten – herauszufiltern, kann eine Stoppwort-Liste verwendet werden, die Präpositionen, Konjunktionen, Adjektive, etc. herausnimmt.

Die verbliebenen Wörter stellen im Netzwerk die einzelnen Knoten dar. Was jetzt noch fehlt sind die Kanten. Wie wir uns erinnern, sind die Kanten die Beziehungen zwischen den Knoten. Eine Möglichkeit diese herauszufinden wäre es, den Abstand zwischen den einzelnen Wörtern in einer Analyseeinheit – in der Regel ein Satz – als Grundlage zu nehmen. Dabei gilt: je näher die Wörter beieinander stehen, desto enger sind ihre Beziehungen zueinander.

Abbildung 3: Der generalisierte Satz mit Beziehungen
Abbildung 3: Der generalisierte Satz mit Beziehungen

Dass diese Annahme nicht unproblematisch ist, wurde in der Sitzung schnell festgestellt. Sie führt zu Ungenauigkeiten, wenn zusammengehörige Worteinheiten nicht beieinander stehen wie dies zum Beispiel wenn Relativsätzen der Fall ist. Zudem liegt hier noch einen andere Quelle für Ungenauigkeiten. Es kann vorkommen, dass nicht alle relevanten Beziehungen erkannt werden, oder sogar Beziehungen angezeigt werden, die bei Weitem nicht so relevant sind, wie sie erscheinen.

Netzwerkanalyse im Projekt SeNeReKo

Das vom Trier Center for Digital Humanities (TCDH) der Uni Trier und dem Centrum für Religionswissenschaftliche Studien (CERES) der Uni Bochum durchgeführte Projekt “Semantisch-soziale Netzwerkanalyse als Instrument zur Erforschung von Religionskontakten” (SeNeReKo) wendet dieses Verfahren an. Grundlage hier sind religiöse Texte aus dem alten Ägypten, sowie das Mahabharata und der Pali-Kanon aus Indien. Durch Extraktion und Darstellung der Beziehungen in Netzwerken sollen neue Erkenntnisse aus diesen uralten Schriften gezogen werden. Konkret geht es dabei um die Untersuchung religiöser Kontakte.

Im Vortrag wurde vor allem aber die Netzwerkanalyse des Mahabharata vorgestellt. Dabei handelt es sich um das bekannteste indische Epos. Verfasst wurde es in Reimform in Sanskrit. Seine Entstehung ist nicht genau bestimmbar, man geht aber davon aus, dass es zwischen 400 v. Chr und 400 n. Chr. entstanden ist. Ähnlich, wie bei dem Beispielssatz aus “Moby Dick”, wird der Text erst in kleine Einheiten geteilt. Durch die Versform kann im Falle des Mahabharata ein Vers als eine Einheit behandelt werden.

Abbildung 4: Eine durchgeführte Netzwerkanalyse des Mahabharata anhand der auftretenden Personen.
Abbildung 4: Eine durchgeführte Netzwerkanalyse des Mahabharata anhand der auftretenden Personen.

Zu sehen ist hier eine Netzwerkanalyse des Mahabharata, die die einzelnen Beziehungen zwischen den Personen darstellt, also die Interaktion der einzelnen Personen miteinander. Diese stellen die bunten Linien zwischen den einzelnen Knoten dar. Man kann hier anhand der Dicke der Kanten sehr gut erkennen, zwischen welchen Personen besonders starke, aber auch besonders schwache Beziehungen oder sogar gar keine herrschen. Dieses Netzwerk stellt jedoch nicht nur die Personen und ihre Beziehungen dar, sondern zeigt auch die Eigenschaften der einzelnen Personen, sowie die Art der Beziehungen, die sich direkt aus dem Inhalt ergeben.

Diese “semantische” Ebene wird durch das Verfahren des Topic Modeling erreicht, das in Texten oder Dokumenten Themenfelder ermitteln kann. Das Team um Frederik Elwert hat so, angewendet auf den ganzen Text, die Themen ermittelt, die im Mahabharata dominieren.

Danach wurden die einzelnen Verse des Epos als eigenständige “Einheit” betrachtet. Treten in diesen Einheiten Personen auf, wird zunächst der umgebene Kontext betrachtet, um die Eigenschaften der Personen zu bestimmen. Das macht vor allem Sinn, wenn “nur” eine Person auftaucht. Sollten zwei oder mehrere auftauchen kann über den Algorithmus auch herausgefunden werden, um was für eine Interaktion es sich handelt. Die durch das Topic Modeling ermittelten Themen konnten so für die Analyse genutzt werden. Das sind die so genannten Relation Topics. So werden beispielsweise viele Beziehungen der Person “Arjuna“ als “Fighting” klassifiziert.

Zusätzlich wurden die Eigenschaften der im Netzwerk vertretenden Personen analysiert und als Entity Topics aufgenommen.

Abbildung 6: Die Person "Arjuna" mit ihren Eigenschaften und Beziehungen anhand der "Relation Topics".
Abbildung 6: Die Person „Arjuna“ mit ihren Eigenschaften und Beziehungen anhand der „Relation Topics“.

Soweit, so gut. Wir haben also gesehen, dass mit einer semantischen Netzwerkanalyse das Mahabharata analysiert werden kann. Aber lässt sich das auch auf andere Texte anwenden? Schließlich hatte Frederik Elwert sehr spezifische Korpora vorgestellt. Der Vorteil dieses Verfahrens ist, das es sprachunabhängig funktioniert. Lediglich eine Aufbereitung des Textes durch Lemmatisierung oder Stemming je nach Ausgangssprache des Korpus ist notwendig. Das kann man sehen, da sowohl das Mahabharata als auch die ägyptischen Texte und der Pali-Canon in unterschiedlichen Sprachen verfasst worden sind. So wurden die Korpora in der Originalsprache analysiert.

Abbildung 6: Die Person "Arjuna" mit ihren Eigenschaften und Beziehungen anhand der "Relation Topics".
Abbildung 6: Die Person „Arjuna“ mit ihren Eigenschaften und Beziehungen anhand der „Relation Topics“.

Als Ausblick stellte Frederik Elwert schließlich ein neues Projekt mit dem Titel „relNet“ vor. In diesem sollen das Verfahren der semantischen Netzwerkanalyse auf Foreneinträge angewendet werden. Thematisch verweilt auch dieses Projekt im Bereich der Religion, nimmt jedoch starken Bezug auf die heutige Zeit und Situation. Das Projekt setzt sich als Ziel religiöse Kommunikation oder die Verbreitung religiöser Ideen und deren Entwicklung zu untersuchen.

Zur Autorin: Carina Berning studiert zurzeit im Master Japan-Studien und Informationsverarbeitung. Sie arbeitet als Wissenschaftliche Hilfskraft (WHF) in der Japanologie, Ostasiatisches Seminar.

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

Cite this article as: Carina Berning, „Semantische Netzwerkanalyse – Von Inhalt und Strukturen zu Inhalt in Strukturen,“ in F. Fischer, J. Hermes, C. Neuefeind & P. Sahle: Digital Humanities Cologne, 01/07/2016, https://dhc.hypotheses.org/152.

2 Gedanken zu „Semantische Netzwerkanalyse – Von Inhalt und Strukturen zu Inhalt in Strukturen“

  1. Wissen Sie mit was wurde die Visualisierung umgesetzt wurde oder wer mir dabei helfen kann dies rauszufinden?

Schreibe einen Kommentar

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