Netzwerkanalysen narrativer Texte - ein Vorgehensmodell

Einleitung

Die soziale Netzwerkanalyse ist in den Computational Literary Studies (CLS) seit mehreren Jahrzehnten als eine Methode etabliert, mit der Figurenbeziehungen in verschiedenen Textgattungen exploriert und analysiert werden. Der Fokus liegt dabei auf dramatischen Untersuchungsgegenständen (vgl. z.B. Szemes und Vida, 2024; Trilcke, 2013; Trilcke et al., 2024; Krautter und Vauth, 2023; Viehhauser, 2023); die Verwendung der Netzwerkanalyse für narrative Texte ist hingegen vergleichsweise selten. Dies liegt m.E. insbesondere daran, dass es um ein Vielfaches voraussetzungsreicher ist, die für Netzwerkanalysen benötigten Daten aus narrativen Texten zu extrahieren, als dies für Dramen der Fall ist. Während Netzwerkanalysen dramatischer Texte i.d.R. auf den Nebentextangaben basieren und daraus szenenbasierte Kookkurrenzen ableiten, bedarf es mehrerer komplexer Schritte, um die gleiche Art der Information aus Erzähltexten zu extrahieren. Die Mehrarbeit resultiert nicht nur aus komplexen Tasks wie Entitätenreferenzerkennung und Koreferenzauflösung, sondern auch aus dem Umstand, dass die relevanten Informationen mit anderen Aspekten auf Discours- und Histoire-Ebene zusammenhängen können. Beispielsweise ergibt es nur dann Sinn, die Beziehungen zwischen Figuren zu analysieren, wenn man differenzieren kann, welche Figuren auf welcher Erzählebene agieren, oder wenn man weiß, welche Figuren handeln und welche ggf. nur erwähnt werden (etwa, wenn andere Figuren über sie sprechen). Aspekte wie Erzählebenen (Gius et al., 2019b/2021), Erzählerkommentare (Weimer et al., 2022) und Figurenrede (Brunner et al., 2020a/b; Krug et al., 2016) sind als eigene Untersuchungsgegenstände in den CLS durchaus formalisiert, systematisiert und analysiert worden, bisher aber nicht in Workflows für netzwerkanalytische Datenerhebungen integriert worden. Im vorliegenden Beitrag stelle ich daher ein modulares Vorgehensmodell vor, das geeignet ist, kookkurrenzbasierte Netzwerke zwischen Figuren aus Erzählungen zu extrahieren, und dabei andere relevante Aspekte narrativer Texte, die die Netzwerkdaten entscheidend beeinflussen, mitberücksichtigt.

Die Methode der Netzwerkanalyse in den Computational Literary Studies

Die ursprünglich aus den Sozialwissenschaften stammende Methode der (sozialen) Netzwerkanalyse wird bereits seit vielen Jahren in den CLS für die Analyse von Figurenrelationen, darunter Informations- und Machtstrukturen (Vauth, 2019; Krautter und Vauth, 2023), zur Klassifikation von Figurentypen (Krautter et al., 2020; Vauth, 2023) oder zur Unterscheidung dramatischer Formen (Trilcke, 2013; Szemes und Vida, 2024; Viehhauser, 2023) eingesetzt. Dem Gros der Beiträge ist gemein, dass sie sich dabei erstens auf dramatische Texte und zweitens auf die Szenen- oder Gesprächsstrukturen konzentrieren. Dies liegt u.a. daran, dass die notwendigen Informationen über die Textstruktur leicht greifbar sind: Die szenische Einteilung im Drama gibt Einheiten für Figurenkonfigurationen vor. Eine solch direkte und intuitive Datenerhebung ist für narrative Texte nicht möglich – weswegen es nach wie vor keinen gleichermaßen etablierten Zugang zur Erfassung von Kookkurrenzen zwischen Figuren gibt. Rochat und Kaplan (2014) verwenden beispielsweise einen Index bestehend aus Eigennamen und Seitenzahlen, um kookkurrenzbasierte Figurennetzwerke zu Rousseaus Autobiographie zu erstellen; sie nehmen immer dann eine Figurenrelation an, wenn zwei Figuren in einem Kontext von drei Seiten gemeinsam genannt werden. Argawal et al. (2012) stützen sich hingegen auf ein an Zeitungstexten entwickeltes Konzept von Social Events, um Interaktionen in Alice in Wonderland zu analysieren; Elson et al. (2010) extrahieren wiederum Konversationsnetzwerke basierend auf Dialog- und Sprecherannotationen in einem englischen Novellenkorpus. Ebenso stützt Vauth (2023) seine Analysen zu Kleist auf manuelle Sprecherannotationen (auch, um die Vergleichbarkeit mit den dramatischen Texten zu gewährleisten); Smeets (2021) erstellt wiederum Kookkurrenznetzwerke, verwendet dafür aber ausschließlich Eigennamen, die er sodann automatisch (aus einem entsprechend großen Korpus) extrahieren kann.

Die Beispiele zeigen, dass eine große Varianz dahingehend besteht, (erstens) welche Arten von Referenzausdrücken, (zweitens) welche Arten von Relationen, und (drittens) auf welche Weise die Informationen erfasst werden. Darüber hinaus werden Kontexte der Figurenvorkommen (z.B. innerhalb vs. außerhalb von Figurenrede) und Einflüsse von Discours-Elementen (etwa der Organisation der Erzählung auf verschiedenen Erzählebenen) mehrheitlich ignoriert. Dies führt zum einen zu undifferenzierten Netzwerken und verhindert zum anderen die Vergleichbarkeit zwischen Netzwerken über verschiedene Ansätze hinweg. Reflektiert werden die Auswirkungen verschiedener Datengrundlagen ansatzweise bei Jannidis et al. (2016), die an einem Novellenkorpus Möglichkeiten zur Evaluation automatisch erstellter Figurennetzwerke diskutieren,¹  sowie bei Andresen und Vauth (2018), die für einen Text ermitteln, wie die Art des Referenzausdrucks (Eigenname/Appellativ/Pronomen) und sein Kontext (in/außerhalb von direkter Rede) dessen Frequenz beeinflusst.² 

Es ist anzunehmen, dass die fehlende Integration verschiedener, für die Erfassung von Figurenvorkommen und -relationen relevanter Aspekte in der Komplexität dieser Teilaufgaben begründet liegt. So wäre – analog zum Drama – die Einteilung eines Textes in „Szenen“, wie sie Gius et al. (2019a) vorschlagen, ein naheliegender Schritt für die Extraktion von Kookkurrenzen, der aber seinerseits extrem voraussetzungsreich ist, da er auf komplexen Kategorien wie Raum und Zeit/Chronologie aufbaut.³  Auch Veränderungen in der Figurenkonfiguration (die nach Gius et al., 2019a ebenfalls einen Szenenwechsel indizieren) können nur identifiziert werden, wenn die Kontexte der Figurennennungen bereits bekannt sind. Wird beispielsweise lediglich über eine andere Figur gesprochen oder an eine andere Figur gedacht, führt dies nicht zu einer Veränderung in der Figurenkonfiguration im Sinne der Szenendefinition. Netzwerkanalysen zu narrativen Texten fußen damit – derzeit – entweder auf intensiver manueller Annotationsarbeit oder auf einer unvollständigen Datengrundlage. Umso wichtiger erscheint es, kritisch mit den möglicherweise lückenhaften Daten umzugehen und deren Auswirkungen auf die resultierenden Netzwerke abschätzen zu können.

Textstatistiken im Kontext von Figurennetzwerken

Das hier vorgestellte Vorgehensmodell zur Extraktion von Kookkurrenznetzwerken aus narrativen Texten baut auf Analysen zu mittelhochdeutschen Romanen (Ketschik, 2024) auf und wurde im Rahmen des vorliegenden Beitrags an anderen narrativen Texten in neuhochdeutscher Sprache weiterentwickelt und erprobt. Für die Analysen und Statistiken wurden Texte aus dem Deutschen Romankorpus (DROC, Krug et al., 2018) verwendet, in denen Annotationen zu Figuren (inkl. Koreferenzresolution) und Figurenrede enthalten sind. Die Textstatistiken vermitteln einen Eindruck davon, inwiefern die Wahl des Figurenreferenzausdrucks, die Segmentierungsgröße und die Kontexte von Figurenreferenzen die resultierenden Netzwerke beeinflussen.

Tabelle 1 zeigt, dass Eigennamen mit durchschnittlich 14% und Werten zwischen knapp 10% und gut 20% den geringsten Anteil der Figurenreferenzen im Textkorpus ausmachen, gefolgt von Appellativen mit durchschnittlich 18%. Die häufigsten Referenzausdrücke sind Pronomina, wobei ihr Anteil zwischen 57% und 77% liegt. Homodiegetische Erzählungen (hier Stopfkuchen und Zwanzigtausend Meilen unter‘m Meer) führen nicht zwangsläufig zu einem höheren Anteil pronominaler Referenzen gegenüber Texten mit heterodiegetischer Erzählerinstanz.

Die Verteilung ist aber innerhalb eines Textes figurenspezifisch. In Oliver Twist wird die Hauptfigur beispielsweise am häufigsten mit Pronomen, am zweithäufigsten mit Eigennamen und nur selten mit Appellativen benannt, für Jack hingegen gibt es zwar ebenfalls überwiegend pronominale Referenzausdrücke, aber häufiger Appellative als Eigennamen; bei Mr. Bumble wiederum sind nur knapp 50% der Referenzen pronominal, die Mehrheit hingegen Eigen- und Gattungsnamen (s. Anhang). Tendenziell haben Nebenfiguren mit niedriger Frequenz weniger pronominale Referenzen als Hauptfiguren (s. Anhang). So eine Ungleichverteilung wird immer dann relevant, wenn nicht alle Referenzausdrücke für die Extraktion der Entitäten berücksichtigt werden. Wenn also – oftmals aus Gründen der schnelleren Operationalisierbarkeit – auf pronominale Referenzen verzichtet wird, führt dies bei der Erfassung von Figurenvorkommen und -relationen zu Verzerrungen (tendenziell dahingehend, dass Nebenfiguren begünstigt und Hauptfiguren vernachlässigt werden). Darüber hinaus ist zu betonen, dass reine Named-Entity-Ansätze manche Figuren gar nicht erfassen können (insbesondere Figuren, die über ihre Rollen benannt sind, z.B. Vater/Arzt).

Die Wahl des Referenzausdrucks hat konsequenterweise gravierende Auswirkungen auf das resultierende Netzwerk. Exemplarisch seien zwei Netzwerke zu einem Auszug aus Fontanes Mathilde Möhring gezeigt (Kookkurrenzen basieren auf Satzgrenzen): Abbildung 1 berücksichtig alle Referenzausdrücke, Abbildung 2 nur Eigennamen.⁴  Letztere umfasst, wie erwartbar, nur Bruchteile des Figureninventars. Besonders kritisch ist, dass eigentlich zentrale Figure wie Hugo irrelevant und umgekehrt Randfiguren wie die nur erwähnte Amalie zentral erscheinen. Die verzerrenden Effekte, die mit einer solchen Restriktion auf Eigennamen einhergehen, fließen in Berechnungen wie Zentralitätsmaße ein (Tabelle 2):

Neben der Wahl der Referenzausdrücke hat die Segmentgröße als Grundlage für Kookkurrenzen einen entscheidenden Einfluss auf die Netzwerke. Die Größe der Segmentierung hängt (auch) mit der Wahl der Referenzausdrücke zusammen. Werden z.B. keine Pronomina berücksichtigt, ist es sinnvoll, die Segmente zu vergrößern. Welche Segmentgröße angemessen ist, lässt sich nicht pauschal beantworten. Hinweise können die Abstände zwischen Pronomen und Antezedent geben, da etwa ein Netzwerk ohne pronominale Referenzen den „Weg“ bis zur nächsten nicht-pronominalen Referenz (Appellativ oder Eigenname) überbrücken muss. Die Abstände sind wiederum stark textabhängig (und figurenspezifisch), beispielsweise stehen in Fontanes Mathilde Möhring die Pronomen im Durchschnitt 130 Tokens von ihrem nicht-pronominalen Antezedenten entfernt, in Dickens Oliver Twist hingegen 37 Tokens (Tabelle 3).

Das Beispielnetzwerk zu Mathilde Möhring lässt weitere Fallstricke für Netzwerkanalysen narrativer Texte erkennen. Erstens wird evident, dass Figuren im Netzwerk enthalten sind, die nicht Teil der fiktiven Welt sind, Karl Moor etwa ist Schillers Räubern entsprungen. Zweitens werden Figuren im Netzwerk abgebildet, die in der Textstelle (ein Dialog zwischen Hugo und Rybinski) nicht agieren; dies betrifft z.B. Hugos Vater, nach dem Rybinski sich erkundigt, der aber nicht anwesend und zum Zeitpunkt der Handlung bereits verstorben ist. Als weitere Kontexte von Figurenreferenzen sind neben Figurenrede Erzählerkommentare und narrative Ebenen zu berücksichtigen.

Die fehlende Differenzierung zwischen Kontexten der Figurennennungen führt nicht nur dazu, dass im Netzwerk ggf. Relationen zwischen Figuren visualisiert werden, die in der Handlung nie kookkurrieren, sondern auch, dass (etwa innerhalb von Figurenrede) erwähnte Figuren die Netzwerkmetriken (z.B. die Netzwerkgröße, Zentralitätswerte, Dichtemaße) in hohem Maß beeinflussen. So umfasst das Netzwerk zum Mathilde-Möhring-Ausschnitt lediglich drei Figuren, wenn erwähnte Figuren herausgefiltert werden.

Vorgehensmodell

Die verschiedenen Aspekte, die für eine reflektierte Netzwerkanalyse von narrativen Texten relevant sind, werden nun in einem Vorgehensmodell zusammengefasst (Abb. 3). Das Modell kann unabhängig davon eingesetzt werden, ob die Schritte durch manuelle Annotation oder (teil-)automatisch umgesetzt werden. Bestimmte Arbeitsschritte (v.a. III–V) können je nach Texteigenschaften oder Untersuchungsfrage ggf. wegfallen. Die einzelnen Schritte werden im Folgenden kurz erläutert.

I. Figurenreferenzannotation und Koreferenzresolution: Um Figuren (oder andere Entitäten)⁵  in Erzählungen zu erfassen, müssen diejenigen Ausdrücke, die auf eine Figur referieren, manuell oder (teil-)automatisch im Text annotiert werden. Referenzausdrücke lassen sich in „Eigenname“, „Appellativ“ und „Pronomen“ einteilen. Koreferenzen müssen aufgelöst werden. Wenn es darum geht, Figurenpräsenzen zu finden, ist darauf zu achten, dass Referenzausdrücke verschachtelt sein können und eingebettete Ausdrücke herauszufiltern sind (z.B. [[Hugos] Frau] = Mathilde).

II. Textsegmentierung: Um Kookkurrenzen zwischen Figuren zu erfassen, muss ein Textfenster vorgegeben werden. Die Textsegmentierung kann auf Grundlage von Layout-Informationen (z.B. Absätzen, linguistischen Einheiten (z.B. Sätzen) oder narratologischen Einheiten („Szenen“ nach Gius et al., 2019a) erfolgen. Für Kookkurrenznetzwerke gibt die Textsegmentierung den Rahmen vor, in dem Relationen zwischen zwei oder mehr Figuren erfasst werden. Hierbei gilt grundsätzlich: Je größer das Segmentierungsfenster ist, desto mehr Kookkurrenzen werden erfasst, desto unschärfer werden aber auch die Treffer (mehr false positives). Darüber hinaus ist zu bedenken, dass ein Zusammenhang zwischen der Segmentierungsgröße und der Vollständigkeit der annotierten Referenzausdrücke besteht. Während es geeignet erscheint, satzbasierte Kookkurrenzen zu extrahieren, wenn sämtliche (Ko-)Referenzen erfasst sind, müssen größere Segmente gewählt werden, wenn keine pronominalen Referenzen annotiert sind. Korpusstatistiken zu den Abständen zwischen den verschiedenen Referenzausdrücken können helfen, ein geeignetes Kookkurrenzfenster festzusetzen.

III. Figurenrede (Filter, optional): Grundsätzlich ist es sinnvoll, präsente bzw. handelnde Figuren von solchen, über die „nur“ gesprochen wird, zu unterscheiden. Zu diesem Zwecke sind Passagen, die Redewiedergabe (dazu zählen direkte und indirekte Formen der Rede- und Gedankenwiedergabe) enthalten, entsprechend auszuzeichnen. Dies ermöglicht es, Referenzausdrücke, die innerhalb dieser Passagen liegen, herauszufiltern, wenn Kookkurrenzen zwischen präsenten Figuren erfasst werden sollen. Im obigen Netzwerk zu Mathilde Möhring sind lediglich drei Figuren präsent, wohingegen die meisten anderen (darunter z.B. Hugos verstorbener Vater) ausschließlich in Figurenrede erwähnt werden. Gleiches gilt für Milada im Gemeindekind, s. Anhang.

IV. Erzählebenen (Filter, optional): Narrative Ebenen müssen grundsätzlich auseinandergehalten werden, da es sonst zu einer „Vermischung“ des Figureninventars verschiedener Ebenen kommt. Binnenerzählungen können z.T. über Figurenrede (Schritt III) erfasst werden. Eine Annotation der Erzählebenen ermöglicht es, die Figurenrelationen ebenenspezifisch zu analysieren, indem Figurenreferenzen aus anderen Erzählebenen herausgefiltert werden. Im Stopfkuchen besteht beispielsweise die Rahmenhandlung aus Eduard, der sich auf der Schifffahrt nach Kappstadt befindet, wohingegen (mehrere) eingebettete Erzählebenen Figuren aus seiner Vergangenheit und Heimatstadt umfassen. Die Ebenen sind räumlich und zeitlich voneinander getrennt.

V. Exkurse/Erzählerkommentare (Filter, optional): Unter Exkursen sind „Abschweifungen“ (Kommentare, Publikumsanreden) zu verstehen, die i.d.R. mit einer veränderten Sprechhaltung einhergehen und den Verlauf der Erzählung unterbrechen. Für Netzwerkanalysen ist die Annotation von Exkursen insbesondere dann relevant, wenn sie Referenzen auf Figuren/Personen umfassen, die nicht Teil der erzählten Welt sind. Oftmals wird im Rahmen von Exkursen das Erzählte kommentiert (also Vergangenes aufgegriffen), es werden Vergleiche zu anderen Figuren gezogen, intertextuelle Verweise oder realhistorische Bezüge hergestellt. Exkurse können damit Referenzen auf Entitäten enthalten, die i) zwar Teil der erzählten Welt, aber nicht zwangsläufig Teil der „Szene“, ii) Teil anderer fiktiver Texte, iii) Teil der realen Welt sind. Eine Annotation der Exkurse ermöglicht eine Differenzierung zwischen den verschiedenen „Status“ der Entitäteninstanzen.

Sonstiges: Je nach Organisation der Erzählung und Untersuchungsfrage können andere Aspekte, die das abgebildete Modell nicht berücksichtig, relevant sein. Bei anachronischen Erzählungen kann es etwa sinnvoll sein, die Erzählung zunächst in eine chronologische Reihenfolge zu bringen, insbesondere wenn dynamische Netzwerke erstellt werden.

Schluss

Das hier vorgestellte Vorgehensmodell umfasst relevante Schritte für die Extraktion kopräsenter Figuren aus narrativen Texten. Ein Hauptanliegen des Beitrags ist es, aufzuzeigen, welche Aspekte bei der Netzwerkanalyse narrativer Texte (potenziell) eine Rolle spielen, und diese in die Datenerhebung zu integrieren – oder, sollte dies nicht möglich sein, zumindest das Bewusstsein für deren Einfluss auf die netzwerkanalytischen Daten zu schärfen. Zweifelsohne können nicht alle Sonderfälle in einem möglichst generischen Modell berücksichtigt werden; vielmehr dient das Modell als methodische Grundlage, die dazu befähigt, Kookkurrenznetzwerke aus Erzähltexten zu erstellen, die für Einzelfälle aber angepasst oder ergänzt werden muss. Durch seine Modularität und die „Filter“-Schritte soll das Modell für viele Fragestellungen und Untersuchungsgegenstände einsetzbar sein.

Anhang

Tabelle 4: Textstatistiken zur Verteilung von Figurenreferenzausdrücken und zu Abständen zwischen koreferenten Referenzausdrücken. Berechnungen je Text-Datei und für ausgewählte Figuren. Die Textauszüge und Annotationen entsprechen DROC (Krug et al., 2018). Text (Textauszug entspricht DROC) und ausgewählte Figuren Verteilung von Figurenreferenzen nach Art der Referenz (Eigennamen, Appellative, Pronomen), Figurenvorkommen innerhalb und außerhalb von Redewiedergabe-Passagen. Abstände (in Tokens) von Pronomen zu koreferentem Appellativ oder Eigennamen Gesamt Eigenname Appellativ Pron. In Rede Außerhalb Rede Median Mittelwert Kafka_Amerika 341 34 65 242 43 71 cr1_Karl 186 29 5 152 70 116 45 62 cr16_Franz 16 3 6 7 8 8 7 6 Dickens_OTwist 545 119 114 312 24 37 cr1_Oliver 246 61 17 168 68 178 26 42 cr314_Jack 72 5 26 41 13 59 24 28 cr10_Bumble 43 17 6 20 22 21 14 17 Fontane_GMinde 514 96 70 348 31 55 cr1_Grete 125 34 10 81 82 43 26 38 cr2_Gigas 71 8 8 55 39 32 43 81 cr3_Trud 69 22 5 42 44 25 31 55 Fontane_MMöhring 426 67 48 311 80 130 cr1_Hugo 140 13 3 124 111 29 101 161 cr70_Vater 33 0 11 22 33 0 29 30 cr5_Rybinski 132 18 5 109 122 10 97 126 Raabe_Stopfkuchen 293 32 57 204 49 157 cr1_Eduard 111 5 10 96 26 85 81 218 cr58_Stopfkuchen 21 12 3 6 7 14 17 15 Ahlefeld_Erna 803 90 95 618 74 135 cr1_Alexander 281 22 12 247 16 265 100 160 cr7_Erna 234 29 8 197 52 182 92 132 cr12_Arzt 13 0 7 5 1 12 25 42 Aston_Ausdem Leben 436 52 91 293 38 48 cr1_Oburn 195 26 19 149 58 137 36 44 cr5_Frau 123 12 23 88 53 70 42 58 cr163_Buchhalter 16 3 5 7 9 7 36 33 Balzac_GlanzElend 795 152 194 449 21 37 cr1_Jakob 65 13 10 42 25 40 20 33 cr7_Asien 260 43 39 178 89 171 27 37 cr99_Romette 18 4 5 9 9 9 12 19 Ebner-Eschenbach _Gemeindekind 896 98 187 611 30 55 cr1_Pavel 434 64 41 329 161 274 30 60 cr10_Lehrer 95 4 36 55 22 73 25 118 cr62_Milada 35 7 14 14 34 1 14 18 Verne_2000Meilen 264 26 40 198 61 192 cr1_ich (Eduard) 113 4 8 101 34 79 79 211 cr_14_Nemo 73 10 16 47 41 32 19 30 cr_2_Conseil 14 7 1 6 1 13 82 83

Text (Textauszug entspricht DROC) und ausgewählte Figuren	Verteilung von Figurenreferenzen nach Art der Referenz (Eigennamen, Appellative, Pronomen), Figurenvorkommen innerhalb und außerhalb von Redewiedergabe-Passagen.	Abstände (in Tokens) von Pronomen zu koreferentem Appellativ oder Eigennamen
	Gesamt	Eigenname	Appellativ	Pron.	In Rede	Außerhalb Rede	Median	Mittelwert
Kafka_Amerika	341	34	65	242			43	71
cr1_Karl	186	29	5	152	70	116	45	62
cr16_Franz	16	3	6	7	8	8	7	6
Dickens_OTwist	545	119	114	312			24	37
cr1_Oliver	246	61	17	168	68	178	26	42
cr314_Jack	72	5	26	41	13	59	24	28
cr10_Bumble	43	17	6	20	22	21	14	17
Fontane_GMinde	514	96	70	348			31	55
cr1_Grete	125	34	10	81	82	43	26	38
cr2_Gigas	71	8	8	55	39	32	43	81
cr3_Trud	69	22	5	42	44	25	31	55
Fontane_MMöhring	426	67	48	311			80	130
cr1_Hugo	140	13	3	124	111	29	101	161
cr70_Vater	33	0	11	22	33	0	29	30
cr5_Rybinski	132	18	5	109	122	10	97	126
Raabe_Stopfkuchen	293	32	57	204			49	157
cr1_Eduard	111	5	10	96	26	85	81	218
cr58_Stopfkuchen	21	12	3	6	7	14	17	15
Ahlefeld_Erna	803	90	95	618			74	135
cr1_Alexander	281	22	12	247	16	265	100	160
cr7_Erna	234	29	8	197	52	182	92	132
cr12_Arzt	13	0	7	5	1	12	25	42
Aston_Ausdem Leben	436	52	91	293			38	48
cr1_Oburn	195	26	19	149	58	137	36	44
cr5_Frau	123	12	23	88	53	70	42	58
cr163_Buchhalter	16	3	5	7	9	7	36	33
Balzac_GlanzElend	795	152	194	449			21	37
cr1_Jakob	65	13	10	42	25	40	20	33
cr7_Asien	260	43	39	178	89	171	27	37
cr99_Romette	18	4	5	9	9	9	12	19
Ebner-Eschenbach _Gemeindekind	896	98	187	611			30	55
cr1_Pavel	434	64	41	329	161	274	30	60
cr10_Lehrer	95	4	36	55	22	73	25	118
cr62_Milada	35	7	14	14	34	1	14	18
Verne_2000Meilen	264	26	40	198			61	192
cr1_ich (Eduard)	113	4	8	101	34	79	79	211
cr_14_Nemo	73	10	16	47	41	32	19	30
cr_2_Conseil	14	7	1	6	1	13	82	83

¹ Auch dort werden aber nur die Aufgaben „Identifikation von Figuren“ (inkl. Koreferenzresolution) und „Identifikation von Relationen“ (z.B. über Kookkurrenz) zur Erstellung von Figurennetzwerken berücksichtigt – Beeinflussungen der Daten durch Erzählebenen, Exkurse/Kommentare etc. bleiben unbeachtet.

² Andresen und Vauth stellen fest, dass die Verteilungen für verschiedene Figuren des untersuchten Texts relativ stabil sind; dieser Befund ist wohl nicht generalisierbar, da die hier beigefügten Statistiken zeigen, dass etwa die Art der Referenzierung (die Verteilung von Eigennamen/Appellativen/Pronomen) je nach Figur stark variieren kann. Statistiken zu einem englischsprachigen Korpus liefern Bamman et al. (2020), die Verteilungen von Entitätenklassen und verschiedenen Referenzierungstypen sowie Abstände zu Antezedenten berechnen (allerdings nicht figurenspezifisch).

³ Auch die Herausforderungen einer automatischen Szenen-Annotation zeugen von der Komplexität dieser Aufgabe, vgl. Zehe et al., 2021. Zum Begriff des „Segments“ und verschiedenen Segmentierungsansätzen in der DH vgl. Bartsch et al., 2023.

⁴ Die Netzwerke wurden mit Gephi (Bastian et al., 2009) erstellt. Die Größe der Knoten und ihrer Beschriftung richtet sich nach dem Grad, die Dicke der Kanten nach dem Gewicht.

⁵ Das hier vorgestellte Vorgehensmodell kann auch auf andere Entitätenklassen (z.B. LOC/ORG) übertragen werden. Für Richtlinien zur Entitätenreferenzannotation vgl. Reiter et al., 2023.