Das Potential von Voyant – Beispielanalyse ganz ohne Coden

Seit einigen Jahren rücken digitale Tools im Hinblick auf die Methodenauswahl für die Analyse von Texten immer mehr ins Rampenlicht. Für die Nutzer und Nutzerinnen bringt dies für ihre Arbeit sowohl eine Reihe an Vorteilen und Erleichterungen wie auch mögliche Erschwernisse mit. Zum einen kann hierbei nämlich unterschieden werden zwischen einfach zu bedienenden Methoden und solchen, die fundiertes computerbasiertes Wissen erfordern. Im Folgenden soll darüber ein kurzer Abriss gegeben und anschließend aufgezeigt werden, wie insbesondere in der Anwendung Voyant ¹ mit einer Vielzahl an Funktionen eine wirkmächtige Alternative zu den komplexen Tools gesehen werden kann.

Für weniger anspruchsvolle Untersuchungen wie beispielsweise Worthäufigkeiten gibt es online frei zugängliche Anwendungen wie Wordle oder den Google Ngram Viewer, welcher Häufigkeitsverteilungen diverser Begriffe errechnet und visualisiert, die in Publikationen in Google Books enthalten sind ². Jedoch können auch aufwendigere wissenschaftliche Fragestellungen mittels digitaler Tools untersucht werden, hierfür können Anwendungen wie Stylo zum Einsatz kommen. Diese Desktopanwendung ist besonders für Fragen der Autorenschaft, aber auch zur Klassifizierung von Genres oder Epochen zu gebrauchen und erfordert die Installation von R bzw. RStudio und subsequent auch eine fundamentale Kenntnis eben dieser Programmiersprache ³.

Es ist also festzuhalten, dass Computer und computerbasierte Methoden nützlich sind für die Analyse großer Datenmengen oder – je nach Fragestellung – mehrere Autoren umfassende Textkorpora, was in reiner Handarbeit viel zu viele Ressourcen in Anspruch nehmen und einer Sisyphusaufgabe gleichen würde ⁴.

Besonders diese komplexen Methoden können zudem auch abschreckend wirken, besonders wenn dafür das Erlernen beispielsweise einer Programmiersprache vorausgesetzt wird oder man sich mit der Materie des Machine Learning zu befassen beginnt, einem Teilbereich der künstlichen Intelligenz, bei dem Computer darauf trainiert werden, Muster in großen Datenmengen zu erkennen und basierend darauf immer genauere Ergebnisse für diverse Fragestellungen zu liefern ⁵. Weiters ist vorstellbar, dass solch komplexe Ansätze oftmals auch aus ressourcentechnischen Gründen nicht angewandt werden können, man denke an Studierende, die im Zuge einer Seminararbeit nicht die Möglichkeit haben, sich mit derart aufwendigen Verfahren zu beschäftigen.

Abhilfe können an dieser Stelle allerdings webbasierte Tools wie Voyant liefern, wobei nichts selbst programmiert oder ein Algorithmus trainiert werden muss, jedoch eine Vielzahl von Analysemöglichkeiten geboten wird, auf welche auch EDV-technisch ungeschulte Forscher und Forscherinnen Zugriff haben und die sie als Basis für ihre zu behandelnden Thesen verwenden können.

Hier soll nun ein kurzer Einblick in die Möglichkeiten erfolgen, die Voyant bietet und wie mit dessen Hilfe ohne jegliche Programmiererfahrung fundierte Ergebnisse für die Forschung erreicht werden können.

Wie bereits einleitend erwähnt, ist Voyant eine webbasierte Anwendung, was keinerlei Installationsvorgänge notwendig macht oder Speicherplatz auf dem Gerät belegt. Es ist sowohl eine quantitative Untersuchung der eingegebenen Texte möglich wie auch Visualisierungen eben dieser Ergebnisse. Dabei können Texte in allen modernen Sprachen sowie auch Latein und Griechisch untersucht werden ⁶.

Nachdem der bzw. die zu analysierenden Texte via URL oder direkter Kopie eingefügt wurden, erscheinen auf der Benutzeroberfläche fünf einzelne Abschnitte, die jeweils unterschiedliche Methoden zur Analyse umfassen (siehe Abb. 1). Die Ergebnisse der jeweiligen Abschnitte können auch ineinander greifen und sich dementsprechend verändern, worauf jedoch bei der Erläuterung der einzelnen Tools noch eingegangen wird. Zu jeder Methode wird innerhalb der Benutzerumgebung zudem eine umfassende Erklärung bereitgestellt, sowie auch die Möglichkeit, die erhaltenen Ergebnisse zu exportieren und zu zitieren.

Der erste Abschnitt wird unterteilt in die Anwendungen Cirrus, Corpus Terms und Links. Cirrus bietet einen Einblick in die häufigsten Wörter im Text bzw. Korpus mittels Darstellung dieser in einer simplen Wortwolke, wobei die Häufigkeit direkt mit der Schriftgröße korreliert (= je häufiger das Wort, umso größer die Schrift, in der es dargestellt wird). Bei Corpus Terms handelt es sich um eine Tabelle aller Begriffe, die im Text/Korpus vorkommen, gepaart mit ihrer Häufigkeit. Diese Tabelle kann mittels Suchsyntax unter verschiedenen Bedingungen durchsucht werden. So kann nach der exakten Wortform (Beispiel: coat), Wortanfängen (coat*), einer speziellen Wortreihenfolge (“winter coat”) und vielem weiteren gesucht werden, was unter anderem auch im Reader (= der Volltextanzeige) in Abschnitt 2 hervorgehoben wird. Als letzte Anwendung im ersten Abschnitt ist noch der Bereich Links zu nennen. Dabei wird ein Netzwerk aus Begriffen gezeigt, welche häufig in der Nähe voneinander vorkommen. Dabei ist noch zu unterscheiden zwischen Schlagworten, die orange dargestellt werden und den ihnen nahestehenden Kollokationen, welche blau erscheinen. Bewegt man die Maus dann über eines der Wörter, werden die ihm am nahestehendsten Begriffe dunkel hinterlegt, um den Zusammenhang zu offenbaren.

Abschnitt 2 teilt sich in die Tools Reader und Worttrauben. Der Reader bietet wie im vorigen Absatz bereits kurz angeschnitten zum einen eine Anzeige des Volltexts, des Weiteren aber auch Häufigkeits- und Verteilungsinformationen zu einzelnen Begriffen sowie ein Balkendiagramm, welches die relative Größe jedes Textes im Korpus visualisiert. Die Worttrauben funktionieren ähnlich wie Cirrus, indem entweder die häufigsten oder die von Anwender bzw. Anwenderin als am relevantesten erachteten Begriffe in Trauben angezeigt werden und ersichtlich wird, wie oft und in wie vielen Texten im Korpus sie vorkommen bzw. mit welchen Wörtern sie am häufigsten in Kombination auftreten (direkter Zusammenhang zwischen gemeinsamer Auftretenshäufigkeit und Dunkelheit der dargestellten Farbe).

Der dritte Abschnitt umfasst die Anwendungen Trends und Dokumentbegriffe. Bei Trends wird das Dokument in zehn gleich große Segmente unterteilt und mittels Diagramm gezeigt, welche Wörter in welchem Segment am häufigsten auftauchen. Während einige der bisher beschriebenen Funktionen meiner Meinung nach eher in der Statistik zu verorten und oftmals rein deskriptiver Natur sind, birgt insbesondere diese Trendkurve mit dem zeitlichen Verlauf das Potential, beispielsweise die Auftretenshäufigkeiten einzelner Figuren in diversen Texten zu untersuchen, wobei dabei natürlich deren Vorkommen in der Figurenrede anderer Charaktere berücksichtigt werden muss. Ebenso könnte eine Motivanalyse über den Verlauf eines Textes hinweg durchgeführt werden. Somit deckt Voyant nicht nur quantitative, sondern auch qualitative Fragestellungen ab. Der Bereich Dokumentbegriffe stellt erneut eine Tabelle dar mit den Begriffen des Textes, einigen dazugehörigen statistischen Werten (absolute und relative Häufigkeit etc.) sowie ihrer Verortung im Dokument bzw. innerhalb der zehn Segmente. Wählt man einen oder mehrere dieser Begriffe aus, werden sie zudem im Reader (vgl. Abschnitt 2) hervorgehoben, wie auch in der Funktion Kontexte in Abschnitt 4 kontextualisiert, wobei jeweils einige Worte angezeigt werden, die vor und nach dem entsprechenden Begriff auftreten. So kann beispielsweise untersucht werden, in welchem Kontext verschiedene Wörter verwendet werden.

Als nächste Funktion in Abschnitt 4 sind die Bubblelines angeführt, welche für jedes Dokument im Korpus die Häufigkeit und Wiederholung einzelner Begriffe auf einer horizontalen Linie darstellen, wobei häufigere Begriffe in größeren Blasen resultieren. Weiters gibt es hier noch die Funktion Kollokationen, die ähnlich wie bei Links (Abschnitt 1) und Worttrauben (Abschnitt 2) in Form einer Tabelle die Begriffe angibt, mit welchen ein bestimmtes Wort am öftesten in Kombination auftritt.

Zuletzt gibt es in Abschnitt 5 eine Zusammenfassung, welche die fünf häufigsten Wörter eines Textes bzw. Korpus anzeigt wie auch einige zusätzliche statistische Werte (Wortschatzdichte, Readability Index und durchschnittliche Wortanzahl pro Satz). Weiters wird unter Dokumente eine Auflistung aller in die Analyse miteinbezogenen Texte des Korpus geliefert. Abschließend folgt im Bereich Phrasen ein Überblick über die am häufigsten verwendeten Phrasen, was besonders im Kontext der Klärung einer potenziellen Autorschaft aufschlussreich sein könnte.

Wie die vorliegende Schilderung aller Funktionen sowie zugehörige Einschätzung zeigt, handelt es sich bei Voyant also um ein Tool zur statistischen Aufbereitung und Visualisierung einzelner Texte oder ganzer Korpora. Durch diese Vielfalt an unterschiedlichen Analysemöglichkeiten kann es für die Untersuchung einer Reihe an quantitativen wie auch qualitativen Fragestellungen in der Forschung zum Einsatz kommen und stellt dadurch eine gewinnbringende Alternative zu komplexeren und aufwendigeren digitalen Methoden dar. Abschließend soll hier die Onlineressource forTEXT nicht unerwähnt bleiben, welche bei weiterem Interesse die Möglichkeit eines tieferen Einblicks in die Handhabung Voyants wie auch einschlägige Tutorials und Lernaufgaben bietet. ⁷

Die studentischen Beiträge wurden im Rahmen des Seminars “Mittelalter Digital” von Dr. Alan van Beek im SoSe 2024 an der Universität Salzburg erstellt. Lizenz: CC-BY

1. Sinclair, Stéfan & Rockwell, Geoffrey. (2024). Voyant Tools (2.6.14) [Software]. https://voyant-tools.org/)[↩]
2. Schubert, Charlotte: „Textanalyse Digital”. In: Christina Antenhofer, Christoph Kühberger & Arno Strohmeyer (Hrsg.): Digital Humanities in den Geschichtswissenschaften. Wien 2023, S. 144-165.[↩]
3. vgl. Anm. 2: S. 154f[↩]
4. Viehhauser, Gabriel: „Digitale Methoden der Textanalyse für die Altgermanistik”. In: Elisabeth Lienert, Joachim Hamm, Albrecht Hausmann & Gabriel Viehhauser (Hrsg.): Digitale Mediävistik. Perspektiven der Digital Humanities für die Altgermanistik. Oldenburg 2022, S. 203–246.[↩]
5. “Was ist Machine Learning?” In: https://www.sap.com/austria/products/artificial-intelligence/what-is-machine-learning.html (Zugriff: 07.07.2024[↩]
6. vgl. Anm. 2: S. 150[↩]
7. „forTEXT. Literatur digital erforschen“ In: https://fortext.net/ (Zugriff: 10.08.2024[↩]

---

---