Einführung in die Textvisualisierung

Wie kann die intensive Textarbeit von Studierenden durch den Einsatz von automatischen Visualisierungstools zur Textanalyse unterstützt werden?

„Ich habe den Text gelesen, aber ob ich ihn richtig verstanden habe, weiß ich nicht.“ Oder „Ich fühle mich von der schieren Textmenge erschlagen und finde einfach keinen Zugang!“. Diesen oder ähnlichen Äußerungen von Studierenden begegnen Lehrende im Kontext von intensiver Textlektüre häufiger. Gerade in geisteswissenschaftlichen Seminaren gilt das Lesen von mehrseitigen Fachtexten oder Fachbüchern im Vorfeld einer Lehrveranstaltung als Vorbereitung und Arbeitsgrundlage für das Seminar. Aus Sicht der Lehrenden ist eine konstruktive Textdiskussion, gerade in textlastigen Fächern, nur dann möglich, wenn der Inhalt vollständig gelesen und auch verstanden wurde. Doch besonders Studienanfänger sind häufig von der ungewohnt großen Menge des Lesestoffs überfordert. Es fällt ihnen schwer, sich strukturiert durch einen Text zu arbeiten.

Die passende Vorgehensweise zur Bearbeitung von langen Texten zu finden, ist ein Faktor, der den Erfolg des weiteren Studiums der Studierenden entscheidend beeinflussen kann. Lehrende, die Studierenden zu Beginn ihres Studiums verschiedene Methoden zum besseren Textverständnis aufzeigen, unterstützen den Prozess des Textlesens und -verstehens aktiv.

Textvisualisierungen, wie sie in den Digital Humanities (DH) verwendet werden, stellen eine mögliche, alternative Herangehensweisen zum „üblichen“ Lesen dar.

Visualisierungen dienen als Gedankenstützen, die von Studierenden als Grundlage für Notizen, für persönliche Wissensvernetzung und zur Unterstützung paralleler Textarbeit genutzt werden können.

Im Gegensatz zu händisch erstellten Skizzen handelt es sich hierbei um computergestützte Textanalysen, die mit linguistischen Verfahren Textinhalte nach bestimmten Kriterien einordnen. Hinter der Begrifflichkeit des linguistischen Verfahrens verbergen sich unterschiedliche linguistische Analyseverfahren, die auf Wort-, Satz- und Textebene arbeiten. Als Beispiel für ein Werkzeug zur computergestützten Textanalyse können die Voyant-Tools genannt werden.

Entwickelt wurde das Voyant-Toolset für den Einsatz innerhalb der Digital Humanities (DH) von Stefan Sinclair und Geoffrey Rockwell (University of Alberta). Das Toolset dient der Visualisierung sprachwissenschaftlicher Analysen und findet seinen Einsatz im wissenschaftlichen Kontext (wird in neuem Tab geöffnet). Ausgestattet mit einer intuitiven und ansprechenden Benutzeroberfläche ist eine Bedienung auch ohne informatische Vorkenntnisse der Nutzenden sehr gut möglich.

Das Toolset kann online direkt im Browser (www.voyanttools.org) gestartet werden. Der/die NutzerIn muss lediglich den entsprechenden Ausgangstext in einem der möglichen Formate hochladen. Die Analyse startet dann automatisch.

Verwendung finden können sowohl deutsch- als auch englischsprachige Texte, welche als Word-, Plaintext- oder auch als PDF-Dokumente abgespeichert wurden. Nicht analysierbar sind hingegen handschriftliche Texte und Illustrationen (auch Tabellen). Zudem arbeitet das Tool textbasiert, das bedeutet, dass bruchstückhafte Notizen und Halbsätze nicht sinnvoll ausgewertet werden können.