Nils Reiter & Marcus Willand
Das Forschungsprojekt Q:TRACK verknüpft Ziele in den zwei Forschungsbereichen Literatur-/Theatergeschichte und computergestützte Literaturwissenschaft. Im ersten Bereich streben wir neue Erkenntnisse darüber an, wie soziales Wissen genutzt wird, um den dramatischen Konflikt in Dramen voranzutreiben oder zu lösen. Wir konzentrieren uns zunächst auf die Verbreitung von Wissen innerhalb der dramatischen Welt eines einzelnen Stückes. Ergebnis dieses ersten Schrittes wird ein formales Modell des Wissens sein, das jede Figur sowie das Publikum in jedem Segment (Akt, Szene, Auftritt) hat und dazu gewinnt. Ein solches Modell, sobald es einmal etabliert ist, ermöglicht es, Beziehungen zu visualisieren und Inferenzen abzuleiten. Damit kann einerseits close reading unterstützt werden, andererseits auch ein systematischer Vergleich zwischen Dramen erleichtert. Sobald solche Modelle automatisch erstellt werden können, können die Disseminationsmuster aus dramenhistorischer Sicht betrachtet werden, um z.B. zu fragen, wie sie sich im Laufe der Jahrhunderte verändern. Ein Disseminationsmuster ist eine Verallgemeinerung des Modells aus mehreren Dramen indem über individuelle Figuren abstrahiert und Variationen in den Details ignoriert werden. Ein solches Muster könnte sein, dass das Faktum, das die Anagnorisis auslöst, durch eine Figur vermittelt wird, die nicht an der eigentlichen Beziehung beteiligt ist (z.B. Boten oder Diener). Um unsere literar- und dramaturhistorischen Ziele zu verfolgen, rekonstruieren wir so systematisch Konstellationen, Modi und Techniken der dramatischen Wissensverteilung. Indem wir einen multiperspektivischen Blick auf Figuren- und Publikumswissen werfen, sichern wir uns nicht nur einen nicht-interpretiven Zugang zu den Dramen. Wir bieten auch einen intersubjektiven, meta-historischen Ansatz zur Identifizierung von Textelementen, die angeblich als Sympathie- und Empathiekontrolle der Leser fungieren und dramatische Effekte wie die Reinigung von Emotionen (Katharsis) auslösen.
URL: quadrama.github.io