Was sagt uns eine Zahl? Die Funktionsweise von Distinktivitätsmaßen

Das Vorkommen von bestimmten Merkmalen in zwei Gruppen von Texten zu vergleichen ist eine der grundlegendsten sinnstiftenden Strategien in den etablierten wie den digitalen Literaturwissenschaften. Im quantitativen Paradigma bedeutet dies, die Häufigkeiten von Merkmalen in einer Gruppe von Texten mit ihrer Häufigkeit in einer Vergleichsgruppe oder einem Referenzkorpus zu vergleichen. In den vergangenen Jahrzehnten sind zahlreiche Maße der Distinktivität oder der 'keyness' für diese Aufgabe vorgeschlagen worden, die jeweils Stärken und Schwächen haben.

Dieser Vortrag beginnt mit einer Analyse der wünschenswerten Eigenschaften eines solchen Distinktivitätsmaßes im Kontext der Literaturwissenschaften. Er konzentriert sich dann auf ein Maß, das nicht aus der Statistik oder der Informatik kommt, sondern in den Literaturwissenschaften entstanden ist: Zeta, das von John Burrows vorgeschlagen und dann von Hugh Craig weiter entwickelt wurde. Auf der Grundlage einer neuen Implementierung des Maßes in Python erklärt dieser Vortrag die statistischen Eigenschaften des Zeta-Maßes, zeigt einige Anwendungsmöglichkeiten auf und diskutiert mehrere mögliche Erweiterungen, die Zeta noch nützlicher machen könnten.