Reading Texts and Data

Abstract

ZusammenfassungIn meinem Artikel hinterfrage ich die traditionelle Trennung zwischen qualitativer und quantitativer Textanalyse und plädiere für eine integrierte Herangehensweise, die ich als Data Philology bezeichne. Ich argumentiere, dass das Lesen von Texten und Daten in ihrer Komplexität keinen grundlegenden Unterschied aufweist, insbesondere wenn man die Rolle diagrammatischer Transformationen, Algorithmisierung und maschineller Prozesse berücksichtigt.Im Zentrum meiner Ausführungen steht die Korpuslinguistik, die durch statistische Methoden und digitale Codierung großangelegte Textanalysen ermöglicht. Diese Ansätze überschreiten die herkömmlichen Grenzen zwischen »close« und »distant reading«. Ich beleuchte, wie Computer als aktive Mitwirkende in Schreib- und Lesepraktiken fungieren und wie digitale wie auch analoge Methoden oft diagrammatische Operationen involvieren, die in komplexe Interpretationsprozesse eingebettet sind.Ich vertrete die Ansicht, dass die Philologie von der Integration datenwissenschaftlicher Methoden profitieren kann, indem sie diese für philologische Forschungsinteressen nutzt. Ziel ist es, einen naiven Datenpositivismus zu vermeiden und statistische Modelle für interpretative Zwecke zugänglich zu machen.Mein Artikel fordert dazu auf, traditionelle Sichtweisen zu überdenken und sich für eine Data Philology zu öffnen, die die neuesten Methoden der Datenanalyse kritisch integriert und für eine breitere Vielfalt an Textanalysen nutzt.Das Abstract wurde maschinell mit ChatGPT (GPT 4.0 vom 3. Januar 2024) auf Basis des Manuskripts erstellt und nur minimal korrigiert.