2 - Definition und Anwendungsfelder der klassischen Stilometrie

Was Stilometrie in der Literaturwissenschaft leistet

Die Stilometrie hat ihre Ursprünge in der Textanalyse bzw. Literaturwissenschaft und bezeichnet die quantitative Untersuchung von Stilmerkmalen, die durch statistische Verfahren messbar und analysierbar sind. Die ursprüngliche Stilometrie befasst sich in diesem Kontext hauptsächlich mit der Analyse von Sprachmerkmalen, um Aufschluss über den Autor, die Datierung eines Werkes oder dessen literarischen Stil zu geben. Hierbei werden häufig Merkmale wie Wortfrequenz, Satzlänge, Verwendung spezifischer Vokabeln (z.B. Funktionswörter) oder grammatikalische Strukturen statistisch untersucht. Stylometrische Forschung beginnt oft mit der Beobachtung, dass Autoren bestimmte Gewohnheiten und Vorlieben bei der Wortwahl haben, welche sich bereits in den häufigsten Funktionswörtern zeigen. Diese Eigenschaften eines Textes, die einer Analyse zugrunde liegen, werden dann als Features bezeichnet. Typische Anwendungsfelder sind:

• Autorschaftsattribuierung: Eine der bekanntesten Anwendungen ist die Identifizierung unbekannter Autoren oder die Bestätigung der Autorschaft umstrittener Werke. Prominente Beispiele hierfür sind Studien zu Shakespeare oder den Federalist Papers.
• Chronologie und Datierung: Stilometrische Analysen können helfen, die Entstehungszeit von Texten zu bestimmen, indem sie stilistische Entwicklungen über die Zeit hinweg verfolgen. Hierbei wird die Hypothese der stilistischen Evolution genutzt, die annimmt, dass sich der Stil und die Sprache eines Autors über einen ausreichend langen Zeitraum hinweg bewusst oder unbewusst ändern.
• Stilistische Entwicklung und Periodisierung: Sie ermöglicht die quantitative Untersuchung von Stilveränderungen innerhalb des Werkes eines Autors oder über verschiedene Epochen hinweg, was zur Verfeinerung literarischer Periodisierungen beitragen kann.
• Plagiatserkennung: Durch den Vergleich stilistischer Fingerabdrücke können Plagiate identifiziert werden. Die Plagiatserkennung wird hierbei als ein Problem der Autorschaftsidentifikation behandelt, bei dem ein unbekanntes Dokument mit verifizierten Dokumenten bekannter Autoren verglichen wird, um den ursprünglichen Verfasser zu finden.

Distant statt Close Reading

Vor allem die Digital Humanities nutzen solche Ansätze, um große Textsammlungen mit computergestützten Techniken zu erforschen und Beziehungen sowie Muster von Ähnlichkeit und Unterschieden aufzudecken, die für das menschliche Auge unsichtbar wären. Es erlaubt über die traditionelle Close Reading-Praxis hinauszugehen und Distant Reading-Methoden anzuwenden.

Die Werkzeuge: Funktionswörter, Satzlänge und Co.

Wie bereits einleitend dargestellt, basiert die Methodik der klassischen Stilometrie dafür auf der statistischen Analyse von Textmerkmalen. Statt auf inhaltliche Aspekte konzentriert sie sich auf messbare Muster im Schreibstil, insbesondere auf solche, die vom Autor unbewusst verwendet werden und daher schwer zu fälschen sind. Typische Features in der Stilometrie sind:

• Häufigkeiten von Funktionswörtern: Die Frequenz der häufigsten Wörter einer Sprache (z.B. “der”, “die”, “das”, “und”, “in”, “zu” im Deutschen). Diese Wörter sind themenunabhängig und ihre Verwendung ist stark automatisiert und individuell. Dies ist das mit Abstand wichtigste Merkmal der klassischen Stilometrie.
• Satzlänge: Die durchschnittliche Länge von Sätzen und deren Verteilung.
• Verwendung von Satzzeichen: Die Häufigkeit von Kommas, Punkten, Semikolons etc.
• Wortschatzreichtum: Masse wie die Type-Token-Ratio (Verhältnis von einzigartigen Wörtern zur Gesamtzahl der Wörter).
• N-Gramme: Häufigkeiten von kurzen Buchstaben- oder Wortsequenzen (z.B. die Buchstabenfolge “ung” oder die Wortfolge “es war einmal”).

Burrows’ Delta und die Visualisierung von Stilnähe

Diese Merkmale werden für verschiedene Texte gezählt und anschliessend mit multivariaten statistischen Verfahren wie der Clusteranalyse oder der Hauptkomponentenanalyse (PCA) verglichen. Das Ergebnis wird oft als Diagramm visualisiert, in dem Texte desselben Autors nahe beieinander, in sogenannten Clustern, und Texte unterschiedlicher Autoren weit voneinander entfernt liegen. Eine der bekanntesten Methoden ist Burrows’ Delta, eine Formel, die den stilistischen Abstand zwischen Texten berechnet.

Weiterführende Literatur (Auswahl)

• Burrows, J. (2002). “Delta”: A Measure of Stylistic Difference and a Guide to Likely Authorship. Literary and Linguistic Computing, 17(3), 267–287. https://doi.org/10.1093/llc/17.3.267

• Camps, J.-B., Chaillou, C., Mariotti, V., & Saviotti, F. (2022, July 25). Textual, Metrical and Musical Stylometry of the Trouvères Songs. https://shs.hal.science/halshs-03716477

• DARIAH-DE (Ed.). (2015). Stilometrische Textanalyse. In Handbuch Digital Humanities: Anwendungen, Forschungsdaten und Projekte (pp. 90–110). DARIAH-DE.

• Eder, M., Rybicki, J., & Kestemont, M. (2016). Stylometry with R: A Package for Computational Text Analysis. The R Journal, 8(1), 107. https://doi.org/10.32614/RJ-2016-007

• Gómez-Adorno, H., Posadas-Duran, J.-P., Ríos-Toledo, G., Sidorov, G., Sierra, G., Gómez-Adorno, H., Posadas-Duran, J.-P., Ríos-Toledo, G., Sidorov, G., & Sierra, G. (2018). Stylometry-Based Approach for Detecting Writing Style Changes in Literary Texts. Computación y Sistemas, 22(1), 47–53. https://doi.org/10.13053/cys-22-1-2882

• Jockers, M. L. (2013). Macroanalysis: Digital Methods and Literary History. University of Illinois Press.

• Moretti, F. (2013). Distant Reading. Verso.

• Mosteller, F., & Wallace, D. L. (1964). Inference and Disputed Authorship: The Federalist. Addison-Wesley. https://books.google.de/books?id=yp6FAAAAMAAJ

• Nutanong, S., Yu, C., Sarwar, R., Xu, P., & Chow, D. (2016). A Scalable Framework for Stylometric Analysis Query Processing. 2016 IEEE 16th International Conference on Data Mining (ICDM), 1125–1130. https://doi.org/10.1109/ICDM.2016.0147