Ressourcen: Lyrikline

1. Kurzbeschreibung

Lyrikline ist eine multimodale, mehrsprachige Plattform für Lyrik. Die Gedichte werden frei online zugänglich gemacht (vgl. Open Access), mit einem Bild der Autor*innen kombiniert und können zudem von diesen vorgelesen angehört werden. Die übersichtlich gestaltete Webseite ermöglicht u. a. eine gezielte und schnelle Suche nach Kategorien, Autor*innen oder Gedichten und die automatische Auswahl eines Zufallsgedichts.

Abb. 1: Startseite von Lyrikline vom 8. Juli 2019

Steckbrief

• https://www.lyrikline.org

• 1999 vom Haus für Poesie Berlin initiiert; seit 2003 zahlreiche nationale und internationale Partner, darunter das Goethe-Institut München, die Zentral- und Landesbibliothek Berlin, die Lyrikzeitschrift Zwischen den Zeilen, die Anthologie Jahrbuch der Lyrik, die Schweizerische Kulturstiftung Pro Helvetia etc.

• Ziel: dem Schrumpfen des lyrischen Segments im Buchhandel sowie dem „Auseinanderfallen von Schrift und Ton auf dem Feld der Lyrik“ (s. Lyrikline: About) entgegenwirken durch eine pluralistische, nicht eurozentrische Sammlung bekannter und unbekannterer Autor*innen

• derzeit 1375 vertretene Dichter*innen; 12312 Gedichte in 84 Sprachen; 18492 Übersetzungen (Stand Juli 2019)

• verzeichnete Metadaten: Titel, Autor*innen (Geburts- und Sterbedaten, weitere biografische Angaben, weitere Publikationen, Preise, Links), Sprache, Herausgeber, Ort, Verlag, Audioproduktionsdaten, teilweise ISBN-Nummer, Übersetzungen in verschiedene Sprachen

• Schwerpunkte: internationale Lyrik in Schrift und Ton (Originalsprache und ausgewählte Übersetzungen), teilweise auch mit Videos

2. Anwendungsbeispiel

Sie wollen ein thematisches Korpus zusammenstellen, das Gedichte enthält, die sich dem Thema Tiere widmen. Mit einem Klick liefert Lyrikline Ihnen 358 Gedichte in unterschiedlichen Sprachen zu diesem Thema, die Sie mit zwei weiteren Klicks auf 144 deutschsprachige und 125 aus Deutschland stammende Gedichte reduzieren können. Sämtliche Gedichte können Sie nicht nur lesen, sondern auch anhören (häufig von den Autor*innen selbst vorgetragen). Zudem werden Ihnen zu etlichen Gedichten diverse Übersetzungen angeboten.

Abb. 2: Filteroptionen für die Gedichte auf Lyrikline

3. Diskussion

3.2 Wie benutzerfreundlich ist die Arbeit mit Lyrikline?

Lyrikline ist sehr benutzerfreundlich gestaltet und die Inhalte sind frei zugänglich. Die zahlreichen Such- und Filteroptionen (vgl. Query) sind übersichtlich, intuitiv bedienbar und beschleunigen die Textsuche erheblich. Unter der jeweiligen Gedichtüberschrift gibt es immer ein Pull-down-Menü, das weitere Gedichte der jeweiligen Person verzeichnet. Eine kurze Autor*innenbiografie wird immer rechts neben dem Gedicht angezeigt. Die rechte Spalte der Startseite verzeichnet aktuelle Meldungen wie ausgewählte Autor*innengeburtstage des jeweiligen Tages, diverse von Mitgliedern erstellte sog. „Playlists“, den Push-Button, der Ihnen ein Zufallsgedicht anzeigt, ein ausgewähltes Gedicht, das man direkt in der Sidebar anhören kann, die Möglichkeit, der Lyrikline Community beizutreten, und diverse Blogeinträge. Ein Handbuch zu Lyrikline ist nicht vorhanden, die gesamte Seite ist neben Deutsch jedoch in acht weiteren Sprachen einsehbar, die per Klick in der oberen Zeile ausgewählt werden können.

Abb. 3: Ansicht eines Gedichtes und der Autorinnenseite von Uljana Wolf auf Lyrikline

Es werden zudem weitere Ressourcen zur Verfügung gestellt, die in Zukunft noch ausgebaut werden: So finden sich über die Startseite erreichbar z. B. „Poetische Handreichungen zu zeitgenössischer Lyrik“, in denen derzeit für drei ausgewählte Gedichte didaktische Handreichungen für die Vermittlung von Lyrik im (Schul-)Unterricht bereitgestellt werden. Außerdem gibt es Videoportraits zu ausgewählten Dichter*innen und eine Sammlung an verfilmten Gedichten.

4. Wie funktioniert die Textsuche in Lyrikline?

Gedichte können direkt auf der Startseite nach Autor*innen (alphabetisch, nach Sprachen, nach Ländern) oder nach Gedichten (nach Sprachen, Übersetzungen, Genres & Eigenschaften, Formen & Begriffen, Themen [mit diversen Unterkategorien] sowie rhythmischen Mustern) gefiltert werden (siehe Abb. 2). Zudem verzeichnet der Reiter „NEU“ jüngst hinzugefügte Gedichte, Autor*innen und Übersetzungen. Eine Eingabe im Suchfeld oben rechts auf der Startseite zeigt unmittelbar die Ergebnisse nach verschiedenen Kategorien gegliedert an (s. Abb. 4).

Abb. 4: Freitextsuche auf Lyrikline

• Haus für Poesie Berlin: https://web.archive.org/save/https://www.haus-fuer-poesie.org/de/literaturwerkstatt-berlin/home/ (Letzter Zugriff: 04.06.2024)

• Lyrikline: https://web.archive.org/save/https://www.lyrikline.org/de/about/ (Letzter Zugriff: 04.06.2024)

• Partner Lyrikline: https://web.archive.org/save/https://www.lyrikline.org/de/partner/ (Letzter Zugriff: 04.06.2024)

• Rhythmicalizer-Projekt: https://web.archive.org/save/https://www.geisteswissenschaften.fu-berlin.de/v/rhythmicalizer/ (Letzter Zugriff: 04.06.2024)

• Muster Rhythmicalizer-Projekt: https://web.archive.org/save/https://www.geisteswissenschaften.fu-berlin.de/v/rhythmicalizer/Muster/index.html (Letzter Zugriff: 04.06.2024)

Glossar

Annotation beschreibt die manuelle oder automatische Hinzufügung von Zusatzinformationen zu einem Text. Die manuelle Annotation wird händisch durchgeführt, während die (teil-)automatisierte Annotation durch Machine-Learning-Verfahren durchgeführt wird. Ein klassisches Beispiel ist das automatisierte PoS-Tagging (Part-of-Speech-Tagging), welches oftmals als Grundlage (Preprocessing) für weitere Analysen wie Named Entity Recognition (NER) nötig ist. Annotationen können zudem deskriptiv oder analytisch sein.

Mit Browser ist in der Regel ein Webbrowser gemeint, also ein Computerprogramm, mit dem das Anschauen, Navigieren auf, und Interagieren mit Webseiten möglich wird. Am häufigsten genutzt werden dafür Chrome, Firefox, Safari oder der Internet Explorer.

CSV ist die englische Abkürzung für Comma Separated Values. Es handelt sich um ein Dateiformat zur einheitlichen Darstellung und Speicherung von einfach strukturierten Daten mit dem Kürzel .csv , sodass diese problemlos zwischen IT-Systemen ausgetauscht werden können. Dabei sind alle Daten zeilenweise angeordnet. Alle Zeilen wiederum sind in einzelne Datenfelder aufgeteilt, welche durch Trennzeichen wie Semikola oder Kommata getrennt werden können. In Programmen wie Excel können solche Textdateien als Tabelle angezeigt werden.

HTML steht für Hypertext Markup Language und ist eine textbasierte Auszeichnungssprache zur Strukturierung elektronischer Dokumente. HTML-Dokumente werden von Webbrowsern dargestellt und geben die Struktur und Online-Darstellung eines Textes vor. HTML-Dateien können außerdem zusätzliche Metainformationen enthalten, die auf einer Webseite selbst nicht ersichtlich sind.

Ein Textkorpus ist eine Sammlung von Texten. Korpora (Plural für „das Korpus“) sind typischerweise nach Textsorte, Epoche, Sprache oder Autor*in zusammengestellt.

Die Lemmatisierung von Textdaten gehört zu den wichtigen Preprocessing-Schritten in der Textverarbeitung. Dabei werden alle Wörter (Token) eines Textes auf ihre Grundform zurückgeführt. So werden beispielsweise Flexionsformen wie „schneller“ und „schnelle“ dem Lemma „schnell“ zugeordnet.

Machine Learning, bzw. maschinelles Lernen im Deutschen, ist ein Teilbereich der künstlichen Intelligenz. Auf Grundlage möglichst vieler (Text-)Daten erkennt und erlernt ein Computer die häufig sehr komplexen Muster und Gesetzmäßigkeiten bestimmter Phänomene. Daraufhin können die aus den Daten gewonnen Erkenntnisse verallgemeinert werden und für neue Problemlösungen oder für die Analyse von bisher unbekannten Daten verwendet werden.

Markup Language bezeichnet eine maschinenlesbare Auszeichnungssprache, wie z.B. HTML, zur Formatierung und Gliederung von Texten und anderen Daten. So werden beispielsweise auch Annotationen durch ihre Digitalisierung oder ihre digitale Erstellung zu Markup, indem sie den Inhalt eines Dokumentes strukturieren.

Metadaten oder Metainformationen sind strukturierte Daten, die andere Daten beschreiben. Dabei kann zwischen administrativen (z. B. Zugriffsrechte, Lizenzierung), deskriptiven (z. B. Textsorte), strukturellen (z. B. Absätze oder Kapitel eines Textes) und technischen (z. B. digitale Auflösung, Material) Metadaten unterschieden werden. Auch Annotationen bzw. Markup sind Metadaten, da sie Daten/Informationen sind, die den eigentlichen Textdaten hinzugefügt werden und Informationen über die Merkmale der beschriebenen Daten liefern.

Eine Named Entity (NE) ist eine Entität, oft ein Eigenname, die meist in Form einer Nominalphrase zu identifizieren ist. Named Entities können beispielsweise Personen wie „Nils Holgerson“, Organisationen wie „WHO“ oder Orte wie „New York“ sein. Named Entities können durch das Verfahren der Named Entity Recognition (NER) automatisiert ermittelt werden.

Open Access bezeichnet den freien Zugang zu wissenschaftlicher Literatur und anderen Materialien im Internet.

PoS steht für Part of Speech , oder „Wortart“ auf Deutsch. Das PoS- Tagging beschreibt die (automatische) Erfassung und Kennzeichnung von Wortarten in einem Text und ist of ein wichtiger Preprocessing-Schritt, beispielsweise für die Analyse von Named Entities.

Für viele digitale Methoden müssen die zu analysierenden Texte vorab „bereinigt“ oder „vorbereitet“ werden. Für statistische Zwecke werden Texte bspw. häufig in gleich große Segmente unterteilt (chunking), Großbuchstaben werden in Kleinbuchstaben verwandelt oder Wörter werden lemmatisiert.

Query bedeutet „Abfrage“ oder „Frage“ und bezeichnet eine computergestützte Abfrage zur Analyse eines Textes. Um Datenbestände zu durchsuchen, werden Abfragesprachen eingesetzt, die Queries (Anfragen) an den Datenbestand senden. So bilden alle möglichen Queries zusammen die Query Language eines Tools.

Die Reintext-Version ist die Version eines digitalen Textes oder einer Tabelle, in der keinerlei Formatierungen (Kursivierung, Metadatenauszeichnung etc.) enthalten sind. Reintext-Formate sind beispielsweise TXT, RTF und CSV.

Das Begriffspaar „Type/Token“ wird grundsätzlich zur Unterscheidung von einzelnen Vorkommnissen (Token) und Typen (Types) von Wörtern oder Äußerungen in Texten genutzt. Ein Token ist also ein konkretes Exemplar eines bestimmten Typs, während ein Typ eine im Prinzip unbegrenzte Menge von Exemplaren (Token) umfasst. Es gibt allerdings etwas divergierende Definitionen zur Type-Token-Unterscheidung. Eine präzise Definition ist daher immer erstrebenswert. Der Satz „Ein Bär ist ein Bär.“ beinhaltet beispielsweise fünf Worttoken („Ein“, „Bär“, „ist“, „ein“, „Bär“) und drei Types, nämlich: „ein“, „Bär“, „ist“. Allerdings könnten auch vier Types, „Ein“, „ein“, „Bär“ und „ist“, als solche identifiziert werden, wenn Großbuchstaben beachtet werden.