diff --git a/2022_010_goedeke_et_al/generalisation_2021_v1_0.pdf b/2022_010_goedeke_et_al/generalisation_2021_v1_0.pdf
new file mode 100644
index 0000000000000000000000000000000000000000..24aa1154f7e29cc302b51e685e48d52964750bd6
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2021_v1_0.pdf differ
diff --git a/2022_010_goedeke_et_al/generalisation_2021_v1_0.xml b/2022_010_goedeke_et_al/generalisation_2021_v1_0.xml
new file mode 100644
index 0000000000000000000000000000000000000000..b36cbca045d534280c6d01c91c9cac100616084a
--- /dev/null
+++ b/2022_010_goedeke_et_al/generalisation_2021_v1_0.xml
@@ -0,0 +1,1964 @@
+<?xml version="1.0" encoding="utf-8"?>
+<?xml-model href="https://www.zfdg.de/sites/default/files/schema/tei_zfdg.rnc" type="application/relax-ng-compact-syntax"
+?>
+<TEI xmlns="http://www.tei-c.org/ns/1.0"
+ xmlns:html="http://www.w3.org/1999/html"
+ xmlns:tei="http://www.tei-c.org/ns/1.0"
+ xmlns:xlink="http://www.w3.org/1999/xlink"
+ xmlns:xhtml="http://www.w3.org/1999/xhtml">
+ <teiHeader>
+ <fileDesc>
+ <titleStmt>
+ <title>
+ <biblStruct>
+ <analytic>
+ <title level="a">Generalisierungen als literarisches Phänomen. Charakterisierung, Annotation und automatische Erkennung</title>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Luisa</forename>
+ <surname>Gödeke</surname>
+ </name>
+ <email>luisa.goedeke@uni-goettingen.de</email>
+ <idno type="gnd">1228354081</idno>
+ <idno type="orcid">0000-0003-3230-8993</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Seminar für Deutsche Philologie</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Florian</forename>
+ <surname>Barth</surname>
+ </name>
+ <email>barth@sub.uni-goettingen.de</email>
+ <idno type="gnd">1228353344</idno>
+ <idno type="orcid">0000-0003-3408-7311</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Göttingen Centre for Digital Humanities (GCDH)</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Tillmann</forename>
+ <surname>Dönicke</surname>
+ </name>
+ <email>tillmann.doenicke@uni-göttingen.de
+ </email>
+ <idno type="gnd">122835300X</idno>
+ <idno type="orcid">0000-0001-5844-9167</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Göttingen Centre for Digital Humanities (GCDH)</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Hanna</forename>
+ <surname>Varachkina</surname>
+ </name>
+ <email>hanna.varachkina@stud.uni-goettingen.de</email>
+ <idno type="gnd">1269647261</idno>
+ <idno type="orcid">0000-0002-5832-3983</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Seminar für Deutsche Philologie</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Anna Mareike</forename>
+ <surname>Weimer</surname>
+ </name>
+ <email>annamareike.hofmann@uni-goettingen.de</email>
+ <idno type="gnd">1228354707</idno>
+ <idno type="orcid">0000-0002-2352-4793</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Seminar für Deutsche Philologie</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Benjamin</forename>
+ <surname>Gittel</surname>
+ </name>
+ <email>benjamin.gittel@uni-goettingen.de</email>
+ <idno type="gnd">1041237715</idno>
+ <idno type="orcid">0000-0002-1855-0049</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Seminar für Deutsche Philologie</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Anke</forename>
+ <surname>Holler</surname>
+ </name>
+ <email>anke.holler@phil.uni-goettingen.de</email>
+ <idno type="gnd">142630578</idno>
+ <idno type="orcid">0000-0003-0566-1150</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Seminar für Deutsche Philologie</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Caroline</forename>
+ <surname>Sporleder</surname>
+ </name>
+ <email>csporled@cs.uni-goettingen.de</email>
+ <idno type="gnd">142630578</idno>
+ <idno type="orcid">0000-0003-0566-1150</idno>
+ </persName>
+ </resp>
+ <orgName>Georg-August-Universität Göttingen, Institut für Informatik und Göttingen Centre for Digital Humanities (GCDH)</orgName>
+ </respStmt>
+ <idno type="doi">10.17175/2022_010</idno>
+ <idno type="ppn">1817977911</idno>
+ <idno type="zfdg">2022.010</idno>
+ <idno type="url">https://www.zfdg.de/node/365</idno>
+ <date when="2022-11-24">24.11.2022</date>
+ </analytic>
+ <monogr>
+ <title level="j">Zeitschrift für digitale Geisteswissenschaften</title>
+ <respStmt>
+ <resp>Publiziert von</resp>
+ <orgName role="marc_pbl">Herzog August Bibliothek</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>Transformation der Word Vorlage nach TEI</resp>
+ <persName/>
+ <name role="marc_trc">
+ <surname>Baumgarten</surname>
+ <forename>Marcus</forename>
+ <idno type="gnd">1192832655</idno>
+ </name>
+ </respStmt>
+ <availability status="free">
+ <p>Available at <ref target="https://www.zfdg.de">https://www.zfdg.de</ref>
+ </p>
+ </availability>
+ <biblScope unit="year">2022</biblScope>
+ <biblScope unit="artikel">10</biblScope>
+ </monogr>
+ </biblStruct>
+ </title>
+ </titleStmt>
+ <editionStmt>
+ <edition>Elektronische Ausgabe nach TEI P5</edition>
+ </editionStmt>
+ <publicationStmt>
+ <distributor>
+ <name>
+ <orgName>Herzog August Bibliothek Wolfenbüttel</orgName>
+ </name>
+ </distributor>
+ <idno type="doi">10.17175/zfdg.01</idno>
+ <idno type="ppn">0819494402</idno>
+ <authority>
+ <name>Herzog August Bibliothek</name>
+ <address>
+ <addrLine>Lessingplatz 1</addrLine>
+ <addrLine>38304 Wolfenbüttel</addrLine>
+ </address>
+ </authority>
+ <authority>
+ <name>Forschungsverbund Marbach Weimar Wolfenbüttel</name>
+ <address>
+ <addrLine>Burgplatz 4</addrLine>
+ <addrLine>99423 Weimar </addrLine>
+ </address>
+ </authority>
+ <availability status="free">
+ <p> Sofern nicht anders angegeben </p>
+ <licence target="http://creativecommons.org/licenses/by/4.0/">CC BY SA 4.0</licence>
+ </availability>
+ <availability status="free">
+ <p> Available at <ref target="workID">https://www.zfdg.de; (c)
+ Forschungsverbund MWW</ref>
+ </p>
+ </availability>
+ </publicationStmt>
+ <sourceDesc>
+ <p>Einreichung als Fachartikel in der ZfdG durch die Autor*innen</p>
+ </sourceDesc>
+ </fileDesc>
+ <encodingDesc>
+ <editorialDecl>
+ <p>Transformation der WORD-Vorlage nach XML/TEI-P5 durch TEI-Oxgarage und XSLT-Skripten</p>
+ <p>Medienrechte liegen bei den Autor*innen</p>
+ <p xml:lang="de">Lektorat des Textes durch die Redaktion in Person von <persName>Martin de la Iglesia</persName>.</p>
+ <p>All links checked<date when="2022-10-20">20.10.2022</date></p>
+ </editorialDecl>
+ </encodingDesc>
+ <profileDesc>
+ <creation>Einreichung als Artikel der Zeitschrift für digitale
+ Geisteswissenschaften</creation>
+ <langUsage>
+ <language ident="de">Text in Deutsch</language>
+ <language ident="de">Abstract in Deutsch</language>
+ <language ident="en">Abstract in Englisch</language>
+ </langUsage>
+ <textClass>
+ <keywords scheme="gnd">
+ <term>Computerlinguistik<ref target="4035843-4"/>
+ </term>
+
+ <term>Erzähltheorie<ref target="4152975-3"/>
+ </term>
+ <term>Quantifizierung (Linguistik)<ref target="4076453-9"/>
+ </term>
+
+ <term>Literaturwissenschaft<ref target="4036034-9"/>
+ </term>
+
+
+ </keywords>
+ </textClass>
+ </profileDesc>
+ <revisionDesc>
+ <change/>
+ </revisionDesc>
+ </teiHeader>
+ <text>
+ <body>
+ <div>
+ <div type="abstract">
+ <argument xml:lang="de">
+ <p>Generalisierungen in Erzähltexten dienen typischerweise nicht
+ oder nicht ausschließlich dazu, die erzählte Welt aufzubauen, sondern um
+ Informationen über die Erzählinstanz, den Sinn des Erzählten oder die reale Welt
+ bereitzustellen. Der Aufsatz leistet einen Beitrag zur
+ linguistisch-literaturwissenschaftlichen Beschreibung von Generalisierungen,
+ entwickelt ein Tagset für ihre Identifikation und Klassifikation und stellt die
+ Ergebnisse ihrer kollaborativen Annotation in einem diachronen Korpus (1616–1930)
+ dar. Die schließlich vorgestellten regelbasierten und statistischen Tagger zur
+ automatischen Erkennung von Generalisierungen gewährleisten den Zugang zu einer
+ breiten Basis von Textbeispielen und ermöglichen eine empirisch gesättigte Analyse
+ der Funktionen von Generalisierungen und der assoziierten narratologischen
+ Phänomene.</p>
+ </argument>
+ <argument xml:lang="en">
+ <p>Generalisations in narrative texts typically do not or not
+ exclusively serve to devise the narrated world, but provide information about the
+ narrative instance, the meaning of what is told or the real world. The paper
+ contributes to the linguistic-literary description of generalisations, develops a
+ tagset for their identification and classification, and presents the results of
+ their collaborative annotation in a diachronic corpus (1616–1930). Finally, the
+ paper presents a rule-based and a statistical tagger for the automatic recognition
+ of generalisations that allow users to access a variety of examples of the
+ phenomenon and can be used in the analysis of the functions of generalisations and
+ the associated narratological phenomena.</p>
+ </argument>
+ </div>
+ <div type="chapter">
+ <head>1. Einleitung</head>
+
+ <p>Das wohl bekannteste Beispiel für
+ Generalisierungen in der literaturwissenschaftlichen Forschung ist der erste Satz
+ aus Tolstojs <bibl>
+ <title type="desc">Anna Karenina</title>
+ </bibl>, an dem eine Vielzahl
+ aktueller Forschungspositionen erläutert werden können:<lb/><seg type="ex">(1) Alle glücklichen Familien sind
+ einander ähnlich; aber jede unglückliche Familie ist auf ihre besondere Art
+ unglücklich.<note type="footnote">Vgl. <ref type="bibliography" target="#tolstoj_anna_2012">Tolstoj 2012</ref>, S. 7.</note></seg><lb/>MartÃnez und Scheffel analysieren
+ dieses Beispiel in ihrer Diskussion des <bibl>
+ <title type="desc">theoretischen
+ Satzes</title>
+ </bibl> als eine <quote>kommentierende Stellungnahme des
+ Erzählers über die Welt überhaupt</quote> und unterscheiden sie von mimetischen
+ Sätzen, die <quote>Informationen über die konkrete Beschaffenheit und
+ das Geschehen in der erzählten Welt</quote> vermitteln.<note type="footnote">
+ <ref type="bibliography" target="#scheffel_einfuehrung_2016">Scheffel / MartÃnez 2016</ref>, S.
+ 104f.</note> Bei genauerer Betrachtung fällt allerdings auf, dass diese
+ vermeintlich strikte Trennung der Funktionen dem Beispiel nicht gerecht wird. Durch
+ die Generalisierung entsteht augenscheinlich eine Distanz zur erzählten Welt,<note type="footnote">
+ <ref type="bibliography" target="#nuenning_grundzuege_1989">Nünning 1989</ref>, S.
+ 50f.</note> wodurch der Satz als Bemerkung über die nicht-fiktionale
+ Welt interpretiert werden kann – also als eine Behauptung über die Beschaffenheit
+ von Familien im Allgemeinen.<note type="footnote"> Vgl. die Diskussion in
+ <ref type="bibliography" target="#gittel_essayismus_2015">Gittel 2015</ref>, S.
+ 148–168.</note> Der Satz kann aber zusätzlich als Vorhersage über die
+ Geschehnisse in der fiktionalen Welt interpretiert werden und somit als Leitfaden
+ zum Verständnis des Werkes an sich dienen. In (1) kann die Generalisierung demnach
+ auf eine explizite Erzählinstanz (<term type="dh">overt narrator</term>)
+ hinweisen und zugleich als Indikator für sogenannte <term type="dh">nicht-fiktionale-Rede</term> (<term type="dh">non-fictional
+ speech</term>)<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#searle_logic_1975">Searle 1975</ref>, S. 331f.;
+ <ref type="bibliography" target="#konrad_dimensionen_2014">Konrad 2014</ref>, S. 424–474;
+ <ref type="bibliography" target="#konrad_signposts_2017">Konrad 2017</ref>, S. 57.
+ </note> gelten.<note type="footnote"> <ref type="bibliography" target="#chatman_story_1978">Chatman 1978</ref>, S. 243.</note> Vertreter*innen einer
+ Theorie der Literatur als soziale Institution betrachten generalisierende Aussagen
+ wie (1) als <term type="dh">thematic statements</term>, also als Hinweise
+ auf das Thema des betreffenden Werks.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#lamarque_truth_1994">Lamarque / Olsen 1994</ref>, S. 328–331;
+ <ref type="bibliography" target="#lahn_einfuehrung_2013">Lahn / Meister
+ 2013</ref>, S. 176f.</note> In der Debatte um das Verhältnis von Wissen und
+ Literatur werden Generalisierungen als Beispiele für sogenannte <term type="dh">explicit truths</term> oder <term type="dh">explizite Propositionen</term> herangezogen, die möglicherweise eine besondere
+ Rolle für den kognitiven Wert fiktionaler Werke spielen.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#petraschka_interpretation_2014">Petraschka 2014</ref>, S. 99–106;
+ <ref type="bibliography" target="#vesper_literatur_2014">Vesper 2014</ref>; in anderem Vokabular
+ <ref type="bibliography" target="#mikkonen_assertions_2009">Mikkonen 2009</ref>.</note></p>
+
+ <p>Beispiel (1) illustriert demnach, dass
+ Generalisierungen im Erzähltext offenbar Aussagen darstellen, die typischerweise
+ nicht oder nicht nur dem Aufbau der erzählten Welt dienen, sondern diverse weitere
+ Funktionen erfüllen können. Nichtsdestoweniger spielen sie in der Narratologie nur
+ eine untergeordnete Rolle. Häufig ist umgangssprachlich von <term type="dh">Verallgemeinerungen</term> die Rede; eine empirische
+ Untersuchung von Generalisierungen hinsichtlich ihrer werkimmanenten und
+ textexternen Funktionen blieb bislang aus. So beruhen die bis dato in der Forschung
+ formulierten Hypothesen zur Funktion von Generalisierungen meist auf wenigen
+ ausgewählten Beispielsätzen kanonisierter Werke. Diachrone Perspektiven, etwa
+ hinsichtlich einzelner Autor*innen, Epochen, literarischer Gattungen oder
+ Strömungen, bleiben unausgeschöpft.</p>
+ <p>Im Mittelpunkt des vorliegenden
+ Aufsatzes stehen zwei Generalisierungstagger: ein regelbasierter und ein
+ statistischer Tagger. Die Entwicklung der Tagger soll dazu dienen, einerseits
+ Generalisierungen formal (d. h. linguistisch) zu untersuchen. Andererseits sollen
+ die mit Generalisierungen assoziierten Funktionen und Effekte im Erzähltext
+ analysiert werden können, insbesondere vor dem Hintergrund diachroner
+ narratologischer Fragestellungen. Dementsprechend wird mit einem Korpus
+ deutschsprachiger fiktionaler Erzähltexte gearbeitet, die zwischen 1616 und 1930
+ veröffentlicht wurden. Der <ref type="intern" target="#hd2">Abschnitt 2</ref> wird eingangs in die mit Generalisierungen
+ assoziierten linguistischen Phänomene Quantifikation und Generizität und ihre
+ computergestützte Operationalisierung einführen. Ein besonderes Augenmerk wird
+ darauf liegen, die für uns zentrale Herausforderung für die Annotation von
+ Generalisierungen zu bewältigen: Quantifikation und Generizität stellen einerseits
+ klassische Gegenstände der semantischen Theoriebildung dar und sollen auf eine Weise
+ annotiert werden, die eine linguistische Analyse der Annotation ermöglichen. Dennoch
+ müssen annotierbare Indikatoren an der Satzoberfläche erkennbar sein, was
+ insbesondere bei generischen Ausdrücken komplex ist. Diese Herausforderung ergibt
+ sich aus unserer Engführung linguistischer und narratologischer Perspektiven auf das
+ Thema Generalisierungen. Unser Ziel ist es, die Tagger insbesondere dafür zu nutzen,
+ die Schnittstelle zwischen Formen und Funktionen von Generalisierungen im Erzähltext
+ auszuleuchten. In <ref type="intern" target="#hd6">Abschnitt 3</ref> schildern wir unser
+ Annotationsvorgehen, das die in der Forschungsliteratur vorhandenen Tagsets zur
+ Annotation von Quantifikations- bzw. Generizitätsphänomenen um ein intuitives und
+ theorieübergreifendes Vorgehen für deutschsprachige fiktionale Texte ergänzt. Zudem
+ wird das Annotationskorpus beschrieben sowie Ergebnisse des <term type="dh">Inter-Annotator-Agreements</term> dargestellt. Es folgt eine Erläuterung zur
+ Implementierung der Tagger in <ref type="intern" target="#hd9">Abschnitt 4</ref> und ihre
+ Evaluation in <ref type="intern" target="#hd14">Abschnitt 5</ref>. </p>
+ </div>
+ <div type="chapter">
+ <head>2. Generalisierungen in Theorie und Operationalisierung</head>
+
+ <p>Generalisierungen können auf
+ verschiedene Weise im Satz sprachlich markiert sein. Typische Indikatoren sind
+ allquantifizierte und generische Ausdrücke, die zu einer Äußerung naturgemäß
+ generalisierende Bedeutungsanteile beitragen können. Quantifikation und Generizität
+ stellen dabei klassische Gegenstände der semantischen Theoriebildung dar, weswegen
+ bereits zahlreiche detaillierte und differenzierte Analysen und Modelle zu ihrer
+ adäquaten Beschreibung vorliegen. Daraus ergibt sich die zentrale Herausforderung
+ für die Annotation und die automatische Erkennung von Generalisierungen in
+ Erzähltexten: Einerseits müssen annotierbare Indikatoren für Generalisierungen an
+ der Satzoberfläche identifiziert werden können, andererseits muss jedwedes
+ Annotationsschema auch theoretisch plausibel mit den etablierten semantischen
+ Theorieansätzen kompatibel sein.</p>
+ <p>Im Folgenden werden zunächst kurz die
+ hier vorausgesetzten Annahmen der theoretischen Semantik zur Generizität und
+ Quantifikation eingeführt. Daran anschließend werden relevante computerlinguistische
+ Vorschläge zur Annotation generischer Ausdrücke diskutiert. Dabei wird auch deutlich
+ werden, dass die vorgeschlagene Herangehensweise nur begrenzt auf Erzähltexte
+ übertragbar ist.</p>
+ <div type="subchapter">
+ <head>2.1 Generizität und Quantifikation</head>
+
+ <p>Mit generischen Aussagen ist es
+ möglich, über eine Klasse von Dingen oder Individuen gleichzeitig etwas auszusagen,
+ entweder durch auf diese <term type="dh">Art</term> oder <term type="dh">Gattung</term> referierende Nominalphrasen (NPn) wie in
+ Beispiel (2) oder auf Satzebene – in diesem Fall ist die Rede von
+ charakterisierenden oder generischen Sätzen.<note type="footnote">
+ <ref type="bibliography" target="#krifka_book_1995">Krifka et al. 1995</ref>, S. 2.</note> Diese teilen
+ sich in entweder lexikalisch-charakterisierende Aussagen über Fakten (vgl. (3)) oder
+ habituell-charakterisierende Aussagen über wiederkehrende Ereignisse auf (vgl. (4)).
+ Beide Formen können auch im selben Satz auftreten (vgl. (3)).<lb/><seg type="ex">(2) <term type="figure">Löwen</term> fressen Fleisch. (NP ›Löwen‹ referiert auf Gattung)</seg><lb/><seg type="ex">(3) Ein Löwe hat eine Mähne. <note type="footnote"> Ein wichtiger
+ Unterschied zwischen <term type="figure">Ein Löwe hat eine Mähne</term>
+ und <term type="figure">Jeder Löwe hat eine Mähne</term> besteht darin,
+ dass generische Aussagen immer Ausnahmen erlauben, allquantifizierte
+ Aussagen hingegen nicht. Aus linguistischer Perspektive ist es daher nicht
+ angemessen, beiden Formen dieselben Wahrheitswerte zuzuordnen. Ergebnisse
+ aus der Psycholinguistik stellen diese Annahme allerdings infrage, vgl.
+ <ref type="bibliography" target="#leslie_ducks_2011">Leslie et al. 2011</ref>.</note> (lexikalisch-charakterisierend, kombiniert
+ mit generisch verwendeter NP)</seg><lb/><seg type="ex">(4) John trinkt nach dem Essen ein
+ Bier. (habitueller Satz)</seg><lb/>Allen diesen generischen Aussagen ist
+ gemein, dass eindeutige Indikatoren für ihre generalisierende Lesart an der
+ Satzoberfläche fehlen. Aus diesem Grund sind die aufgeführten Aussagen in der Regel
+ ambig: Die indefinite Plural-NP <term type="figure">Löwen</term> in (2) ist eine
+ Form, die zwar häufig generische Lesarten auslöst, aber auch spezifisch verwendet
+ werden kann:<lb/><seg type="ex">(5) Die Schließanlage im Zoo ist
+ kaputt. Es sind Löwen ausgebrochen. (spezifische Verwendung)</seg><lb/>Ebenso verhält es sich mit Massennomen
+ im Singular. Nur in (6), nicht aber in (7) wird <term type="figure">Gold</term>
+ generisch verwendet:<lb/><seg type="ex">(6) Gold glänzt.</seg><lb/><seg type="ex">(7) Die Bank wurde ausgeraubt und es
+ wurde Gold gestohlen.</seg><lb/>Auch definite und indefinite NPn im
+ Singular können generisch oder spezifisch interpretiert werden. Oft ist der Kontext
+ der ausschlaggebende Faktor dafür, ob eine generische Lesart vorliegt, vgl.
+ (8)–(10):<lb/><seg type="ex">(8) <term type="figure">Ein
+ Löwe</term> hat eine Mähne. (Indefinite NP, löst standardmäßig eine
+ generalisierende Lesart aus)</seg><lb/><seg type="ex">(9) <term type="figure">Der
+ Löwe</term> hat eine Mähne. (Definite NP, generalisierende Lesart je nach Kontext
+ möglich)</seg><lb/><seg type="ex">(10) Ein Vater erklärt seinem Kind
+ Eigenschaften von Wildtieren. Er sagt: Der Elefant hat einen Rüssel. Der Löwe hat
+ eine Mähne. (Kontext triggert generalisierende Lesart)</seg><lb/><seg type="ex">(11) Ein Vater und sein Kind stehen im
+ Zoo vor dem Löwenkäfig. Der Vater fragt das Kind, welches der Tiere eine Mähne hat.
+ Das Kind zeigt auf den männlichen, ausgewachsenen Löwen und sagt: Der Löwe hat eine
+ Mähne. (Kontext triggert eine spezifische Lesart)</seg><lb/>Diese Beispiele illustrieren die hohe
+ Kontextabhängigkeit generischer Interpretationen; anhand der sprachlichen Formen
+ einer NP allein lässt sich noch nicht sicher bestimmen, ob diese NP generisch
+ interpretiert wird oder nicht. Die Theorie der generalisierten Quantoren
+ vorausgesetzt, nehmen wir an, dass charakterisierende und quantifizierte Sätze
+ dieselbe dreiteilige Struktur aufweisen, die aus einem Quantor (Q), einem Restriktor
+ (R) und einem nuklearen Skopus (S) besteht,<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#lewis_adverbs_1975">Lewis 1975</ref>;
+ <ref type="bibliography" target="#barwise_quantifiers_1981">Barwise / Cooper 1981</ref>;
+ <ref type="bibliography" target="#heim_semantics_1982">Heim 1982</ref>;
+ <ref type="bibliography" target="#benthem_logic_1983">Benthem 1983</ref>;
+ <ref type="bibliography" target="#krifka_book_1995">Krifka et al. 1995</ref>, S. 25;
+ <ref type="bibliography" target="#kamp_theory_2002">Kamp 2002</ref>.</note> wobei jeder
+ Bestandteil einen bestimmten eigenen Bedeutungsbeitrag leistet. Der Quantor
+ allerdings muss in natürlichsprachlichen Sätzen nicht zwingend an der Satzoberfläche
+ ablesbar sein. Dies ist insbesondere bei generischen Sätzen der Fall. Wir erläutern
+ diese Struktur an einem Beispiel:<lb/><seg type="ex">(12) Jede Wissenschaftlerin ist
+ klug.</seg><lb/>Ein Quantor kann als eine Relation
+ zwischen zwei Mengen aufgefasst werden. Demnach drückt <term type="figure">jede</term> in (12) die Relation zwischen der Menge der Wissenschaftlerinnen und
+ der Menge der klugen Personen aus. Dabei legt er fest, dass die Menge der
+ Wissenschaftlerinnen vollständig in der Menge der klugen Personen enthalten ist,
+ also eine Teilmenge der klugen Personen bildet. Die NP <term type="figure">Wissenschaftlerin</term> stellt den Restriktor des Quantors
+ <term type="figure">jede</term> dar und beschreibt die Teilmenge, über die etwas
+ ausgesagt wird: die Menge aller Wissenschaftlerinnen. Das Prädikat <term type="figure">ist klug</term> bildet den (nuklearen) Skopus des Quantors,
+ wodurch die Eigenschaft, die dieser Menge zugeschrieben wird, erfasst ist. In
+ Beispielen wie (12) sind Q, R und S noch recht leicht oberflächennah zu erkennen,
+ bei Satzmaterial aus Erzähltexten wird sie ungleich komplexer, wie in <ref type="intern" target="#hd5">Abschnitt 2.3</ref> gezeigt wird. </p>
+ <p>Sowohl mit quantifizierten als auch
+ mit generischen Äußerungen können Generalisierungen ausgedrückt werden. Das mitunter
+ größere Interesse, auch in der computerlinguistischen Forschung, liegt auf
+ generischen Aussagen, da diese nicht durch Indikatoren an der Satzoberfläche
+ gekennzeichnet und damit schwerer formal zu beschreiben und automatisch zu erkennen
+ sind. In der Narratologie wiederum ist nicht klar, welche Formen von
+ Generalisierungen prominenter in fiktionalen Texten sind oder welche Formen mit
+ welchen Funktionen im Text eher korrelieren. Eine Einschränkung auf den einen oder
+ den anderen linguistischen Forschungsschwerpunkt ist daher zum jetzigen Zeitpunkt
+ nicht sinnvoll.</p>
+ </div>
+ <div type="subchapter">
+ <head>2.2 Operationalisierungsansätze von Generizität und Quantifikation im Überblick</head>
+
+ <p>Es existiert eine beträchtliche Anzahl
+ an Annotationsschemata, die dazu dienen sollen, quantifizierte oder generische
+ Ausdrücke zu markieren. Ein Großteil dieser Vorschläge bezieht sich ausschließlich
+ auf generische NPn<note type="footnote">
+ Vgl. <ref type="bibliography" target="#mitchell_ace_2003">Mitchell et al. 2003</ref>;
+ <ref type="bibliography" target="#walker_ace_2006">Walker et al. 2006</ref>;
+ <ref type="bibliography" target="#reiter_identifying_2010">Reiter / Frank 2010</ref>;
+ <ref type="bibliography" target="#friedrich_annotating_2015">Friedrich et al. 2015</ref>.</note> und arbeitet entsprechend mit einer
+ limitierten Anzahl an Tags. So annotieren <ref type="bibliography" target="#friedrich_annotating_2015">Friedrich et al. 2015</ref>, ob das Subjekt
+ eines Satzes generisch auf eine <term type="dh">Art</term> oder <term type="dh">Klasse</term> referiert, und wenn ja, ob der umliegende
+ Satz eine charakterisierende oder spezifische Aussage über diese Klasse trifft.
+ Entsprechend dieser Unterteilung nutzen sie ein dreiteiliges Tagset:</p>
+ <p>Tagset von Friedrich et al.:<list type="unordered"><item>GEN; gen: generischer Satz mit
+ generischem Subjekt</item><item>NON-GEN; non gen: nicht-generischer
+ Satz mit nicht-generischem Subjekt</item><item>NON-Gen; gen: nicht generischer Satz
+ mit generischem Subjekt</item></list></p>
+ <p>Durch die Fokussierung auf generische
+ Subjekte werden Sätze mit generischen Objekten, aber nicht-generischen Subjekten aus
+ der Erhebung ausgeschlossen, obwohl auch in diesen Generalisierungen vorliegen
+ können, wie Beispiel (13) illustriert:<lb/><seg type="ex">(13) John mag Kaffee.</seg><lb/>Friedrich / Pinkal widmen sich
+ der automatischen Erkennung von habituellen Sätzen anhand des lexikalischen Aspekts
+ des Vollverbs.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#friedrich_recognition_2015">Friedrich / Pinkal 2015</ref>.</note> Dieser Ansatz
+ ist strikt linguistisch motiviert: Der Aspekt des Vollverbs eines Satzes (dynamisch
+ oder statisch) bestimmt den Aspekt des Satzes. Hat das Vollverb eines Satzes
+ dynamischen Aspekt, kann dieser entweder auf habituelle oder episodische Sätze
+ hindeuten. Statische Verben hingegen führen üblicherweise zu statischen Sätzen. Je
+ nach Aspekt verändert sich die Funktion eines Satzes im (narrativen) Diskurs, so
+ werden generische Sätze üblicherweise mit Erzählpausen assoziiert.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#carlson_generics_2006">Carlson 2006</ref>.</note>
+ </p>
+ <p>Schließlich stellen Friedrich et al. 2016
+ auch ein integriertes Vorgehen vor, um generische NPn und habituelle
+ Ausdrücke simultan zu annotieren und automatisch zu erkennen.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#friedrich_situation_2016">Friedrich et al.
+ 2016</ref>.</note> Das Ziel ihres Ansatzes ist die automatische Erkennung
+ sogenannter <term type="dh">situation entity types</term> (SE types).
+ Darunter fallen neben Ereignissen und Fakten auch sogenannte <term type="dh">generative states</term>, die
+ einerseits generische Äußerungen und andererseits habituelle Äußerungen sein können.
+ Bei der Annotation auf Satzebene wird der <term type="dh">main
+ referent</term>, üblicherweise das Subjekt, als generisch oder nicht-generisch
+ klassifiziert. Zudem wird das Vollverb hinsichtlich des lexikalischen Aspekts
+ (dynamisch oder statisch) annotiert. Je nach Ergebnis werden dann die Tags <term type="dh">generic sentence</term>, <term type="dh">generalizing sentence</term>, <term type="dh">state</term> oder <term type="dh">event</term>
+ vergeben.<note type="footnote">Vgl. <ref type="bibliography" target="#friedrich_annotating_2015">Friedrich et al. 2015</ref>, S. 41.</note> Die Problematik, Sätze mit
+ nicht-generischen Subjekten aber generischen Objekten (vgl. (13)) durch die
+ Annotation auszuschließen, bleibt hier zwar bestehen, kann aber durch die Klasse <hi rend="italic">state</hi> aufgefangen werden. </p>
+ <p>Insgesamt ist die automatische
+ Erkennung von Generalisierungen also nicht nur mit der automatischen Erkennung von
+ generischen NPn oder Habitualität, sondern durch die Erkennung von (lexikalischem)
+ Aspekt auch mit der Identifikation von temporalen Strukturen in Erzähltexten
+ verknüpft. Nach unserer Kenntnis ist bis heute noch kein Versuch unternommen worden,
+ Generalisierungen spezifisch in deutschsprachigen fiktionalen Erzähltexten zu
+ erkennen. Wie sich in diesem Abschnitt herausgestellt hat, ist der Großteil der
+ vorhandenen Ansätze computerlinguistisch ausgerichtet und bezieht sich meist auf
+ faktuale Textsorten wie Zeitungstexte, (Online-) Lexikoneinträge und dergleichen.
+ Außerdem wird überwiegend mit englischsprachigen Texten gearbeitet. Eine direkte
+ Übertragung dieser Ansätze auf deutschsprachige fiktionale Texte ist nicht ohne
+ Weiteres möglich – die Gründe hierfür werden im folgenden Abschnitt diskutiert.</p>
+ </div>
+ <div>
+ <p></p>
+ <p></p>
+ <p></p>
+ <p></p>
+ </div>
+ <div type="subchapter">
+ <head>2.3 Operationalisierung von Generalisierungen in fiktionalen Erzähltexten</head>
+
+ <p>Die im vorangegangen Abschnitt
+ erläuterten Tagsets sind computerlinguistisch motiviert und daher auf bestimmte
+ semantische oder syntaktische Formen begrenzt. Da für uns nicht von vornherein klar
+ ist, welche Formen von Generalisierungen für narratologische Fragestellungen
+ relevant sind, ist ein solches ausschließlich an der Form orientiertes Vorgehen im
+ Fall fiktionaler Erzähltexte ungeeignet. Es bestünde die Gefahr, einen Teil
+ generalisierender Aussagen aus der Erhebung von vornherein auszuschließen und damit
+ das Forschungsziel zu verfehlen. Hinzu kommt die Schwierigkeit, dass die hier
+ vorgestellten Tagger auch auf älteren Sprachstufen bzw. nicht-kanonischen
+ Ausdrucksweisen operieren können müssen, wenn auch diachrone narratologische
+ Forschungsfragen beantwortet werden sollen.</p>
+ <p>Die drei zentralen Herausforderungen
+ für die Annotation von Generalisierungen lassen sich wie folgt umreißen: Die erste
+ Schwierigkeit besteht darin, dass der Tagger Generalisierungen in Texten erkennen
+ können muss, die ab 1600 veröffentlicht wurden. Speziell in den älteren Texten
+ treten nicht nur typische lexikalische Ausdrücke und syntaktische Konstruktionen der
+ jeweiligen Sprachstufen auf, sondern darüber hinaus lässt sich auch eine höhere Zahl
+ an komplexen, teils mehrfach rekursiv eingebetteten Sätzen beobachten. Das ist nicht
+ nur der Struktur des Deutschen geschuldet, sondern auch ein Charakteristikum
+ fiktionaler Erzähltexte. In diesen Texten im Detail Restriktor, Skopus und Quantor
+ zu identifizieren und adäquat zu annotieren, ist eine anspruchsvolle und
+ zeitintensive Aufgabe, die auch ein hohes Maß an (linguistischem) Training für die
+ Annotator*innen beansprucht. Dies sei anhand des Beispiels (14) kurz
+ illustriert:</p>
+ <p><seg type="ex">(14) Wenn Luciane, meine Tochter, die für die Welt geboren ist, sich dort für die
+ Welt bildet, [...]; wenn sie durch Freiheit des Betragens, Anmut im Tanze,
+ schickliche Bequemlichkeit des Gesprächs sich vor allen auszeichnet und durch
+ ein angebornes herrschendes Wesen sich zur Königin des kleinen Kreises macht,
+ wenn die Vorsteherin dieser Anstalt sie als kleine Gottheit ansieht, die nun
+ erst unter ihren Händen recht gedeiht, die ihr Ehre machen, Zutrauen erwerben
+ und einen Zufluß von andern jungen Personen verschaffen wird, wenn [...]: so ist
+ dagegen, was sie schließlich von Ottilien erwähnt, nur immer Entschuldigung auf
+ Entschuldigung [...].<note type="footnote">Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 250.</note></seg>
+ </p>
+ <p>Die durch <term type="figure">wenn</term> eingeleiteten konditionalen Nebensätze in Beispiel (14) fungieren
+ augenscheinlich als Restriktoren für den durch <term type="figure">so</term>
+ eingeleiteten Nebensatz und damit für nur eine Skopus-Einheit. Es ist allerdings
+ unklar, ob hier quantifizierte Aussagen aneinandergereiht werden oder ob die
+ einzelnen Restriktoren eine Einheit bilden.</p>
+ <p>Zweitens ist es in der jetzigen
+ Untersuchungsphase zu früh, schon im Vorhinein abschließend festzulegen, welche
+ Formen von Generalisierungen für die narratologischen Fragestellungen im Zuge einer
+ quantitativen Datenerhebung relevant würden. Vorrangig scheint vielmehr zu sein,
+ Indikatoren für Generalisierungen an der Satzoberfläche aufzuspüren und einen Umgang
+ für die Fälle zu finden, in denen mehrere konkurrierende Marker zugleich auftreten.
+ So kommt es in fiktionalen Texten gehäuft vor, dass syntaktische Strukturen mehrere
+ Lesarten auslösen:<lb/><seg type="ex">(15) Wer ein
+ Übel los sein will, der weiß immer, was er will.<note type="footnote">Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S.
+ 255.</note></seg>
+ <lb/>Hier liegt einerseits eine
+ Generalisierung über Personen vor, die ein Übel loswerden wollen und andererseits
+ über die Situationen, in denen sie das Übel loswerden wollen, nämlich <term type="figure">immer</term>. Welche der beiden Generalisierungen über die
+ andere regiert, ist ambig und die Auflösung dieser Ambiguität ist für die
+ automatische Erkennung nicht von zentralem Interesse. Eine linguistisch exakte
+ Annotation wäre in solchen Fällen zeitaufwändig und fehleranfällig.</p>
+ <p>Drittens ist, wie bereits erläutert
+ wurde, nicht nur der Überfluss von Markern an der Satzoberfläche eine
+ Herausforderung, sondern auch die koverte Markierung von Generalisierungen etwa
+ durch generische NPn.<lb/><seg type="ex">(16) Die
+ Landleute haben die rechten Kenntnisse; ihre Mitteilungen aber sind konfus und
+ nicht ehrlich. Die Studierten aus der Stadt und von den Akademien sind wohl klar
+ und ordentlich, aber es fehlt ihnen an der unmittelbaren Einsicht in die
+ Sache.<note type="footnote">Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 244.</note></seg><lb/>In (16) wird eine Aussage über die
+ Gruppe von Landleuten und die Gruppe von Studierten gemacht. Diesen beiden Gruppen
+ werden zugleich prototypische Eigenschaften zugeschrieben. Ein overter Quantor
+ findet sich aber weder beim Subjekt noch beim Prädikat – nichtsdestotrotz ist eine
+ generalisierende Lesart möglich.</p>
+ <p>Kurz zusammengefasst muss ein Tagset,
+ das Generalisierungen in fiktionalen Texten umfassend annotierbar macht und der
+ Implementierung eines Taggers vorausgeht, folgenden Adäquatheitsbedingungen genügen.
+ Einerseits muss die linguistische Komplexität der unterschiedlichen Auftretensformen
+ im Tagset abgebildet werden können. Dabei sollten aber nicht allzu formale
+ Kategorien angesetzt werden, welche die Komplexität der Annotation in fiktionalen
+ Texten unverhältnismäßig erhöhten und auch dem Anspruch, sämtliche Generalisierungen
+ in Texten erkennen zu können, nicht gerecht würden. Andererseits sollte das Tagset
+ jedoch derart auf linguistische Parameter zurückführbar sein, dass es auch einer
+ qualitativen Datenbetrachtung standhält.</p>
+ </div>
+ </div>
+ <div type="chapter">
+ <head>3. Annotation</head>
+
+ <p>Nachdem im vorherigen Abschnitt die
+ Hürden der Annotation von Generalisierungen in fiktionalen Erzähltexten beschrieben
+ wurden, wird nun das Tagset und der Annotationsprozess geschildert. Der Abschnitt
+ endet mit dem berechneten Inter-Annotator-Agreement und einigen Erläuterungen zur
+ Erstellung der Goldstandards, auf deren Basis die Tagger implementiert werden.</p>
+
+ <div type="subchapter">
+ <head>3.1 Tagset und Anwendungsregeln</head>
+
+ <p>Das Tagset erfasst mit dem Tag GI (für <term type="dh">Generalisierende Interpretation</term>), ob eine Passage eine Generalisierung ausdrückt, und mit
+ diversen Subtags, welche Art der semantischen Quantifikation (universell,
+ existenziell oder vage) vorliegt
+ (vgl. <ref type="intern" target="#tab01">Tabelle 1</ref>). Eine
+ Passage besteht hierbei aus mindestens einem, möglicherweise mehreren
+ aufeinanderfolgenden Teilsätzen. Weil Teilsätze somit die kleinste annotierbare
+ Einheit darstellen, sprechen wir im Folgenden von einer Annotation auf
+ Teilsatzebene. Die Annotation auf Teilsatzebene ermöglicht die Gratwanderung
+ zwischen einer aus linguistischer Perspektive verwertbaren Annotation und einer
+ Konzentration auf Oberflächenmerkmale, die für die Implementierung des Taggers
+ zielführend ist. Auf diese Weise werden quantifizierte Aussagen in ihrem breiten
+ Spektrum erfasst und gleichzeitig zeitökonomisch annotiert.</p>
+ <table>
+ <row>
+ <cell>Subtag</cell>
+ <cell>Typ der Quantifikation</cell>
+ <cell>Natürlichsprachliches
+ Beispiel</cell>
+ </row>
+ <row>
+ <cell>ALL</cell>
+ <cell>universelle
+ Quantifikation</cell>
+ <cell>alle, immer, jede*r</cell>
+ </row>
+ <row>
+ <cell>MEIST</cell>
+ <cell>Mehrheitsquantifikation</cell>
+ <cell>meistens, am häufigsten</cell>
+ </row>
+ <row>
+ <cell>EXIST</cell>
+ <cell>existenzielle
+ Quantifikation</cell>
+ <cell>es gibt <term type="figure">x</term>, es existieren <term type="figure">y</term>
+ </cell>
+ </row>
+ <row>
+ <cell>DIV</cell>
+ <cell>vage Quantifikation</cell>
+ <cell>manchmal, teilweise,
+ gewöhnlich, oft, etc.</cell>
+ </row>
+ <row>
+ <cell>BARE</cell>
+ <cell>keine der zuvor genannten +
+ koverte Quantifikation</cell>
+ <cell>generische NPn (z. B. <term type="figure">Gold</term>, <term type="figure">Löwen</term>)</cell>
+ </row>
+ <row>
+ <cell>NEG</cell>
+ <cell>eine der oben genannten +
+ Negation</cell>
+ <cell>Es gibt kein Gold, das braun
+ ist.</cell>
+ </row>
+ <trailer xml:id="tab01">
+ <ref type="intern" target="#tab1">Tab. 1</ref>: Tagset MONACO. [Gödeke et al. 2022 nach <ref type="bibliography" target="#barth_monaco_2021">Barth et al. 2021</ref>]<ref type="graphic" target="#generalisation_2022_t1"/>
+ </trailer>
+ </table>
+
+ <p>Das Tagset ist wie folgt aufgebaut:
+ Die Subtags ALL, MEIST und EXIST korrespondieren mit Quantoren aus der formalen
+ Logik, die an der Satzoberfläche mit einer Reihe von Lexemen ausgedrückt werden
+ können.<note type="footnote"> Siehe
+ <ref type="bibliography" target="#doenicke_phenomena_2021">Dönicke et al. 2021</ref> für eine ausführlichere formal-semantische Betrachtung
+ des Tagsets.</note> Beim Subtag ALL
+ handelt es sich meist um Lexeme wie <term type="figure">immer</term> oder <term type="figure">jede*r</term>
+ ,
+ <term type="figure">jedes</term>:<lb/><seg type="ex">(17) Gedenken wir nur des Kalks, [der
+ zu allen Säuren eine große Neigung, eine entschiedene Vereinigungslust
+ äußert]<hi rend="sub">GI
+ ALL</hi>!<note type="footnote"> Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 272.</note></seg><lb/>Beim Subtag MEIST kommen Lexeme wie
+ <term type="figure">meist</term> oder <term type="figure">meistens</term> vor, die sich auf mehr als die Hälfte der bezeichneten Menge
+ beziehen:<lb/><seg type="ex">(18) [...]; [aber es sind meistenteils
+ unbewußte Erinnerungen glücklicher und unglücklicher Folgen, die wir an eigenen oder
+ fremden Handlungen erlebt haben]<hi rend="sub">GI MEIST</hi>.<note type="footnote"> Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S.
+ 247.</note></seg><lb/>Das Subtag EXIST umfasst
+ generalisierende Passagen, die sich auf die Existenz der Individuen einer Klasse
+ beziehen und durch Prädikate der Existenz wie <term type="figure">geben</term>
+ und <term type="figure">existieren</term> markiert werden.<note type="footnote"> Das Subtag EXIST ist
+ ausschließlich explizit existenziellen Aussagen vorbehalten. Wir gehen also
+ etwa davon aus, dass eine indefinite Nominalphrase wie <term type="figure">Ein Löwe</term> keine existenzielle Quantifikation
+ auslöst, sondern eine generische NP ist – insofern eine generalisierende
+ Lesart vorliegt. Entsprechend würde <term type="figure">Ein Einhorn
+ existiert</term> mit dem Tag EXIST annotiert werden.</note>
+ <lb/><seg type="ex">(19) [Aber es gibt dergleichen noch,
+ es muß dergleichen geben oder doch wieder geben]<hi rend="sub">GI
+ EXIST</hi>.<note type="footnote">
+ Vgl. <ref type="bibliography" target="#fontane_stechlin_2012">Fontane 2012</ref>, S. 166.</note></seg><lb/>Das Subtag DIV fängt alle vagen
+ Quantoren auf, insbesondere also Quantifikationen, die durch Adverbien wie <term type="figure">manchmal</term>, <term type="figure">häufig</term>, <term type="figure">gelegentlich</term>, <term type="figure">selten</term> ausgelöst werden. Diese
+ unterscheiden sich von den anderen natürlichsprachlichen Quantoren dadurch, dass
+ ihre Wahrheitsbedingungen nicht präzise beschreibbar sind.<lb/><seg type="ex">(20) [Unsere vortreffliche Vorsteherin
+ läßt mich gewöhnlich die Briefe lesen, in welchen sie Beobachtungen über ihre
+ Zöglinge den Eltern und Vorgesetzten mitteilt]<hi rend="sub">GI DIV</hi>.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S.
+ 263.</note></seg><lb/><seg type="ex">(21) <quote>Es betrifft
+ unsern Freund, den Hauptmann,</quote> antwortete Eduard. <quote>Du
+ kennst die traurige Lage, [in die er, wie so mancher andere, ohne sein
+ Verschulden gesetzt ist]<hi rend="sub">GI DIV</hi>.</quote>
+ <note type="footnote"> Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 242.</note></seg><lb/>Zusätzlich kann das Tagset
+ nicht-overte Quantifikation mit dem Subtag BARE erfassen. Dieser kann etwa im Fall
+ von generischen Subjekten oder generischen Objekten gesetzt werden, also dann, wenn
+ keine Quantifikation an der Satzoberfläche identifizierbar ist.<lb/><seg type="ex">(22) [Die Landleute haben die rechten
+ Kenntnisse]<hi rend="sub">GI BARE</hi>; [ihre Mitteilungen aber sind
+ konfus]<hi rend="sub">GI BARE</hi> [und nicht ehrlich]<hi rend="sub">GI NEG</hi>. [Die Studierten aus der Stadt und von den Akademien sind wohl klar
+ und ordentlich, aber es fehlt an der unmittelbaren Einsicht in die Sache]<hi rend="sub">GI BARE</hi>.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 244.</note></seg><lb/><seg type="ex">(23) [Die Männer denken mehr auf das
+ Einzelne, auf das Gegenwärtige]<hi rend="sub">GI BARE</hi>;<note type="footnote"> Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S.
+ 244.</note></seg><lb/>Das Subtag NEG umfasst sämtliche
+ generalisierte und negierte Aussagen, unabhängig von der syntaktischen Struktur. Die
+ syntaktische Struktur kann deshalb interessant sein, weil mit unterschiedlichen
+ syntaktischen Positionen von Negationen verschiedene Skopen von Negationen
+ einhergehen. Daher bestimmt die Syntax, was genau in einem Satz negiert wird; der
+ Quantor oder (Teile vom) Restriktor oder Skopus. Da diese informationsstrukturellen
+ Unterscheidungen für die automatische Erkennung von generalisierenden Aussagen nicht
+ relevant sind, wird jede generalisierende Aussage, die eine Negation enthält, mit
+ dem Subtag NEG annotiert. In diesem Fall überschreibt NEG alle möglichen anderen
+ Annotationen.<lb/><seg type="ex">(24) [Unanfechtbare Wahrheiten gibt es
+ überhaupt nicht]<hi rend="sub">GI NEG</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#fontane_stechlin_2012">Fontane 2012</ref>, S. 9.</note></seg><lb/>Zudem gelten bestimmte Regeln zum
+ Annotationsverfahren, die Mehrfachannotationen und ambige Fälle betreffen. So kann
+ es vorkommen, dass in derselben Passage auf verschiedene Weisen generalisiert wird.
+ Im folgenden Beispiel wird sowohl über Zeiträume (<term type="figure">immer</term>) als auch existenziell über Zank und Streit generalisiert. Da hier
+ konkurrierende Generalisierungsarten vorliegen, müssen zwei Subtags vergeben
+ werden.<lb/><seg type="ex">(25) [[Es gibt doch bloß immer Zank
+ und Streit]<hi rend="sub">GI ALL</hi>]<hi rend="sub">GI EXIST</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#fontane_stechlin_2012">Fontane 2012</ref>,
+ S. 125.</note></seg><lb/>Eine wichtige Ausnahme bildet hier das
+ Subtag BARE. BARE wird ausschließlich in den Fällen vergeben, in denen keine anderen
+ Subtags vergeben werden können:<lb/><seg type="ex">(26) [Der Heilige Vater liebt seine
+ Untertanen gleichmäßig]<hi rend="sub">GI BARE</hi>. (fikt. Bsp.)<lb/>In (27) wird allerdings sowohl über
+ Päpste (<term type="figure">Der Heilige Vater</term>) als auch über <term type="figure">alle</term> Untertanen generalisiert. Deshalb wird hier nur
+ ALL gesetzt.</seg><lb/><seg type="ex">(27) [Der Heilige Vater liebt alle
+ seine Untertanen gleichmäßig]<hi rend="sub">GI ALL</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#ernst_uhr_2012">Ernst 2012</ref>, S.
+ 240.</note></seg><lb/>Finden sich zwei Generalisierungen in
+ der gleichen Passage, die beide mit demselben Tag annotiert werden würden, wird
+ nicht doppelt annotiert. Im folgenden Beispiel fallen <term type="figure">Jeder Heilige Vater</term> und <term type="figure">alle seine
+ Untertanen</term> beide in die Kategorie ALL:<lb/><seg type="ex">(28) [Jeder Heilige Vater liebt alle
+ seine Untertanen gleichmäßig]<hi rend="sub">GI ALL</hi> (fikt. Bsp.)</seg><lb/>Neben den Subtags stellt das Tagset
+ die Möglichkeit bereit, eine Passage als ambig zu
+ markieren. Ist in einem Beispiel wie (9) nicht eindeutig zu bestimmen, ob die
+ Aussage generalisierend oder spezifisch gemeint ist, kann dieses Subtag gesetzt
+ werden.</p>
+ <p>Wie eingangs erwähnt, ermöglicht die
+ Annotationspraxis auf Teilsatzebene die Einbeziehung aller Quantifikationsformen in
+ natürlicher Sprache und ermöglicht zugleich ein zügiges Annotationsprozedere. Das
+ dargestellte Vorgehen unterscheidet sich aber auch in wesentlichen Punkten von
+ bereits bestehenden Annotationspraktiken in der Forschung zu Generizität und
+ Quantifikation, die in <ref type="intern" target="#hd4">Abschnitt 2.2</ref> erläutert
+ worden sind. Der wesentlichste Unterschied besteht darin, dass kein linguistisches
+ Training für die Annotierenden nötig ist, etwa Restriktor, Skopus und Quantor
+ auseinanderzuhalten. Zur Illustration der verschiedenen Vorgehensweisen sei hier ein
+ Beispiel aus Goethes <bibl>
+ <title type="desc">Die Wahlverwandtschaften</title>
+ </bibl> anhand
+ des Annotationsschemas von Friedrich et al. und unserem Konzept vergleichend
+ analysiert.<note type="footnote">
+ Vgl. <ref type="bibliography" target="#friedrich_situation_2016">Friedrich et al. 2016</ref>.</note> Das Schema von Friedrich et al.
+ (2016) bietet sich für einen Vergleich insbesondere deshalb an, weil ebenfalls
+ primär intuitiv auf Satzebene annotiert wird und dadurch die verschiedenen Formen
+ von Generizität erfasst werden, nämlich generische NPn und habituelle
+ Äußerungen.<lb/><seg type="ex">(29) [Das Bewusstsein ist keine
+ hinlängliche Waffe, ja, manchmal eine gefährliche für den, der sie führt]<hi rend="sub">GENERIC SENTENCE</hi>.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 247.</note></seg><lb/>Der main referent des Satzes, hier die
+ Subjekt-NP <term type="figure">Das
+ Bewusstsein</term>
+ , würde als generische
+ NP identifiziert werden. Das Verb <term type="figure">sein</term> hat statischen
+ lexikalischen Aspekt, entsprechend würde der gesamte Satz als Generic Sentence
+ klassifiziert werden.<note type="footnote"> Vgl. <ref type="bibliography" target="#friedrich_situation_2016">Friedrich et al. 2016</ref>, S. 41.</note> Die
+ Negation verändert hier nicht den situation entity type des Satzes, weil sie sich
+ nur auf die Subjekt-NP bezieht.<note type="footnote"> Vgl. <ref type="bibliography" target="#friedrich_situation_2016">Friedrich et al. 2016</ref>, S. 36.</note> Das
+ Annotationsprozedere ist damit elegant und in diesem Satz niedrigschwellig
+ anwendbar. Insbesondere in älteren fiktionalen Texten kommt aber die Problematik
+ hinzu, dass Verben hinsichtlich ihres Aspekts klassifiziert werden müssten, die im
+ aktuellen Sprachgebrauch nicht mehr vorkommen. Es ist daher mitunter schwierig, den
+ lexikalischen Aspekt abzuleiten, der einen ausschlaggebenden Hinweis für die
+ Klassifikation als generisch gibt. Zudem zeigt das Temporaladverb <term type="figure">manchmal</term> im zweiten Teilsatz die Habitualität an.
+ Diese Information geht durch die Art der Annotation verloren. Generalisierungen
+ kommen in vielfältigen Formen vor, daher ist es eine Priorität für uns, verschiedene
+ Lesarten durch die Annotation und später durch den Tagger erfassen zu können.
+ Vergleichend sei nun gezeigt, welche Tags mit unserem Tagset vergeben werden:<lb/><seg type="ex">(30) [Das Bewusstsein ist keine
+ hinlängliche Waffe]<hi rend="sub">NEG</hi>, [ja, manchmal eine gefährliche für
+ den, der sie führt]<hi rend="sub">DIV</hi>.<note type="footnote"> Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 247.</note></seg><lb/>Der erste Teilsatz besteht aus einer
+ definiten generischen NP und einem diese NP charakterisierenden Prädikat. Würde
+ keine Negation in diesem Teilsatz stehen, qualifizierte sich dieser Teilsatz als
+ BARE; da aber eine Negation vorliegt und Negation alle anderen Subtags überschreibt,
+ wird das Subtag NEG vergeben. Der zweite Teilsatz wird mit dem Subtag Divers (DIV)
+ versehen, weil das Adverb <term type="figure">manchmal</term> eine habituelle
+ Generalisierung über eine vage Anzahl an Situationen ausdrückt. </p>
+ </div>
+ <div>
+ <p></p>
+ <p></p>
+ <p></p>
+ <p></p>
+ </div>
+ <div type="subchapter">
+ <head>3.2 Korpus, Workflow und Agreement</head>
+
+ <p>Wie in der Einleitung geschildert,
+ soll der Generalisierungstagger in allen Texten von 1600 bis 1950 Generalisierungen
+ automatisch erkennen können. Entsprechend muss das Tagset auf Texten erprobt werden,
+ die diesen Zeitraum und seine verschiedenen stilistischen und sprachlichen
+ Eigenheiten repräsentieren. Das Gesamtkorpus besteht aus ausschließlich originär
+ deutschsprachiger Erzählliteratur, von dem eine Teilmenge an Texten als
+ Annotationskorpus genutzt wird. Jede*r Autor*in im Annotationskorpus ist durch einen
+ Text vertreten. Im Korpus enthalten sind Romane, Novellen, Erzählungen und epische
+ Versdichtungen mit sowohl Ich- (homodiegetischen) als auch Er- (heterodiegetischen)
+ Erzählinstanzen. Die genaue Auswahl kann <ref type="intern" target="#tab2">Tabelle
+ 2</ref> entnommen werden.</p>
+ <p>Um der Repräsentationsfunktion für das
+ Gesamtkorpus gerecht zu werden, werden die Annotationstexte zunächst nicht komplett
+ annotiert, sondern auf die ersten 200 Sätze beschränkt. Der Nachteil unserer Auswahl
+ ist zunächst, dass ohne den Rückgriff auf eine automatische Erkennung eine
+ Betrachtung generalisierender Passagen werkimmanent erst nach fertiger Entwicklung
+ der Tagger möglich sein wird. Es überwiegen aber die Vorteile – so sind die
+ Annotationen nicht auf eine kleinere Menge von Texten beschränkt, erfassen dadurch
+ mehrere Autor*innen und demzufolge eine größere Breite literarischer Epochen und
+ Genres. Außerdem ist es so möglich, unterschiedliche Entwicklungsstadien der
+ Sprache, von der Frühen Neuzeit an, zu berücksichtigen.</p>
+ <p>Wir annotieren Generalisierungen
+ mittels kollaborativer Annotation im webbasierten Tool <ref target="https://catma.de">CATMA 6</ref>.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#gius_catma_2022">Gius et al.
+ 2022</ref>.</note> Das Best-Practice-Modell von Gius / Jacke dient als
+ Orientierung bei der Besprechung und Qualitätsprüfung der erstellten
+ Annotationen.<note type="footnote">
+ Vgl. <ref type="bibliography" target="#gius_annotation_2016">Gius / Jacke 2016</ref>.</note> Die bereits annotierten Texte sind unter
+ dem Titel MONACO<note type="footnote"> Vgl. <ref type="bibliography" target="#barth_monaco_2021">Barth et al. 2021</ref>.</note> in einem
+ GitLab-Repository publiziert.</p>
+ <table>
+ <row>
+ <cell>Text</cell>
+ <cell>Jahr</cell>
+ <cell>Goldstandard</cell>
+ <cell>Annotator*in </cell>
+ <cell>Gattung</cell>
+ <cell>Typ der Erzählinstanz</cell>
+ <cell>Kappa (Tokenebene)</cell>
+ <cell>Kappa (Teilsatzebene)</cell>
+ </row>
+ <row>
+ <cell>Andreae: Die chymische
+ Hochzeit</cell>
+ <cell>1616</cell>
+ <cell>nein</cell>
+ <cell>{’a _112’, ’a_107’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,4883</cell>
+ <cell>0,5376</cell>
+ </row>
+ <row>
+ <cell>von Zesen: Adriatische
+ Rosemund</cell>
+ <cell>1645</cell>
+ <cell>nein</cell>
+ <cell>{‘a_111’, ‘a_110’}</cell>
+ <cell>Roman</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,6017</cell>
+ <cell>0,5988</cell>
+ </row>
+ <row>
+ <cell>Grimmelshausen: Der
+ abenteuerliche Simplicissimus</cell>
+ <cell>1668</cell>
+ <cell>nein</cell>
+ <cell>{‘a_111’, ‘a_107’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,4652</cell>
+ <cell>0,6046</cell>
+ </row>
+ <row>
+ <cell>Lohenstein: Großmüthiger
+ Feldherr Arminius oder Herrmann</cell>
+ <cell>1689</cell>
+ <cell>nein</cell>
+ <cell>{‘a_108‘, ‘a_109‘}</cell>
+ <cell>Roman</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,8062</cell>
+ <cell>0,7906</cell>
+ </row>
+ <row>
+ <cell>Schnabel: Die Insel
+ Felsenburg</cell>
+ <cell>1731</cell>
+ <cell>nein</cell>
+ <cell>{‘a_111’, ‘a_112’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,2169</cell>
+ <cell>0,1946</cell>
+ </row>
+ <row>
+ <cell>Gellert: Das Leben der
+ schwedischen Gräï¬n von G</cell>
+ <cell>1748</cell>
+ <cell>ja</cell>
+ <cell>{‘a_109’, ‘a_108’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,8663</cell>
+ <cell>0,8724</cell>
+ </row>
+ <row>
+ <cell>Wieland: Geschichte des
+ Agathon</cell>
+ <cell>1766, 1767</cell>
+ <cell>ja</cell>
+ <cell>{‘a_109’, ‘a_112’, ‘a_108’,
+ ‘a_111’, ‘a_110’, ‘a_107’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,7763</cell>
+ <cell>0,7812</cell>
+ </row>
+ <row>
+ <cell>LaRoche: Geschichte des
+ Fräuleins von Sternheim</cell>
+ <cell>1771</cell>
+ <cell>ja</cell>
+ <cell>{‘a_109’, ‘a_108’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,8435</cell>
+ <cell>0,8352</cell>
+ </row>
+ <row>
+ <cell>Novalis: Die Lehrlinge zu
+ Sais</cell>
+ <cell>1802</cell>
+ <cell>ja</cell>
+ <cell>{’a_112’, ’a_111’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,4045</cell>
+ <cell>0,4108</cell>
+ </row>
+ <row>
+ <cell>Kleist: Michael Kohlhaas</cell>
+ <cell>1808</cell>
+ <cell>nein</cell>
+ <cell>{’a_109’, ’a_110’}</cell>
+ <cell>Erzählung</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,6376</cell>
+ <cell>0,5889</cell>
+ </row>
+ <row>
+ <cell>Goethe: Die
+ Wahlverwandtschaften</cell>
+ <cell>1809</cell>
+ <cell>ja</cell>
+ <cell>{‘a_111’, ‘a_108’}</cell>
+ <cell>Roman</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,579</cell>
+ <cell>0,5688</cell>
+ </row>
+ <row>
+ <cell>Goethe: Die
+ Wahlverwandtschaften</cell>
+ <cell>1809</cell>
+ <cell>ja</cell>
+ <cell>{‘a_112’, ‘a_107’}</cell>
+ <cell>Roman</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,7396</cell>
+ <cell>0,7948</cell>
+ </row>
+ <row>
+ <cell>Hoffmann: Der Sandmann</cell>
+ <cell>1816</cell>
+ <cell>ja</cell>
+ <cell>{‘a_112’, ‘a_107’}</cell>
+ <cell>Erzählung</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,82</cell>
+ <cell>0,8316</cell>
+ </row>
+ <row>
+ <cell>Dahn: Kampf um Rom</cell>
+ <cell>1876</cell>
+ <cell>ja</cell>
+ <cell>{’a_112’, ’a_107’}</cell>
+ <cell>Roman</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,4173</cell>
+ <cell>0,5278</cell>
+ </row>
+ <row>
+ <cell>May: Winnetou II</cell>
+ <cell>1893</cell>
+ <cell>nein</cell>
+ <cell>{’a_107’, ’a r_112’}</cell>
+ <cell>Roman</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,4099</cell>
+ <cell>0,3502</cell>
+ </row>
+ <row>
+ <cell>Fontane: Der Stechlin</cell>
+ <cell>1895</cell>
+ <cell>ja</cell>
+ <cell>{‘a_109’, ‘a_112’}</cell>
+ <cell>Roman</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,9118</cell>
+ <cell>0,8784</cell>
+ </row>
+ <row>
+ <cell>Kafka: Der Bau</cell>
+ <cell>1923–1924</cell>
+ <cell>ja</cell>
+ <cell>{‘a_111’, ‘a_110’}</cell>
+ <cell>Erzählung</cell>
+ <cell>homodiegetisch</cell>
+ <cell>0,672</cell>
+ <cell>0,6816</cell>
+ </row>
+ <row>
+ <cell>Musil: Der Mann ohne
+ Eigenschaften</cell>
+ <cell>1930</cell>
+ <cell>ja</cell>
+ <cell>{‘a_111’, ‘a_108’}</cell>
+ <cell>Roman</cell>
+ <cell>heterodiegetisch</cell>
+ <cell>0,5029</cell>
+ <cell>0,4655</cell>
+ </row>
+ <row>
+ <cell>Makro-Durchschnitt</cell>
+ <cell/>
+ <cell/>
+ <cell/>
+ <cell/>
+ <cell/>
+ <cell>0,6214</cell>
+ <cell>0,6293</cell>
+ </row>
+ <trailer xml:id="tab02">
+ <ref type="intern" target="#tab2">Tab. 2</ref>: Korpus MONACO [Gödeke et al. 2022 nach <ref type="bibliography" target="#barth_monaco_2021">Barth et al. 2021</ref>]<ref type="graphic" target="#generalisation_2022_t2"/>
+ </trailer>
+ </table>
+
+
+ <p>Bisher wurden mit dem Tagset 17 Texte
+ aus dem Annotationskorpus annotiert, die in der Regel jeweils von zwei Annotierenden
+ zu bearbeiten sind. Für jede Annotierendenkombination berechnen wir Fleiss’
+ Kappa<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#fleiss_scale_1971">Fleiss 1971</ref>.</note> basierend auf übereinstimmenden Tokens bzw. auf
+ übereinstimmenden Teilsätzen. Bei überlappenden Annotationen wird ein Token bzw. ein
+ Teilsatz nur dann als Ãœbereinstimmung gewertet, wenn beide Annotierende die
+ überlappenden Tags gesetzt haben.</p>
+ <p>Im Mittel über alle Texte wird ein
+ überzeugendes Agreement von 0,62 (Tokenebene) bzw. 0,63 (Teilsatzebene) erreicht.
+ Die deutlichen Schwankungen (z. B. Schnabel <bibl>
+ <title type="desc">Die Insel
+ Felsenburg</title>
+ </bibl> mit 0,22 bzw. Fontane <bibl>
+ <title type="desc">Der
+ Stechlin</title>
+ </bibl> mit 0,91,
+ vgl. <ref type="intern" target="#tab02">Tabelle 2</ref>) sind
+ präsumtiv neben den individuellen Fähigkeiten der Annotierenden auch auf die
+ unterschiedliche Komplexität der literarischen Texte sowie auf die zugrundeliegende
+ Sprachstufe zurückzuführen.</p>
+ <p>Bisher wurden für zehn der Texte
+ Goldstandards auf Basis der Erstannotationen erstellt. Hierbei gehen zwei
+ Adjudikator*innen (aus der Gruppe der promovierenden Autor*innen dieses Aufsatzes)
+ erneut die Erstannotationen durch, diskutieren die annotierten Textstellen und
+ erstellen eine Expert*innenannotation, welche dann als Goldstandard genutzt werden kann.
+ Neben der Beseitigung von Unachtsamkeitsfehlern in der Erstannotation hat die
+ Adjudikation auch die Aufgabe, prävalente Lesarten von mehrdeutigen oder vagen
+ Aussagen festzustellen (oder, in Einzelfällen, Aussagen als linguistisch ambig zu
+ markieren, falls keine prävalente Lesart festzustellen ist).</p>
+ </div>
+ </div>
+ <div type="chapter">
+ <head>4. Automatische Erkennung</head>
+
+ <p>Im folgenden Abschnitt werden die in
+ den regelbasierten Tagger eingebundenen Merkmale erläutert, auf denen später der
+ statistische Tagger trainiert wurde.</p>
+ <div type="subchapter">
+ <head>4.1 Merkmale</head>
+
+ <p>Das wichtigste Merkmal von
+ Generalisierungen sind Quantoren und quantifizierende Ausdrücke wie <term type="figure">jede*r</term>
+ ,
+ <term type="figure">alle</term>
+ ,
+ <term type="figure">immer</term> und dergleichen. Diese bestimmen die Klasse, in
+ die Teilsätze mit den entsprechenden Quantoren fallen, beispielsweise in die Klasse
+ ALL:<lb/><seg type="ex">(31) [Jede Sache will gelernt sein]<hi rend="sub">GI ALL</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#fontane_stechlin_2012">Fontane 2012</ref>, S. 119.</note></seg><lb/><seg type="ex">(32) [Ebenso pünktlich liefen darauf
+ auch jedesmal kurze Antwortschreiben ein]<hi rend="sub">GI ALL</hi>, die dem
+ lieben Freund und geschätzten Gelehrten dankten.<note type="footnote"> Vgl. <ref type="bibliography" target="#musil_mann_1970">Musil 1970</ref>, Kapitel 3.</note></seg><lb/>Wir organisieren die entsprechenden
+ Quantoren und quantifizierenden Ausdrücke in einem Wörterbuch mit
+ Lemma-Subtag-Paaren (z. B. <term type="figure">jede</term> : ALL). Entsprechend
+ können ganze Teilsätze, in denen sie vorkommen, dem entsprechenden Subtag zugeordnet
+ werden. Eine Ausnahme davon bilden Phrasen, die mit deiktischen Ausdrücken auf
+ konkrete Objekte, Personen, Zeiten oder Orte referieren, weil in diesen Fällen keine
+ Generalisierungen vorliegen können. Um quantifizierte Ausdrücke mit einer
+ deiktischen Referenz ausschließen zu können, wurde eine Liste mit deiktischen
+ Markern erstellt.</p>
+ <p>Wie bereits oben erläutert wurde, sind
+ wir mit dem Problem der koverten Quantifikation konfrontiert, die mit dem Subtag
+ BARE gekennzeichnet ist. Einerseits bieten sich NPn im Plural für den Ausdruck von
+ Generalisierungen an:<lb/><seg type="ex">(33) [Regentropfen vereinigen sich
+ gern zu Strömen]<hi rend="sub">GI BARE</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#goethe_wahlverwandtschaften_2012">Goethe 2012</ref>, S. 270.</note></seg><lb/>Andererseits können auch definite NPn
+ Generalisierungen markieren, sowohl im Plural als auch im Singular:<lb/><seg type="ex">(34) [Der Räuber kann sehr leicht mein
+ Opfer werden, und ein süß schmeckendes]<hi rend="sub">GI BARE</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#kafka_bau_1990">Kafka
+ 1990</ref>.</note></seg><lb/>Und auch der unbestimmte Artikel mit
+ Nomen im Singular kann generalisierend verwendet werden.<lb/><seg type="ex">(35) [Aber ein Narr steckt sie
+ [tausend Mark] in den Strumpf]<hi rend="sub">GI BARE</hi>, sagen die
+ Wirklichkeitsmenschen, [und ein Tüchtiger schafft etwas mit ihnen]<hi rend="sub">GI BARE</hi>;<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#musil_mann_1970">Musil 1970</ref>, Kapitel 4.</note></seg><lb/>Insgesamt sind Artikel, sowohl
+ bestimmte als auch unbestimmte, aber wenig verlässlich. Endgültig kann nur der
+ Kontext disambiguieren, ob eine definite oder indefinite NP generalisierend oder
+ spezifisch verwendet wird. Diese Unterscheidung ist in einem regelbasierten System
+ nicht umsetzbar. Wir haben festgestellt, dass die Suche nach NPn im Plural ohne
+ Artikel am wenigsten Fehler verursacht.</p>
+ <p>Verbalphrasen (VPn) können auch
+ generalisierend sein. In diesem Fall handelt es sich meistens um habituelle
+ Äußerungen, die durch Adverbien wie <term type="figure">täglich</term>
+ ,
+ <term type="figure">oft</term> oder <term type="figure">überall</term>
+ markiert werden. Außerdem gibt es Verben, die eine generalisierende Bedeutung haben.
+ Das sind zum einen Verben der Existenz, wie <term type="figure">existieren</term> und <term type="figure">geben</term>:<lb/><seg type="ex">(36) [Aber es gibt leidenschaftliche
+ Räuber]<hi rend="sub">GI EXIST</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#kafka_bau_1990">Kafka 1990</ref>.</note></seg><lb/>Und zum anderen Verben, die über
+ Situationen generalisieren, wie <term type="figure">pflegen zu</term>:<lb/><seg type="ex">(37) [Dann pflegen besonders
+ friedliche Zeiten zu kommen]<hi rend="sub">GI BARE</hi><note type="footnote"> Vgl. <ref type="bibliography" target="#kafka_bau_1990">Kafka 1990</ref>.</note></seg><lb/>Eine weitere für Generalisierungen
+ relevante Kategorie des Verbs ist <term type="dh">gnomisches
+ Präsens</term>, also ein Präsens ohne zeitliche Bedeutung. Unter der
+ (simplifizierenden) Annahme, dass das Präsens in fiktionalen Texten meistens keine
+ Handlung ausdrückt, kann der Tagger nach einzelnen Teilsätzen in dieser Zeitform
+ suchen. Eine konkrete Ausnahme ist die direkte Rede, die zwar oft im Präsens steht,
+ aber nicht ohne Weiteres als Merkmal für gnomisches Präsens gewertet werden kann.
+ Ebenso verhält es sich mit dem <term type="dh">historischen</term> oder
+ <term type="dh">szenischen Präsens</term>, also einem Präsens, das aus
+ stilistischen Gründen für vergangene Geschehnisse verwendet wird, und typischerweise
+ mehrere Teilsätze im Präsens aufeinander folgen lässt:<lb/><seg type="ex">(38) Von außen ist eigentlich nur ein
+ großes Loch sichtbar, dieses führt aber in Wirklichkeit nirgends hin, schon nach ein
+ paar Schritten stößt man auf natürliches festes Gestein.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#kafka_bau_1990">Kafka 1990</ref>.</note></seg><lb/>Darüber hinaus können auch bestimmte
+ syntaktische Strukturen auf Generalisierungen hindeuten. Komplexe Sätze der Formen
+ <term type="figure">wenn … dann</term> oder <term type="figure">wer …
+ der</term> sind in der Regel generalisierend. Solche Strukturen können einfach in
+ einem regelbasierten Tagger implementiert werden.<lb/><seg type="ex">(39) [Wenn es aber Wirklichkeitssinn
+ gibt, und niemand wird bezweifeln, dass er seine Daseinsberechtigung hat, dann muss
+ es auch etwas geben, das man Möglichkeitssinn nennen kann]<hi rend="sub">GI
+ EXIST</hi><note type="footnote"> Vgl.
+ <ref type="bibliography" target="#musil_mann_1970">Musil 1970</ref>, Kapitel 4.</note></seg><lb/><seg type="ex">(40) [Wer unter solchen Umständen was
+ Besseres sagen will, sagt immer was Schlechteres]<hi rend="sub">GI
+ ALL</hi><note type="footnote"> Vgl.
+ <ref type="bibliography" target="#fontane_stechlin_2012">Fontane 2012</ref>, S. 17.</note></seg><lb/>Im Folgenden wird beschrieben, wie die
+ beschriebenen Merkmale in den beiden Taggern eingesetzt werden.</p>
+ </div>
+ <div type="subchapter">
+ <head>4.2 Modelle und Algorithmen</head>
+ <figure>
+ <graphic xml:id="generalisation_2022_001" url=".../medien/generalisation_2022_001.png">
+ <desc>
+ <ref type="graphic" target="#abb1">Abb. 1</ref>: Textverarbeitungskomponenten für verschiedene
+ sprachliche Ebenen: Ein Text durchläuft die einzelnen Komponenten von links nach
+ rechts und von oben nach unten. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_001"/>
+ </desc>
+ </graphic>
+ </figure>
+
+
+ <p>Für die Implementierung der
+ Textverarbeitungskomponenten wurde die Open-Source-Bibliothek <ref target="https://spacy.io/">spaCy</ref>
+ <note type="footnote">Vgl. <ref type="bibliography" target="#honnibal_transition_2015">Honnibal / Johnson 2015</ref>.</note> benutzt. Dem Generalisierungstagger
+ (GenTagger) selbst sind eine Reihe von Komponenten vorgeschaltet, um linguistische
+ Merkmale zu extrahieren (vgl. <ref type="graphic"
+ target="#generalisation_2022_001">Abbildung 1</ref>). Da
+ sich im Korpus teilweise Texte mit zeitspezifischer Schreibvariation befinden, ist
+ die erste Komponente ein auf dem <ref target="https://www.deutschestextarchiv.de">Deutschen Textarchiv</ref>
+ <note type="footnote"> Vgl. <ref type="bibliography" target="#adw_dta_2022">Deutsches Textarchiv 2022</ref>.</note> trainierter
+ Normalisierer. Es folgen Lemmatisierer, Wortartentagger, Eigennamenerkenner (NER)
+ und Satzerkenner, welche bereits im vortrainierten spaCy-Modell für das Deutsche
+ enthalten sind. Als Nächstes folgen Dependenzparser, Wortformtagger (morphologische
+ Analyse), Teilsatzerkenner und Verbformtagger (Teilsatzanalyse) aus Dönicke.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#doenicke_tense_2020">Dönicke 2020</ref>.</note> Als Letztes kommen ein Direkte-Rede-Tagger, der
+ Text zwischen öffnenden und schließenden Anführungszeichen erkennt, sowie ein
+ Koreferenzierer, der erkennt, wenn zwei verschiedene sprachliche Ausdrücke sich auf
+ dieselbe Entität beziehen; bei diesem handelt es sich um eine Reimplementierung des
+ Algorithmus aus Krug et al., der so erweitert wurde, dass nicht nur
+ Figurenentitäten, sondern alle Eigennamen, NPn und Pronomina in die
+ Koreferenzresolution einbezogen werden.<note type="footnote"> Vgl. <ref type="bibliography" target="#krug_conference_2015">Krug et al. 2015</ref>.</note>
+ <note type="footnote"> Wir wurden im Review darauf hingewiesen, dass Fehler bei der automatischen Erkennung von Generalisierung
+ auch auf Fehler in Vorverarbeitungsschritten zurückzuführen sein können. In welchem Ausmaß Fehler aus den
+ einzelnen Pipeline-Komponenten propagiert werden, kann an dieser Stelle nicht quantitativ eingeschätzt werden;
+ jedoch wurden der Teilsatzerkenner und der Verbformtagger – zwei Komponenten, die relativ am Ende in der Pipeline
+ eingebunden sind –, bereits in <ref type="bibliography" target="#doenicke_tense_2020">Dönicke 2020</ref> in der Literaturdomäne getestet. Dort erreichten sie Performanzen (F-Maß) von 81% für die Erkennung von Teilsätzen sowie 93% für Tempus, 79% für Modus, 94% für Genus Verbi und 80% für Modalität.</note>
+ </p>
+ <div type="subchapter">
+ <head>4.2.1 Regelbasierter GenTagger</head>
+
+ <p>Da zu Beginn der Arbeit weder
+ Trainings- noch Testdaten vorlagen, wurde zunächst ein regelbasierter GenTagger
+ entwickelt. Als Entwicklungsdatensatz dienten hierzu die ersten vier Kapitel aus
+ Goethes <bibl>
+ <title type="desc">Die Wahlverwandtschaften</title>
+ </bibl>. Der Algorithmus wird in <ref type="graphic"
+ target="#generalisation_2022_002">Abbildung
+ 2</ref> skizziert.</p>
+ <figure>
+ <graphic xml:id="generalisation_2022_002" url=".../medien/generalisation_2022_002.png">
+ <desc>
+ <ref type="graphic" target="#abb2">Abb. 2</ref>: Regelbasierter GenTagger. [Gödeke et al. 2022]
+ <ref type="graphic" target="#generalisation_2022_002"/>
+ </desc>
+ </graphic>
+ </figure>
+
+ <p>Zunächst werden Generalisierungen auf
+ Teilsatzebene gesucht (2–18), indem nach Quantor-Restriktor-Kombinationen gesucht
+ wird. Dabei werden drei mögliche Fälle unterschieden:</p>
+ <p>Wenn ein overter Quantor im Teilsatz
+ vorkommt, ist der Restriktor die nächste übergeordnete NP oder VP (5–7).
+ Lemma-Subtag-Paare (z. B. <term type="figure">immer</term> : ALL) werden dabei
+ in einem manuell erstellten Wörterbuch gespeichert, wie in <ref type="intern" target="#hd10">Abschnitt 4.1</ref> beschrieben wurde.</p>
+ <p>Wenn eine Form von <term type="figure">existieren</term> oder <term type="figure">es
+ gibt</term> im Teilsatz vorkommt, kommen als Restriktor alle direkt
+ untergeordneten NPn in Frage. In diesem Fall ist das Subtag EXIST (8–10).</p>
+ <p>Wenn eine generische NP oder VP im
+ Teilsatz vorkommt, hat diese keinen overten Quantor und das Subtag ist BARE (11–13).
+ Indikatoren für generische NPn und VPn werden durch eine Vielzahl von Regeln
+ beschrieben, die auf die zuvor extrahierten und oben beschriebenen linguistischen
+ Merkmale zurückgreifen.</p>
+ <p>Für einen gefundenen Restriktor wird
+ dann überprüft, ob er oder eine mit ihm koreferente NP einen deiktischen Ausdruck
+ enthält (14–16). In diesem Fall referiert er mit hoher Wahrscheinlichkeit auf eine
+ spezifische Entität und kommt somit nicht für eine Generalisierung in Frage.
+ Andernfalls wird das entsprechende Subtag für den Teilsatz vorgemerkt. Wurde
+ mindestens ein Subtag für den aktuellen Teilsatz gespeichert, wird eine Passage
+ instanziiert, die aus genau diesem Teilsatz und den zugehörigen Subtags besteht
+ (17–18).</p>
+ <p>Als Nächstes werden bestimmte
+ Teilsatztypen zu Passagen zusammengeführt. In diesem Schritt werden Relativ- und
+ Konditionalsätze mit ihren übergeordneten Teilsätzen verbunden und ihre Subtags
+ vereinigt. In einem letzten Schritt wird erneut über alle Passagen iteriert (20–24).
+ Kommt ein Negationsmarker vor, werden die Subtags für diese Passage auf NEG
+ reduziert. Kommen mehr als ein Subtag in der Passage vor, wird BARE ggf. entfernt.
+ So wird sichergestellt, dass NEG und BARE nicht in Kombination mit anderen Subtags
+ auftreten.</p>
+ </div>
+ <div type="subchapter">
+ <head>4.2.2 Statistischer GenTagger</head>
+
+ <p>Nach <bibl>
+ <title type="desc">Die
+ Wahlverwandtschaften</title>
+ </bibl> wurden bisher die ersten 200 Sätze von 9 weiteren
+ Texten mit Goldstandards annotiert, was es ermöglicht, einen statistischen GenTagger
+ zu trainieren und zu testen. Als Testdaten verwenden wir Wielands <bibl>
+ <title type="desc">Geschichte des Agathon</title>
+ </bibl>,<note type="footnote"> <ref type="bibliography" target="#wieland_geschichte_2012">Wieland
+ 2012</ref>.</note> in welchem wir Generalisierungen von allen sechs statt der
+ üblichen zwei Annotierenden annotieren ließen.</p>
+ <p>Für den statistischen GenTagger lässt
+ sich ein Klassifikationsproblem auf Teilsatzebene definieren. Obwohl sich
+ generalisierende Passagen überlappen können und somit theoretisch mehrere Subtags
+ pro Teilsatz möglich sind, kommt dieser Fall in der Praxis kaum vor, weshalb wir uns
+ auf eine einfache 7-Klassen-Klassifikation (eine Klasse pro Subtag plus eine Klasse
+ für nicht-generalisierende Teilsätze) beschränken. <ref type="intern" target="#tab03">Tabelle 3</ref> zeigt, dass die Verteilung der Klassen zudem extrem
+ unausgeglichen ist. Einige wenige generalisierende Passagen sind linguistisch (d. h.
+ syntaktisch, semantisch, pragmatisch etc.) ambig und können daher nicht eindeutig
+ annotiert werden. Solche Fälle wurden im Goldstandard markiert und sowohl beim
+ Training als auch beim Testen der GenTagger ausgeschlossen.</p>
+ <table>
+ <row>
+ <cell rows="2"/>
+ <cell rows="2">Texte</cell>
+ <cell rows="2">Passagen</cell>
+ <cell cols="7">Teilsätze</cell>
+ </row>
+ <row>
+ <cell>nicht-GI</cell>
+ <cell>BARE</cell>
+ <cell>NEG</cell>
+ <cell>ALL</cell>
+ <cell>DIV</cell>
+ <cell>EXIST</cell>
+ <cell>MEIST</cell>
+ </row>
+ <row>
+ <cell>Trainingsdaten</cell>
+ <cell>8</cell>
+ <cell>492</cell>
+ <cell>3316</cell>
+ <cell>421</cell>
+ <cell>197</cell>
+ <cell>175</cell>
+ <cell>94</cell>
+ <cell>23</cell>
+ <cell>5</cell>
+ </row>
+ <row>
+ <cell>Entwicklungsdaten</cell>
+ <cell>1</cell>
+ <cell>191</cell>
+ <cell>1262</cell>
+ <cell>206</cell>
+ <cell>81</cell>
+ <cell>76</cell>
+ <cell>25</cell>
+ <cell>5</cell>
+ <cell>2</cell>
+ </row>
+ <row>
+ <cell>Testdaten</cell>
+ <cell>1</cell>
+ <cell>45</cell>
+ <cell>794</cell>
+ <cell>37</cell>
+ <cell>40</cell>
+ <cell>27</cell>
+ <cell>15</cell>
+ <cell>3</cell>
+ <cell>3</cell>
+ </row>
+ <trailer xml:id="tab03">
+ <ref type="intern" target="#tab3">Tab. 3</ref>: Größe der Trainings-, Entwicklungs- und Testdaten.
+ [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_t3"/>
+ </trailer>
+ </table>
+
+ <p>Da der regelbasierte Algorithmus einem
+ Entscheidungsbaum ähnelt, wurde für die automatische Klassifikation ebenfalls ein
+ Entscheidungsbaum<note type="footnote"> Vgl. <ref type="bibliography" target="#breiman_classification_1984">Breiman et al. 1984</ref>.</note> verwendet. Um
+ einer Ãœberanpassung an die Trainingsdaten entgegenzuwirken, wurde die maximale
+ Baumtiefe auf 15 und die minimale Anzahl an Daten pro Blattknoten auf 2 gesetzt.
+ Diese Werte haben sich auf den Entwicklungsdaten als gut erwiesen. Im Training wurde
+ außerdem allen Klassen das gleiche Gewicht gegeben.</p>
+ <p>Wir verwenden die gleichen
+ Basismerkmale wie für den regelbasierten Tagger
+ (vgl. <ref type="intern" target="#tab04">Tabelle 4</ref>). Somit
+ besitzt der Entscheidungsbaum die gleichen Grundlagen wie wir um Regeln zu formen.
+ Ähnliche Merkmale wurden bereits von Reiter / Frank für die Erkennung
+ generischer NPn extrahiert.<note type="footnote"> Vgl. <ref type="bibliography" target="#reiter_identifying_2010">Reiter / Frank 2010</ref>.</note> Zuerst werden
+ Merkmale von allen NPn und VPn im Satz extrahiert. Diese werden zusätzlich zu neuen
+ Merkmalen, z. B. ›(Subtag des Quantors : ALL, Numerus des NP-Kopfs : Plural, Artikel
+ in NP? : nein)‹, kombiniert, die aus dem Subtag des Quantors und bis zu zwei
+ weiteren Merkmalen bestehen. Das Maximum von drei Merkmalen hat sich auf den
+ Entwicklungsdaten als optimal erwiesen. Auf Teilsatzebene werden hauptsächlich
+ grammatikalische Eigenschaften wie z. B. Tempus extrahiert, um somit Phänomene wie
+ das gnomische Präsens abzudecken. Da eine Passage aus mehreren Teilsätzen bestehen
+ kann, wir aber nur Teilsätze klassifizieren, werden alle Merkmale nicht nur vom zu
+ klassifizierenden Teilsatz extrahiert, sondern auch von seinen beiden
+ Nachbarteilsätzen. Darüber hinaus werden noch einige Merkmale extrahiert, welche die
+ Verknüpfung der benachbarten Teilsätze zum gefragten Teilsatz kennzeichnen, z. B. ob
+ sie im gleichen Satz stehen. Es wurden außerdem eine Reihe von lexikalischen
+ Merkmalen getestet, z. B. N-Gramme für die Teilsätze oder die Lemmata von Quantor
+ und Restriktor; allerdings führten alle diese Erweiterungen zu einer niedrigeren
+ Performanz auf den Entwicklungsdaten.</p>
+ <table>
+ <row>
+ <cell>Ebene</cell>
+ <cell>Merkmale</cell>
+ </row>
+ <row>
+ <cell>NPn im Teilsatz</cell>
+ <cell>Tag des Quantors oder BARE,
+ Wortart des Quantors oder BARE, Wortart des NP-Kopfs, Dependenzrelation des
+ NP-Kopfs, Numerus des NP-Kopfs, Artikel in NP?, Zahlwort in NP?,
+ spezifisch?</cell>
+ </row>
+ <row>
+ <cell>VPn im Teilsatz</cell>
+ <cell>Tag des Quantors oder BARE,
+ Wortart des Quantors oder BARE, Wortart des VP-Kopfs, Häufigkeitsadverb in
+ VP?, vager Mehrwortausdruck in VP?, spezifisch?</cell>
+ </row>
+ <row>
+ <cell>Teilsatz</cell>
+ <cell>Tempus, Aspekt, Modus, Genus
+ verbi, Finitheit, <term type="figure">pflegen zu</term> in Teilsatz?,
+ direkte Rede?, Negation in Teilsatz?, Konditionalsatz?, Relativsatz?</cell>
+ </row>
+ <row>
+ <cell>benachbarte Teilsätze</cell>
+ <cell>gleicher Satz?, direkt
+ untergeordnet?, direkt übergeordnet?</cell>
+ </row>
+ <trailer xml:id="tab04">
+ <ref type="intern" target="#tab4">Tab. 4</ref>: Merkmale für den statistischen GenTagger;
+ Fragezeichen markieren Boole’sche Merkmale. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_t4"/>
+ </trailer>
+ </table>
+
+ <figure>
+ <graphic xml:id="generalisation_2022_003" url=".../medien/generalisation_2022_003.png">
+ <desc>
+ <ref type="graphic" target="#abb3">Abb. 3</ref>: Die wichtigsten Merkmale des
+ Entscheidungsbaum-GenTaggers. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_003"/>
+ </desc>
+ </graphic>
+ </figure>
+
+ <p>Eine Inspektion des automatisch
+ erstellten Entscheidungsbaums
+ (vgl. <ref type="graphic"
+ target="#generalisation_2022_003">Abbildung 3</ref><note type="footnote">Die Knoten lesen sich wie folgt: In der ersten Zeile stehen Anzahl und häufigste Klasse der Trainingsdaten (d. h. Teilsätze), die
+ den Knoten erreichen (da wir jeder Klasse die gleiche Gewichtung geben, wird
+ die Häufigkeit relativ zur Klassengröße berechnet); darunter steht die
+ abgefragte Merkmalskombination, wobei der Index angibt, ob sie sich auf den
+ zu klassifizierenden Teilsatz (i), seinen Vorgänger (i-1) oder seinen
+ Nachfolger (i+1) bezieht. Auslassungspunkte markieren gestutzte Stellen im
+ Baum.</note>) zeigt,
+ dass zunächst Teilsätze mit den Merkmalen für MEIST, EXIST, NEG und ALL abgefragt
+ werden, bevor nach Merkmalen für DIV, BARE und nicht-GI gesucht wird.</p>
+ <p>Der zweite statistische GenTagger ist
+ ein Zufallswald mit 100 Entscheidungsbäumen.<note type="footnote"> Vgl. <ref type="bibliography" target="#breiman_random_2001">Breiman 2001</ref>.</note> Da die statistischen
+ GenTagger Teilsätze taggen, aber keine Passagen bestimmen, werden im Anschluss
+ direkt aufeinanderfolgende Teilsätze mit dem gleichen Subtag zu Passagen verbunden.
+ Dies dient lediglich der Weiterverarbeitung und hat keinen Einfluss auf die
+ Evaluation, da die GenTagger ebenfalls auf Teilsatzebene evaluiert werden.</p>
+ </div>
+ </div>
+ </div>
+ <div type="chapter">
+ <head>5. Evaluation und Diskussion</head>
+
+ <p>Als Evaluationsmaße verwenden wir
+ Precision (P), Recall (R) und F-Maß (F), welche für ein einzelnes Subtag y wie folgt
+ definiert sind:</p>
+ <figure>
+ <graphic xml:id="generalisation_2022_004" url=".../medien/generalisation_2022_004.png">
+ <desc>
+ <ref type="graphic" target="#abb4">Abb. 4</ref>: Berechnung von Precision (P), Recall (R) und F-Maß (F) für ein einzelnes Subtag y. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_004"/>
+ </desc>
+ </graphic>
+ </figure>
+ <p>Die Precision gibt also an, wie viele
+ der mit y getaggten Teilsätze auch im Goldstandard mit y annotiert sind. Der Recall
+ wiederum gibt an, wie viele der im Goldstandard mit y annotierten Teilsätze auch mit
+ y getaggt wurden. Das F-Maß ist das harmonische Mittel der beiden.</p>
+ <p>Aus anwendungstechnischer Sicht
+ besitzt die Precision einen höheren Stellenwert als der Recall: Wenn nicht alle
+ generalisierenden Passagen in einem Text ausgegeben werden (niedriger Recall), gehen
+ lediglich interessante Fälle verloren. Wenn hingegen viele nicht-generalisierende
+ Passagen ausgegeben werden (niedrige Precision), müssen die ausgegebenen Passagen
+ manuell nachgefiltert werden. Ein hoher Recall ist natürlich ebenfalls
+ wünschenswert. Bei der Entwicklung der GenTagger wurden daher hohe Werte für
+ Precision und F-Maß auf den Entwicklungsdaten angestrebt.</p>
+ <p>Im Falle mehrerer Subtags Y kann der
+ Mikro-Durchschnitt der einzelnen Maße wie folgt gebildet werden:</p>
+ <figure>
+ <graphic xml:id="generalisation_2022_005" url=".../medien/generalisation_2022_005.png">
+ <desc>
+ <ref type="graphic" target="#abb5">Abb. 5</ref>: Berechnung des Mikro-Durchschnitts von Precision (P), Recall (R) und F-Maß (F). [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_005"/>
+ </desc>
+ </graphic>
+ </figure>
+ <p>Die Mikro-Precision gibt also an, wie
+ viele der getaggten Teilsätze korrekt getaggt wurden, während der Mikro-Recall
+ angibt, wie viele der im Goldstandard annotierten Teilsätze korrekt getaggt
+ wurden.</p>
+ <p>Da die Subtags unterschiedlich häufig
+ vorkommen, berechnen wir außerdem den Makro-Durchschnitt. Im Gegensatz zum
+ Mikro-Durchschnitt, welcher jedem Teilsatz die gleiche Gewichtung gibt, gibt der
+ Makro-Durchschnitt jedem Subtag die gleiche Gewichtung:</p>
+ <figure>
+ <graphic xml:id="generalisation_2022_006" url=".../medien/generalisation_2022_006.png">
+ <desc>
+ <ref type="graphic" target="#abb6">Abb. 6</ref>: Berechnung des Makro-Durchschnitts von Precision (P), Recall (R) und F-Maß (F). [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_006"/>
+ </desc>
+ </graphic>
+ </figure>
+ <table>
+ <row>
+ <cell rows="2">Methode</cell>
+ <cell cols="3">Entwicklungsdaten</cell>
+ <cell cols="3">Testdaten</cell>
+ </row>
+ <row>
+ <cell>Mikro-P</cell>
+ <cell>Mikro-R</cell>
+ <cell>Mikro-F</cell>
+ <cell>Mikro-P</cell>
+ <cell>Mikro-R</cell>
+ <cell>Mikro-F</cell>
+ </row>
+ <row>
+ <cell>Regelbasiert</cell>
+ <cell>0,42</cell>
+ <cell>0,26</cell>
+ <cell>0,32</cell>
+ <cell>0,21</cell>
+ <cell>0,26</cell>
+ <cell>0,23</cell>
+ </row>
+ <row>
+ <cell>Entscheidungsbaum</cell>
+ <cell>0,16</cell>
+ <cell>0,62</cell>
+ <cell>0,25</cell>
+ <cell>0,07</cell>
+ <cell>0,48</cell>
+ <cell>0,12</cell>
+ </row>
+ <row>
+ <cell>Zufallswald</cell>
+ <cell>0,26</cell>
+ <cell>0,40</cell>
+ <cell>0,31</cell>
+ <cell>0,14</cell>
+ <cell>0,33</cell>
+ <cell>0,20</cell>
+ </row>
+ <trailer xml:id="tab05">
+ <ref type="intern" target="#tab5">Tab. 5</ref>: Mikro-Durchschnitts-Werte der GenTagger auf
+ Entwicklungs- und Testdaten. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_t5"/>
+ </trailer>
+ </table>
+
+ <p>Um einen ersten vergleichenden
+ Überblick über die drei GenTagger zu bekommen, seien zunächst die
+ Mikro-Durchschnitte in <ref type="intern" target="#tab05">Tabelle 5</ref> betrachtet.
+ Sowohl auf den Entwicklungsdaten als auch auf den Testdaten erzielt der
+ regelbasierte GenTagger höhere Werte für Precision und F-Maß als die statistischen
+ GenTagger. Der Zufallswald-GenTagger zieht zwar fast mit dem regelbasierten
+ GenTagger gleich, was das F-Maß betrifft, kann dies aber auf einen höheren Recall,
+ nicht auf eine höhere Precision zurückführen. Wie zu erwarten, erzielt der
+ Entscheidungsbaum niedrigere Werte für Precision und F-Maß als der Zufallswald,
+ weshalb Ersterer im Folgenden nicht weiter betrachtet wird.</p>
+ <table>
+ <row>
+ <cell/>
+ <cell cols="3">Regelbasiert</cell>
+ <cell cols="3">Zufallswald</cell>
+ </row>
+ <row>
+ <cell/>
+ <cell>P</cell>
+ <cell>R</cell>
+ <cell>F</cell>
+ <cell>P</cell>
+ <cell>R</cell>
+ <cell>F</cell>
+ </row>
+ <row>
+ <cell>ALL</cell>
+ <cell>0,26</cell>
+ <cell>0,48</cell>
+ <cell>0,34</cell>
+ <cell>0,27</cell>
+ <cell>0,40</cell>
+ <cell>0,33</cell>
+ </row>
+ <row>
+ <cell>MEIST</cell>
+ <cell>0,00</cell>
+ <cell>0,00</cell>
+ <cell>0,00</cell>
+ <cell>0,50</cell>
+ <cell>0,33</cell>
+ <cell>0,40</cell>
+ </row>
+ <row>
+ <cell>EXIST</cell>
+ <cell>0,75</cell>
+ <cell>1,00</cell>
+ <cell>0,86</cell>
+ <cell>1,00</cell>
+ <cell>1,00</cell>
+ <cell>1,00</cell>
+ </row>
+ <row>
+ <cell>DIV</cell>
+ <cell>0,09</cell>
+ <cell>0,13</cell>
+ <cell>0,10</cell>
+ <cell>0,31</cell>
+ <cell>0,33</cell>
+ <cell>0,32</cell>
+ </row>
+ <row>
+ <cell>BARE</cell>
+ <cell>0,18</cell>
+ <cell>0,32</cell>
+ <cell>0,23</cell>
+ <cell>0,08</cell>
+ <cell>0,46</cell>
+ <cell>0,14</cell>
+ </row>
+ <row>
+ <cell>NEG</cell>
+ <cell>0,30</cell>
+ <cell>0,75</cell>
+ <cell>0,12</cell>
+ <cell>0,14</cell>
+ <cell>0,10</cell>
+ <cell>0,12</cell>
+ </row>
+ <row>
+ <cell>Makro-</cell>
+ <cell>0,26</cell>
+ <cell>0,33</cell>
+ <cell>0,28</cell>
+ <cell>0,39</cell>
+ <cell>0,44</cell>
+ <cell>0,39</cell>
+ </row>
+ <trailer xml:id="tab06">
+ <ref type="intern" target="#tab6">Tab. 6</ref>: Tag-spezifische Makro-Durchschnittswerte der
+ GenTagger auf den Testdaten. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_t6"/>
+ </trailer>
+ </table>
+
+ <p>
+ <ref type="intern" target="#tab06">Tabelle 6</ref> schlüsselt die Evaluation nach den einzelnen Subtags auf,
+ wodurch individuelle Stärken und Schwächen der beiden GenTagger sichtbar werden. Im
+ Makro-Durchschnitt erzielt der Zufallswald um ca. 10% höhere Werte für Precision,
+ Recall und F-Maß als der regelbasierte GenTagger. Für ALL erzielen beide GenTagger
+ eine Precision von ca. 27% und ein F-Maß von ca. 33%. Für MEIST und EXIST gibt es in
+ den Testdaten nur jeweils zwei Passagen:<lb/><seg type="ex">(41) Und da es mehr als zu gewiß ist,
+ [daß der größeste Teil derjenigen, welche die große Welt ausmachen, wie Hippias
+ denkt, oder doch nach seinen Grundsätzen handelt]<hi rend="sub">GI
+ MEIST</hi>.<note type="footnote">Vgl. <ref type="bibliography" target="#wieland_geschichte_2012">Wieland 2012</ref>, S. 377.</note></seg>
+ <lb/><seg type="ex">(42) Niemals hatte ihn ein weibliches
+ Aug erblickt, ohne die Schuld ihres Geschlechts zu bezahlen, [welches die Natur für
+ die Schönheit so empfindlich gemacht zu haben scheint, daß diese einzige Eigenschaft
+ den meisten unter ihnen die Abwesenheit aller übrigen verbirgt]<hi rend="sub">GI MEIST</hi>.<note type="footnote">Vgl. <ref type="bibliography" target="#wieland_geschichte_2012">Wieland 2012</ref>, S. 385.</note></seg><lb/><seg type="ex">(43) [Ohne Zweifel gibt es wichtigere
+ als derjenige, auf den seine Wahl gefallen ist]<hi rend="sub">GI
+ EXIST</hi>.<note type="footnote">Vgl. <ref type="bibliography" target="#wieland_geschichte_2012">Wieland 2012</ref>, S. 375.</note></seg><lb/><seg type="ex">(44) Aus diesem Grunde kann er ganz
+ zuverlässig versichern, [daß Agathon und die meisten übrigen Personen, [welche in
+ seine Geschichte eingeflochten sind]<hi rend="sub">GI EXIST</hi>]<hi rend="sub">GI MEIST</hi>, wirkliche Personen sind, [dergleichen es von je
+ her viele gegeben hat, und in dieser Stunde noch gibt]<hi rend="sub">GI
+ EXIST</hi>.<note type="footnote">Vgl. <ref type="bibliography" target="#wieland_geschichte_2012">Wieland 2012</ref>, S. 375.</note></seg><lb/>Der regelbasierte GenTagger vergibt
+ das Subtag MEIST nur zweimal, und zwar fälschlicherweise für die beiden Teilsätze ab
+ <term type="figure">daß</term> in (44): Bei den <term type="figure">meisten übrigen Personen</term> handelt es sich um eine spezifische Gruppe. Somit
+ sind Precision und F-Maß 0. Der statistische GenTagger vergibt MEIST ebenfalls
+ zweimal, einmal korrekterweise in (42) und einmal fälschlicherweise für einen
+ Teilsatz, in dem <term type="figure">am meisten</term> adverbiell, nicht
+ quantifizierend gebraucht wird. Somit ist die Precision 50%. Keiner der beiden
+ GenTagger erkennt (41) als MEIST, da die Formulierung <term type="figure">der
+ größeste Teil</term> für eine Mehrheitsquantifikation nicht im Quantorenwörterbuch
+ enthalten ist, auf welche beide GenTagger zugreifen. (Diese Liste wird zwar nach wie
+ vor im Zuge der Annotation erweitert, aber natürlich wurden die Testdaten nicht
+ dafür herangezogen.) Die EXIST-Fälle erkennt der statistische GenTagger korrekt,
+ während der regelbasierte GenTagger einen zusätzlichen Teilsatz mit EXIST versieht,
+ ebenfalls in (44). Dabei handelt es sich um einen Folgefehler beim Verbinden von
+ Teilsätzen zu Passagen, der wiederum durch einen Fehler beim Parsen des Satzes
+ verursacht wird. Diese Art von Fehler kommt zwar auch bei den anderen Subtags vor,
+ sorgt bei nur vier getaggten Teilsätzen aber gleich für einen Precision-Verlust von
+ 25%.</p>
+ <p>Für DIV erzielt der Zufallswald ca.
+ 20% höhere Werte für Precision und F-Maß als der regelbasierte GenTagger. Wir
+ vermuten die Ursache dafür darin, dass vage Quantifikation in einer deutlich
+ größeren Formvielfalt auftritt als All-, Mehrheits- und Existenzquantifikation. Der
+ regelbasierte GenTagger verwendet dennoch nur eine Liste vager Quantoren und den
+ Spezifitätstest, wohingegen der Zufallswald-GenTagger viel genauere Regeln erlernen
+ kann. Für BARE verhält es sich umgekehrt – hier erzielt der Zufallswald ca. 10%
+ schlechtere Werte für Precison und F-Maß. Da wir uns bei BARE nicht auf overte
+ Quantoren verlassen konnten, wurde sehr viel Aufwand in die manuellen Regeln
+ investiert, mit denen die automatisch erlernten Regeln des Zufallswaldes (noch)
+ nicht mithalten können.<note type="footnote"> Es sei an dieser Stelle angemerkt, dass der
+ statistische GenTagger durchaus hätte dieselben Regeln erlernen können, da
+ ihm alle dafür notwendigen Merkmale zur Verfügung standen.</note>
+ </p>
+ <p>Obwohl NEG häufig in den
+ Trainingsdaten vorkommt, erzielen beide GenTagger für dieses Subtag den niedrigsten
+ Recall (abgesehen von MEIST für den regelbasierten Tagger), d. h. es werden kaum
+ Teilsätze ausgegeben, die im Goldstandard mit NEG annotiert wurden. Zum Teil kann
+ man dies darauf zurückführen, dass im Testtext einige ungewöhnlich lange
+ NEG-Passagen vorkommen (die längste besteht aus 18 Teilsätzen), die GenTagger aber
+ nur Merkmale von direkt benachbarten Teilsätzen mit einbeziehen. Befindet sich der
+ Negationsmarker weiter vom aktuellen Teilsatz entfernt, wird dieser auch nicht mehr
+ für die Klassifikation herangezogen, und es ist unwahrscheinlich, dass das Subtag
+ NEG vergeben wird. Da BARE und NEG die häufigsten Subtags sind, haben diese Klassen
+ auch den größten Einfluss auf die Mikro-Durchschnitts-Werte.</p>
+
+ <p>Abschließend zeigt <ref type="graphic"
+ target="#generalisation_2022_007">Abbildung 7</ref> den Lerngraphen des
+ Zufallswald-GenTaggers auf den Testdaten für eine wachsende Menge an
+ Trainingstexten. Eine mögliche Interpretation des Graphen ist, dass das
+ volle Potenzial des statistischen GenTagger noch nicht erreicht ist und
+ die Performanz allein durch die Zugabe weiterer Trainingstexte
+ gesteigert werden kann.</p>
+ <figure>
+ <graphic xml:id="generalisation_2022_007" url=".../medien/generalisation_2022_007.png">
+ <desc>
+ <ref type="graphic" target="#abb7">Abb. 7</ref>: Performanz des Zufallswald-GenTaggers auf den Testdaten bei
+ schrittweiser Hinzunahme von Trainingstexten. Autorennamen stehen als
+ Kürzel für die einzelnen Werke. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_007"/>
+ </desc>
+ </graphic>
+ </figure>
+ </div>
+ <div type="chapter">
+ <head>6. Fazit und Ausblick</head>
+
+ <p>Das zentrale Ziel dieses Beitrags war
+ es, einen Tagger für die automatische Erkennung von Generalisierungen in fiktionalen
+ Erzähltexten vorzustellen. Für die Taggerimplementierung haben wir ein eigenes
+ Tagset entwickelt, das alle Formen natürlichsprachlicher Quantifikation
+ (allquantifiziert, vage, existenziell) auf Teilsatzebene annotierbar macht. Auf der
+ Basis manuell erstellter Goldstandards wurden ein regelbasierter und ein
+ statistischer Tagger entwickelt, die als zusätzliche Komponenten in die
+ Textverarbeitungspipeline von spaCy eingebunden werden können.<note type="footnote"> Die Tagger sind verfügbar in <ref target="https://gitlab.gwdg.de/mona/pipy-public">MONAPipe</ref> (Release v2.0); vgl. <ref type="bibliography" target="#barth_monapipe_2022">Barth et al. 2022</ref>.</note>
+ Der statistische Zufallswald-Tagger erzielt in fast allen Kategorien die besseren
+ Ergebnisse. Eine Ausnahme bilden Generalisierungen ohne overte Quantifikation, die
+ der regelbasierte Tagger mit einer höheren Performanz klassifiziert. Da
+ Generalisierungen ohne overte Quantifikation zahlenmäßig am häufigsten vorkommen,
+ erreicht der regelbasierte Tagger ein höheres Mikro-F-Maß (24% vs. 20%), wohingegen
+ der statistische Tagger ein höheres Makro-F-Maß erreicht (39% vs. 28%). Allerdings
+ ist beim statistischen Tagger eine kontinuierlich steigende Lernkurve zu erkennen,
+ was nahelegt, dass seine Performanz mit der verarbeiteten Textmenge steigt.</p>
+ <p>Der Tagger trägt dazu bei,
+ Generalisierungen in fiktionalen Erzähltexten als komplexes literarisches Phänomen
+ erkennbar werden zu lassen. Davon profitiert insbesondere die Narratologie, insofern
+ Generalisierungen Indikatoren für Phänomene wie <term type="dh">Metanarration</term>, einen <term type="dh">overt narrator</term>, <term type="dh">nicht-fiktionale Rede</term> und <term type="dh">explicit truths</term> sein
+ können. Es werden diachrone Analysen ermöglicht, indem autor*innen-, strömungs- oder
+ gattungsübergreifend Generalisierungen in Texten bezüglich ihrer Funktion empirisch
+ untersucht werden können. Zudem wird eine Analyse von Generalisierungen auf
+ verschiedenen Textebenen möglich, da sie sowohl im Erzähler- als auch im Figurentext
+ auftreten können (vgl. (16), <ref type="intern" target="#hd5">Abschnitt 2.3</ref>). Der Tagger bereichert jedoch nicht nur die
+ Literaturwissenschaft, sondern auch die theoretische Linguistik, deren Modelle und
+ Theorien zur Generizität und Quantifikation durch die Sprachdaten aus literarischen
+ Erzähltexten vor neue Herausforderungen gestellt werden. Aber auch auf der Textebene
+ kann die Linguistik Erkenntnisse gewinnen, da generische Aussagen typischerweise mit
+ dem statischen Aspekt assoziiert werden.<note type="footnote"> Vgl. <ref type="bibliography" target="#carlson_generics_2006">Carlson 2006</ref>.</note> Inwiefern Erzählpausen
+ im narrativen Text mit statischem lexikalischem Aspekt einhergehen, ist eine
+ spannende offene Forschungsfrage. Die zentrale kommende Aufgabe wird es sein, mehr
+ Daten für den statistischen Tagger zu generieren, um die Performanz des Taggers zu
+ verbessern. Auch soll überprüft werden, inwiefern neuronale Methoden eine noch
+ höhere Trefferquote erzielen können.</p>
+ </div>
+ <div type="chapter">
+ <head>Danksagungen</head>
+
+ <p>Die VolkswagenStiftung und die
+ Deutsche Forschungsgemeinschaft (424264086) haben die Arbeit an diesem Aufsatz
+ ermöglicht, dafür bedanken wir uns herzlich. Wir danken zudem unseren studentischen
+ Hilfskräften für ihre Annotationsarbeit: Friederike Altmann, Jan P. Lau, Jonas
+ Lipski, Evelyn Ovsjannikov, Noreen Scheffel, Ruben M. Van Wijk und Marina L.
+ Wurzbacher. Ebenfalls danken wir zwei anonymen Gutachter*innen für ihre Kommentare
+ und Hinweise, von denen der vorliegende Aufsatz profitiert hat.</p>
+ </div>
+ </div>
+ <div type="bibliography">
+ <head>Bibliographische Angaben</head>
+
+ <listBibl>
+ <bibl xml:id="barth_monaco_2021">Florian Barth / Tillmann Dönicke / Benjamin Gittel / Luisa
+ Gödeke / Anna Mareike Weimer / Anke Holler / Caroline Sporleder / Hanna Varachkina:
+ MONACO: Modes of Narration and Attribution Corpus. 2021. [<ref target="https://gitlab.gwdg.de/mona/korpus-public">online</ref>]</bibl>
+ <bibl xml:id="barth_monapipe_2022">Florian Barth / Tillmann Dönicke / Hanna Varachkina /
+ Caroline Sporleder: MONAPipe: Modes of Narration and Attribution Pipeline for German
+ Computational Literary Studies and Language Analysis in spaCy. In: Proceedings of
+ the 18th Conference on Natural Language Processing (KONVENS: Konferenz zur
+ Verarbeitung natürlicher Sprache/Conference on Natural Language Processing, Potsdam,
+ 12.–15.09.2022). [<ref target="https://aclanthology.org/2022.konvens-1.2/">online</ref>]</bibl>
+ <bibl xml:id="barwise_quantifiers_1981">Jon Barwise / Robin Cooper: Generalized Quantifiers and
+ Natural Language. In: Linguistics and Philosophy 4 (1981), H. 2, S. 159–219.
+ <ptr type="gbv" cRef="129323837"/></bibl>
+ <bibl xml:id="benthem_logic_1983">Johan van Benthem: The Logic of Natural Language. In:
+ Philosophical Books 24 (1983), H. 2, S. 99–102. <ptr type="gbv" cRef="166711721"/></bibl>
+ <bibl xml:id="breiman_classification_1984">Leo Breiman / Jerome H. Friedman / Richard A. Olshen /
+ Charles J. Stone: Classification and Regression Trees. New York u. a. 1984.
+ <ptr type="gbv" cRef="253472792"/></bibl>
+ <bibl xml:id="breiman_random_2001">Leo Breiman: Random Forests. In: Machine Learning 45
+ (2001). DOI: <ref target="https://doi.org/10.1023/A:1010933404324">10.1023/A:1010933404324</ref> <ptr type="gbv" cRef="12920403X"/></bibl>
+ <bibl xml:id="carlson_generics_2006">Greg N. Carlson: Generics, Habituals, Iteratives. In:
+ Encyclopedia of Language & Linguistics. Hg. von Keith Brown. 2. Auflage.
+ Amsterdam u. a. 2006. <ptr type="gbv" cRef="473039672"/></bibl>
+ <bibl xml:id="chatman_story_1978">Seymour Chatman: Story and Discourse. Narrative Structure
+ in Fiction and Film. New York, NY 1978. <ptr type="gbv" cRef="011286377"/></bibl>
+ <bibl xml:id="adw_dta_2022">Deutsches Textarchiv. Grundlage für
+ ein Referenzkorpus der neuhochdeutschen Sprache. Hg. von Berlin-Brandenburgische
+ Akademie der Wissenschaften. Berlin 2022. [<ref target="https://www.deutschestextarchiv.de/">online</ref>]</bibl>
+ <bibl xml:id="doenicke_tense_2020">Tillmann Dönicke: Clause-Level Tense, Mood, Voice and
+ Modality Tagging for German. Düsseldorf 2020. DOI:
+ <ref target="http://dx.doi.org/10.18653/v1/2020.tlt-1.1">10.18653/v1/2020.tlt-1.1</ref></bibl>
+ <bibl xml:id="doenicke_phenomena_2021">Tillmann Dönicke / Luisa
+ Gödeke / Hanna Varachkina: Annotating Quantified Phenomena in Complex Sentence
+ Structures Using the Example of Generalising Statements in Literary Texts. In:
+ Proceedings of the 17th Joint ACL - ISO Workshop on Interoperable Semantic
+ Annotation. Hg. von Harry Bunt. (ISA 17, Groningen, 16.–17.06.2021)
+ Stroudsburg 2021, S. 20–32. [<ref target="https://aclanthology.org/2021.isa-1.3/">online</ref>]</bibl>
+ <bibl xml:id="ernst_uhr_2012">Paul Ernst: Die Uhr. In: TextGrid Repository. Digitale
+ Bibliothek. Göttingen 2012. Handle:
+ <ref target="https://hdl.handle.net/11858/00-1734-0000-0002-A2A0-8">11858/00-1734-0000-0002-A2A0-8</ref>
+ </bibl>
+ <bibl xml:id="fleiss_scale_1971">Joseph L. Fleiss: Measuring nominal scale agreement among
+ many raters. In: Psychological Bulletin 76 (1971), H. 5, S. 378–382. <ptr type="gbv" cRef="129067016"/></bibl>
+ <bibl xml:id="fontane_stechlin_2012">Theodor Fontane: Der Stechlin. In: TextGrid Repository.
+ Digitale Bibliothek. Göttingen 2012. Handle: <ref target="https://hdl.handle.net/11858/00-1734-0000-0002-AECF-D">11858/00-1734-0000-0002-AECF-D</ref>
+ </bibl>
+ <bibl xml:id="friedrich_recognition_2015">Annemarie Friedrich / Manfred Pinkal: Automatic recognition
+ of habituals: a three-way classification of clausal aspect. In: Proceedings of the 2015 Conference
+ on Empirical Methods in Natural Language Processing. Hg. von LluÃs MÃ rquez
+ / Chris Callison-Burch / Jian Su (EMNLP, Lisbon, 17.–21.09.2015). Red Hook, NY 2015.
+ DOI: <ref target="http://dx.doi.org/10.18653/v1/D15-1294">10.18653/v1/D15-1294</ref> <ptr type="gbv" cRef="840977778"/></bibl>
+ <bibl xml:id="friedrich_annotating_2015">Annemarie Friedrich / Alexis Palmer / Melissa Peate
+ Sørensen / Manfred Pinkal: Annotating genericity: a survey, a scheme, and a
+ corpus. In: Proceedings of the 9th Linguistic Annotation Workshop. Hg. von Adam
+ Meyers / Ines Rehbein / Heike Zinsmeister (LAW 9, Denver, CO, 31.05.–05.06.2015).
+ Red Hook, NY 2015, S. 21–30. DOI: <ref target="http://dx.doi.org/10.3115/v1/W15-1603">10.3115/v1/W15-1603</ref> <ptr type="gbv" cRef="835349225"/></bibl>
+ <bibl xml:id="friedrich_situation_2016">Annemarie Friedrich / Alexis Palmer / Manfred Pinkal:
+ Situation entity types: automatic classification of clause-level aspect. In: Proceedings of the 54th Annual
+ Meeting of the Association for Computational Linguistics (Volume 1: Long
+ Papers). Hg. von Katrin Erk / Noah A. Smith (ACL 54, Berlin, 07.–12.08.2016). Stroudsburg, PA 2016, S. 1757–1768. DOI: <ref target="http://dx.doi.org/10.18653/v1/P16-1166">10.18653/v1/P16-1166</ref>
+ </bibl>
+ <bibl xml:id="gittel_essayismus_2015">Benjamin Gittel: Essayismus als Fiktionalisierung von
+ unsicheres Wissen prozessierender Reflexion. In: Scientia Poetica 19 (2015), H. 1,
+ S. 136–171. <ptr type="gbv" cRef="22568697X"/></bibl>
+ <bibl xml:id="gius_annotation_2016">Evelyn Gius / Janina Jacke: Zur Annotation narratologischer
+ Kategorien der Zeit. Guidelines zur Nutzung des CATMA-Tagsets. Version 2.0. Hamburg
+ 2016. PDF. [<ref target="http://heureclea.de/wp-content/uploads/2016/11/guidelinesV2.pdf">online</ref>]</bibl>
+ <bibl xml:id="gius_catma_2022">Evelyn Gius / Jan Christoph Meister / Malte Meister / Marco
+ Petris / Christian Bruck / Janina Jacke / Mareike Schumacher / Dominik Gerstorfer /
+ Marie Flüh / Jan Horstmann: CATMA 6. Version 6.5. 2022. In: Zenodo. DOI: <ref target="https://doi.org/10.5281/zenodo.1470118">10.5281/zenodo.1470118</ref>
+ </bibl>
+ <bibl xml:id="goethe_wahlverwandtschaften_2012">Johann Wolfgang von Goethe: Die Wahlverwandtschaften. In:
+ TextGrid Repository. Digitale Bibliothek. Göttingen 2012. Handle: <ref target="https://hdl.handle.net/11858/00-1734-0000-0006-6A93-D">11858/ 00-1734-0000-0006-6A93-D</ref>
+ </bibl>
+ <bibl xml:id="heim_semantics_1982">Irene Roswitha Heim: The Semantics of Definite and
+ Indefinite Noun Phrases. Ann Arbor, Dissertation, University of MAassachusetts 1982.
+ <ptr type="gbv" cRef="309326036"/></bibl>
+ <bibl xml:id="honnibal_transition_2015">Matthew Honnibal / Mark Johnson: An Improved Non-monotonic
+ Transition System for Dependency Parsing. In: Conference on Empirical Methods in
+ Natural Language Processing. Hg. von Association for Computational Linguistics.
+ (EMNLP, Lissabon, 17.–21.09.2015). Red Hook, NY 2015, S. 1373–1378. DOI: <ref target="https://doi.org/10.18653/v1/D15-1162">10.18653/v1/D15-1162</ref>
+ <ptr type="gbv" cRef="840977778"/></bibl>
+ <bibl xml:id="kafka_bau_1990">Franz Kafka: Der Bau. In: Projekt Gutenberg. Hamburg.
+ Basierend auf der Druckausgabe Frankfurt / Main 1990.
+ [<ref target="https://www.projekt-gutenberg.org/kafka/bau/bau.html">online</ref>]</bibl>
+ <bibl xml:id="kamp_theory_2002">Hans Kamp: A Theory of Truth and Semantic Representation.
+ In: Formal Semantics. The Essential Readings. Hg. von Paul Portner / Barbara H.
+ Partee. Oxford 2002, S. 189–222. <ptr type="gbv" cRef="341819506"/></bibl>
+ <bibl xml:id="konrad_signposts_2017">Eva-Maria Konrad: Signposts of Factuality: On Genuine
+ Assertions in Fictional Literature. In: Art and Belief. Hg. von Ema Sullivan-Bissett
+ / Helen Bradley / Paul Noordhof. Oxford 2017, S. 42–62. (= Mind Association
+ Occasional Series) <ptr type="gbv" cRef="1003480926"/></bibl>
+ <bibl xml:id="konrad_dimensionen_2014">Eva-Maria Konrad: Dimensionen der Fiktionalität. Analyse
+ eines Grundbegriffs der Literaturwissenschaft. Münster 2014. <ptr type="gbv" cRef="783799799"/></bibl>
+ <bibl xml:id="krifka_book_1995">Manfred Krifka / Francis Jeffry Pelletier / Gregory N.
+ Carlson / Alice ter Meulen / Godehard Link / Gennaro Chierchia: Genericity: An
+ Introduction. In: The generic book. Hg. von Greg N. Carlson / Francis Jeffry
+ Pelletier. Chicago u. a. 1995, S. 1–124. <ptr type="gbv" cRef="278698247"/></bibl>
+ <bibl xml:id="krug_conference_2015">Markus Krug / Frank Puppe / Fotis Jannidis / Luisa
+ Macharowsky / Isabella Reger / Lukas Weimar: Rule-based Coreference Resolution in
+ German Historic Novels. In: Proceedings of the Fourth Workshop on Computational
+ Linguistics for Literature. Hg. von Anna Feldman / Anna Kazantseva / Stan
+ Szpakowicz / Corina Koolen (NAACL-HLT 4, Denver,
+ 04.06.2015). Red Hook, NY 2015, S. 98–104. DOI:
+ <ref target="http://dx.doi.org/10.3115/v1/W15-0711">10.3115/v1/W15-0711</ref> <ptr type="gbv" cRef="835281108"/></bibl>
+ <bibl xml:id="lahn_einfuehrung_2013">Silke Lahn / Jan Christoph Meister: Einführung in die
+ Erzähltextanalyse. 2., aktualisierte Auflage. Stuttgart u. a. 2013. <ptr type="gbv" cRef="743833007"/></bibl>
+ <bibl xml:id="lamarque_truth_1994">Peter Lamarque / Stein H. Olsen: Truth, Fiction, and
+ Literature. A Philosophical Perspective. Oxford 1994. <ptr type="gbv" cRef="128696141"/></bibl>
+ <bibl xml:id="leslie_ducks_2011">Sarah-Jane Leslie / Sangeet Khemlani / Sam Glucksberg: All
+ Ducks Lay Eggs: The Generic Overgeneralization Effect. In: Journal of Memory and
+ Language 65 (2011), H. 1, S. 15–31. <ptr type="gbv" cRef="130411949"/></bibl>
+ <bibl xml:id="lewis_adverbs_1975">David K. Lewis: Adverbs of Quantification. In: Formal
+ Semantics of Natural Language. Hg. von Edward L. Keenan. Cambridge, UK 1975, S.
+ 178–188. <ptr type="gbv" cRef="153115041"/></bibl>
+ <bibl xml:id="mikkonen_assertions_2009">Jukka Mikkonen: Assertions in Literary Fiction. In: Minerva
+ 13 (2009), S. 144–180. [<ref target="http://www.minerva.mic.ul.ie/vol13/Assertions.htm">online</ref>]</bibl>
+ <bibl xml:id="mitchell_ace_2003">Alexis Mitchell / Stephanie Strassel / Mark Przybocki / JK
+ Davis / George R. Doddington / Ralph Grishman / Adam Meyers / Ada Brunstein / Lisa
+ Ferro / Beth Sundheim: ACE-2 Version 1.0. LDC2003T11, Philadelphia 2003. DOI: <ref target="https://doi.org/10.35111/kcqk-v224">10.35111/kcqk-v224</ref>
+ </bibl>
+ <bibl xml:id="musil_mann_1970">Robert Musil: Der Mann ohne Eigenschaften. Erstes Buch.
+ Hg. von Adolf Frisé. In: Projekt Gutenberg. Hamburg. Basierend auf der Druckausgabe
+ 1970. [<ref target="https://www.projekt-gutenberg.org/musil/mannohne">online</ref>]</bibl>
+ <bibl xml:id="nuenning_grundzuege_1989">Ansgar Nünning: Grundzüge eines kommunikationstheoretischen
+ Modells der erzählerischen Vermittlung. Trier 1989. <ptr type="gbv" cRef="025341634"/></bibl>
+ <bibl xml:id="petraschka_interpretation_2014">Thomas Petraschka: Interpretation und Rationalität.
+ Billigkeitsprinzipien in der philologischen Hermeneutik. Berlin 2014 (= Historia
+ Hermeneutica / Series Studia, 11) <ptr type="gbv" cRef="78039349X"/></bibl>
+ <bibl xml:id="reiter_identifying_2010">Nils Reiter / Anette Frank: Identifying Generic Noun
+ Phrases. In: Proceedings of the 48th Annual Meeting of the Association for
+ Computational Linguistics. Hg. von Jan HajiÄ / Sandra Carberry / Stephan Clark / Joakim Nivre (ACL 48, Uppsala,
+ 11.–16.07.2010). Red Hook, NY 2010, S. 40–49.
+ [<ref target="https://dl.acm.org/doi/10.5555/1858681.1858686">online</ref>] <ptr type="gbv" cRef="644235802"/></bibl>
+ <bibl xml:id="scheffel_einfuehrung_2016">Michael Scheffel / MatÃas MartÃnez: Einführung in die
+ Erzähltheorie. 10., überarbeitete Auflage. München 2016. <ptr type="gbv" cRef="857714805"/></bibl>
+ <bibl xml:id="searle_logic_1975">John R. Searle: The Logical Status of Fictional Discourse.
+ In: New Literary History 6 (1975), H. 2, S. 319–332. <ptr type="gbv" cRef="129093378"/></bibl>
+ <bibl xml:id="tolstoj_anna_2012">Lev NikolaeviÄ Tolstoj: Anna Karenina. In: TextGrid
+ Repository. Digitale Bibliothek. Göttingen 2012. Handle: <ref target="https://hdl.handle.net/11858/00-1734-0000-0005-57A8-B">11858/00-1734-0000-0005-57A8-B</ref>
+ </bibl>
+ <bibl xml:id="vesper_literatur_2014">Achim Vesper: Literatur und Aussagen über Allgemeines. In:
+ Wahrheit, Wissen und Erkenntnis in der Literatur. Philosophische Beiträge. Hg. von
+ Christoph Demmerling / Ãngrid Vendrell Ferran. Berlin 2014, S. 181–196.
+ <ptr type="gbv" cRef="750503173"/></bibl>
+ <bibl xml:id="walker_ace_2006">Christopher Walker / Stephanie Strassel / Julie Medero /
+ Kazuaki Maeda: ACE 2005 Multilingual Training Corpus LDC2006T06. Philadelphia 2006.
+ DOI: <ref target="https://doi.org/10.35111/mwxc-vh88">10.35111/mwxc-vh88</ref>
+ </bibl>
+ <bibl xml:id="wieland_geschichte_2012">Christoph Martin Wieland: Geschichte des Agathon. In:
+ TextGrid Repository. Digitale Bibliothek. 2012. Handle:
+ <ref target="https://hdl.handle.net/11858/00-1734-0000-0005-A68F-A">11858/00-1734-0000-0005-A68F-A</ref>
+ </bibl>
+ </listBibl>
+ </div>
+
+ <div type="abbildungsnachweis">
+ <head>Abbildungs- und Tabellenverzeichnis</head>
+ <desc type="table" xml:id="tab1"><ref target="#tab01" type="intern">Tab. 1</ref>:
+ Tagset MONACO. [Gödeke et al. 2022 nach <ref type="bibliography" target="#barth_monaco_2021">Barth et al. 2021</ref>]<ref type="graphic" target="#generalisation_2022_t1"/>
+ </desc>
+ <desc type="table" xml:id="tab2"><ref target="#tab02" type="intern">Tab. 2</ref>:
+ Korpus MONACO. [Gödeke et al. 2022 nach <ref type="bibliography" target="#barth_monaco_2021">Barth et al. 2021</ref>]<ref type="graphic" target="#generalisation_2022_t2"/>
+ </desc>
+ <desc type="graphic" xml:id="abb1">Textverarbeitungskomponenten für verschiedene sprachliche Ebenen: Ein Text
+ durchläuft die einzelnen Komponenten von links nach rechts und von oben nach
+ unten. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_001"/></desc>
+
+ <desc type="graphic" xml:id="abb2">Regelbasierter GenTagger. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_002"/></desc>
+
+ <desc type="table" xml:id="tab3"><ref target="#tab03" type="intern">Tab. 3</ref>:
+ Größe der Trainings-,
+ Entwicklungs- und Testdaten. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_t3"/>
+ </desc>
+ <desc type="table" xml:id="tab4"><ref target="#tab04" type="intern">Tab. 4</ref>:
+ Merkmale für den statistischen GenTagger; Fragezeichen markieren Boole’sche Merkmale. [Gödeke et
+ al. 2022]<ref type="graphic" target="#generalisation_2022_t4"/>
+ </desc>
+ <desc type="graphic" xml:id="abb3">Die wichtigsten Merkmale
+ des Entscheidungsbaum-GenTaggers. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_003"/></desc>
+ <desc type="graphic" xml:id="abb4">Berechnung von Precision (P), Recall (R) und F-Maß (F) für ein einzelnes Subtag y. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_004"/></desc>
+ <desc type="graphic" xml:id="abb5">Berechnung des Mikro-Durchschnitts von Precision (P), Recall (R) und F-Maß (F). [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_005"/></desc>
+ <desc type="graphic" xml:id="abb6">Berechnung des Makro-Durchschnitts von Precision (P), Recall (R) und F-Maß (F). [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_006"/></desc>
+ <desc type="table" xml:id="tab5"><ref target="#tab05" type="intern">Tab. 5</ref>:
+ Mikro-Durchschnitts-Werte der GenTagger auf Entwicklungs- und Testdaten. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_t5"/>
+ </desc>
+ <desc type="table" xml:id="tab6"><ref target="#tab06" type="intern">Tab. 6</ref>:
+ Tag-spezifische Makro-Durchschnittswerte der GenTagger auf den Testdaten. [Gödeke et al.
+ 2022]<ref type="graphic" target="#generalisation_2022_t6"/>
+ </desc>
+ <desc type="graphic" xml:id="abb7">Performanz des Zufallswald-GenTaggers auf den Testdaten bei schrittweiser
+ Hinzunahme von Trainingstexten. Autorennamen stehen als Kürzel für die einzelnen
+ Werke. [Gödeke et al. 2022]<ref type="graphic" target="#generalisation_2022_007"/></desc>
+
+ </div>
+ </body>
+ </text>
+</TEI>
diff --git a/2022_010_goedeke_et_al/generalisation_2022_001.png b/2022_010_goedeke_et_al/generalisation_2022_001.png
new file mode 100644
index 0000000000000000000000000000000000000000..58ff35e52d01db04cfa3c74a0969f27c2cee6c2f
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2022_001.png differ
diff --git a/2022_010_goedeke_et_al/generalisation_2022_002.png b/2022_010_goedeke_et_al/generalisation_2022_002.png
new file mode 100644
index 0000000000000000000000000000000000000000..894952c74734597a29edf5415141d015fb1a69b9
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2022_002.png differ
diff --git a/2022_010_goedeke_et_al/generalisation_2022_003.png b/2022_010_goedeke_et_al/generalisation_2022_003.png
new file mode 100644
index 0000000000000000000000000000000000000000..417606fea1d3c16094b788d4f55e90911453b42a
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2022_003.png differ
diff --git a/2022_010_goedeke_et_al/generalisation_2022_004.PNG b/2022_010_goedeke_et_al/generalisation_2022_004.PNG
new file mode 100644
index 0000000000000000000000000000000000000000..08ff808798650a0e0cf5147461615ffbae48311d
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2022_004.PNG differ
diff --git a/2022_010_goedeke_et_al/generalisation_2022_005.PNG b/2022_010_goedeke_et_al/generalisation_2022_005.PNG
new file mode 100644
index 0000000000000000000000000000000000000000..6a78e95a777803005cd412ef15443e3146039526
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2022_005.PNG differ
diff --git a/2022_010_goedeke_et_al/generalisation_2022_006.PNG b/2022_010_goedeke_et_al/generalisation_2022_006.PNG
new file mode 100644
index 0000000000000000000000000000000000000000..3b3352428c5f36bcd780c5d8e1b255203f500824
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2022_006.PNG differ
diff --git a/2022_010_goedeke_et_al/generalisation_2022_007.png b/2022_010_goedeke_et_al/generalisation_2022_007.png
new file mode 100644
index 0000000000000000000000000000000000000000..06b85de069e8eda66c1746a7a126c70aa581da4c
Binary files /dev/null and b/2022_010_goedeke_et_al/generalisation_2022_007.png differ