heiBOOKS

Abstract Die Untersuchung von Texten als ‚big data‘ ist zu einem computationellen Markenzeichen der DH geworden. Computergestützte Methoden ermöglichen es den Forscher*innen, die formalen
Merkmale des menschlichen Diskurses zu untersuchen, Veränderungen im Laufe der Zeit in großen Mengen von Textdaten zu visualisieren oder narrative Muster im Werk einzelner Autor*innen zu analysieren. Dieser Beitrag konzentriert sich auf Predigt als Text und eine Predigtsammlung als Big Data. Erstens werden computergestützte Methoden (wie die quantitative Linguistik und das Natural Language Processing) in das weitere Feld der empirischen Homiletik eingeordnet. Zweitens wird eine strukturierte Reihe (‚pipeline‘) von computationellen Methoden zur Untersuchung von Predigten als ‚big data‘ vorgestellt, die von der Sammlung von Daten in strukturierten Datenbanken über die Aufbereitung der Daten durch Annotation bis hin zur Analyse der Daten durch Visualisierung von Sentiments und
Erstellung eines Klassifizierungsalgorithmus reichen. Jeder dieser Schritte in der computationellen ‚pipeline‘ wird anhand eines konkreten Beispiels für ein computationelles Projekt veranschaulicht. Drittens werden einige Fallstricke und Möglichkeiten computergestützter Methoden zur Bereicherung der empirischen Forschung in der Homiletik erörtert, um die empirische Homiletikforschung zu erweitern, wie z. B. Verzerrungen in Datensätzen, domänenspezifisches Wissen bei der Annotation und
das Tracing von Predigttraditionen bei der Predigtanalyse. Der Beitrag verwendet Beispiele aus drei Projekten, an denen der Autor beteiligt ist: Aufbau einer Datenbank, Erstellung einer Annotationsspezifikation und Entwicklung eines maschinellen Lernalgorithmus.

Keywords Predigtforschung, Digital Humanities, Sentiment Analyse, Datenbank, Annotation, Lernalgorithmus