számítógépes narratológia [a. computational narratology]

A számítógépes narratológia fogalma egyszerre vonatkozik a hagyományos narratológiai szempontok kvantitatív vizsgálatára, valamint a digitális közegben megvalósuló történetmondás elemzésére. Előbbi esetben az elbeszéléselmélet központi kategóriát igyekeznek a kutatók számszerűen megragadni, hogy ezáltal nagy mennyiségű szövegre alkalmazhassák őket, és így történeti, műfajspecifikus vagy egyéb mintázatokat tárjanak fel. Az egyes narratív szintekre vonatkozó kísérleteket összegzi Andrew Piper és Richard Jean So tanulmánya (2021). A leggyakrabban vizsgált kategóriák az időre (pl. Underwood 2018), a karakterekre (pl. Burrows 1987) és a narratív ívre / a cselekmény alakulására irányulnak (pl. Fuolding et. al. 2022; Schmidt 2015) – ugyanis ezek könnyebben azonosíthatók automatikusan szemben a narratológia olyan központi fogalmaival, mint például a nézőpont vagy fokalizáció (ezt célzó kísérletekhez lásd: Eisenberg and Finlayson, 2016; a szabad függő beszéd azonosításához: Brunner et. al. 2020.)
Andrew Piper és Sunyam Bagga (2022/2023) kísérletet tett továbbá annak meghatározására is, hogy mely számszerűsített jellemzők alapján lehet a legnagyobb hatékonysággal megjósolni egy szöveg narrativitását – vagyis, hogy mik a narratív szövegek legfontosabb összetevői. Eredményeik „akkor vagyunk a legbiztosabbak, hogy elbeszéléssel van dolgunk, amikor egy erősen fokalizált, az elbeszélőtől távol lévő, valamint konkrét idő- és térbeli viszonyokba helyezett szereplők csoportjával találkozunk.” (Uo. 896)
A digitális közegben megvalósuló narratívák (tipikusan: videójátékok) esetében mindenekelőtt az interaktivitás (Fejes 2022) fogalma mentén egészül ki a narratológiai megközelítés.

Sz.B.

Irodalom

  • Bamman, David, Underwood, Ted és A. Smith, Noah. „A Bayesian Mixed Effects Model of Literary Character”. In Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistic, 370–379. Baltimore, Maryland: Association for Computational Linguistics, 2014.
  • Boyd L., Ryan, G. Blackburn, Kate és W. Pennebaker, James. „The narrative arc: Revealing core narrative structures through text analysis”. Science Advances 6, 32 (2020).
  • Brunner, Annelen, Tanja Tu, Ngoc Duyen, Weimer, Lukas és Fotis, Jannidis. „To BERT or not to BERT–comparing contextual embeddings in a deep learning architecture for the automatic recog- nition of four types of speech, thought and writing representation”. In Proceedings of the 5th Swiss Text Analytics Conference (SwissText) & 16th Conference on Natural Language Processing (KONVENS), 2020.
  • Burrows, John. Computation Into Criticism. Oxford: Clarendon Press, 1987.
  • D. Fudolig, Mikaela Irene, Alshaabi, Thayr, Cramer, Kathryn, M. Danforth, Christopher és Sheridan Dodds, Peter. „Characterizing narrative time in books through fluctuations in power and danger arcs”. ArXic, 2022. https://doi.org/10.48550/arXiv.2208.09496.
  • Eisenberg, Joshua és Finlayson, Mark. „Automatic identification of narrative diegesis and point of view”. In Proceedings of the 2nd Workshop on Computing News Storylines (CNS 2016), 36–46. Austin, Texas: Association for Computational Lin- guistics, 2016.
  • Fejes, Richárd. „Would You Stop Changing My Games? Stop Adding Lampposts to Them?  Az elbeszélő diskurzus struktúrái a videójátékokban”. Tiszatáj 76, 9 (2022): 41–55.
  • Kanatova, Maria, Milyakina, Alexandra, Pilipovec, Tatyana, Shelya, Artjom, Sobchuk, Oleg és Tinits, Peeter. „Broken Time, Continued Evolution: Anachronies in Contemporary Films”. Stanford Literary Lab Pamphlets, 14 (2017).
  • Manovich, Lev. „Global Algorithm 1.3: The Aesthetics of Virtual Worlds; Report From Los Angeles”,. Ctheory – online, 1996.
  • O. Réti, Zsófia. „A kizökkent idő helyre (nem) tolása, avagy időhurok‐narratívák a közelmúlt videójátékaiban”. Tiszatáj 76, 9 (2022): 55–66.
  • Piper, Andrew, So, Jean Richard és Bamman, David. „Narrative Theory for Computational Narrative Understanding”. In Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing, 298–311. Online and Punta Cana, Dominican Republic: Association for Computational Linguistics, 2021.
  • Piper, Andrew, Bagga, Sunyam, „Toward a Data-Driven Theory of Narrativity.” In. New Literary History 53, 4 / 54, 1 (2022/2023): 879-901. DOI: https://doi.org/10.1353/nlh.2022.a898332
  • Raley, Rita. „Disintegrated Reading”. 2013.
  • Schmidt, Benjamin. „Plot arceology: A vector-space model of narrative structure”. IEEE International Conference on Big Data, 2015, 1667–1672.
  • Stammbach, Dominik, Antoniak, Maria és Ash, Elliott. „Heroes, Villains, and Victims, and GPT-3”. In Proceedings of the 3rd Wordplay: When Language Meets Games Workshop (Wordplay 2022), 47–56. Association for Computational Linguistics, 2022.
  • Toubiaa, Olivier, Berger, Jonah és Eliashberg, Jehoshua. „How quantifying the shape of stories predicts their success”. PNAS 118, 26 (2021). https://doi.org/10.1073/pnas.2011695118.
  • Underwood, Ted. „Why Literary Time is Measured in Minutes”. New Literary History 85, 2 (2018): 351–365.
  • Vishnubhotla, Krishnapriya, Hammond, Adam és Hirst, Graeme. „Are Fictional Voices Distinguishable? Classifying Character Voices in Modern Drama”. In Proc. of the 3rd Joint SIGHUM Workshop on Computational Linguistics for Cultural Heritage, 29–44. Minneapolis: Association for Computational Linguistics, 2019.