d-Prose 1870-1920

<p>Das Korpus &quot;d-Prose 1870-1920&quot; ist eine heterogene Sammlung aus 2511 deutschsprachigen, literarischen Prosatexten, die zwischen 1870 und 1920 publiziert wurden. Es enth&auml;lt Erz&auml;hltexte aus Trivial- und Hochliteratur mit einem Mindestumfang von 1000 W&ouml;rtern. Das Korpus wurde im Rahmen des hermA-Teilprojekts &bdquo;Gender und Krankheit&ldquo; aus manuell und teilautomatisch ausgew&auml;hlten Texten aus dem deutschsprachigen Raum erstellt.</p> <p>Die Textdateien wurden dem KOLIMO-Korpus (Lauer/Hermann 2017) entnommen, welches wiederum auf den Repositorien TextGrid&nbsp; (Neuroth/Rapp/S&ouml;ring 2015), Deutsches Textarchiv (BBAW 2017) sowie Gutenberg-de (Reuters 2017) beruht. Aus den XML-Dateien des KOLIMO-Korpus wurden alle deutschsprachigen literarischen Prosatexte, die zwischen 1870 und 1920 publiziert wurden, mithilfe des Programms KOLIMOtoText (Adelmann 2020) als Textdateien extrahiert. Doppelt vorkommende Texte wurden mithilfe des Autor-Name-Titel-Vergleichsprogramms ANTComp (Adelmann 2020a) und des Volltextvergleichsprogramms BatchSED (Adelmann 2020b) zur automatisierten Dublettenbereinigung entfernt (vgl. Adelmann &amp; Gius 2020). Die verbliebenen Texte wurden f&uuml;r die Bed&uuml;rfnisse automatisierter Analysen manuell von paratextuellen Elementen (Widmungen, Herausgeberkommentaren, Autor:innennamen etc.) bereinigt, sodass allein der Prosatext mit dem Werktitel in den Dateien erhalten sind.</p> <p>Die Texte liegen als Reintextdateien mit einer dazugeh&ouml;rigen Metadatentabelle vor. Die Metadatentabelle wurde enth&auml;lt f&uuml;r jedes Werk Daten zu Autor:innenname, Titel des Werks, Repositorienquelle, Dateiname sowie Publikationsdatum (extrahiert aus den Metadaten der Ursprungsrepositorien, kontrolliert und ggf. korrigiert oder erweitert um Daten aus den Literaturlexika Killy und Kindler).</p> <p>Die gr&ouml;&szlig;te Datei mit einem Umfang von 6,2 MB beinhaltet den Fortsetzungsroman <em>Deutsche Herzen - Deutsche Helden</em> von Karl May (980981 W&ouml;rter). Die kleinste Datei die Erz&auml;hlung <em>Die Verlobung</em> von Ludwig Thoma mit einem Umfang von 6 KB (1019 W&ouml;rter).</p> <p><strong>Referenzen:</strong></p> <ul> <li>Adelmann, Benedikt (2020): <em>KOLIMOtoText. A tool for extracting the document text of TEI and XHTML files in the KOLIMO corpus</em>. https://github.com/benadelm/KOLIMOtoText [03.12.2020].</li> <li>Adelmann, Benedikt (2020a): <em>ANTComp (Author-Name-Title-Comparer). An implementation of a heuristic approach to identifying possible duplicates in a corpus of literary works</em>. https://github.com/benadelm/ANTComp [03.12.2020].</li> <li>Adelmann, Benedikt (2020b): <em>BatchSED (Batch-Substring-Edit-Distance). A tool for batch computing substring editing distances between the full texts of novels for duplicate detection</em>. https://github.com/benadelm/BatchSED [03.12.2020].</li> <li>Adelmann, Benedikt / Gius, Evelyn (2020): &bdquo;Korpusbereinigung f&uuml;r gr&ouml;&szlig;ere Textmengen. Eine (kurze) Problematisierung und ein L&ouml;sungsansatz f&uuml;r Duplikate&ldquo;. In: <em>Book of Abstracts</em>, DHd-Tagung, Paderborn, S. 331334.</li> <li>Berlin-Brandenburgischen Akademie der Wissenschaften (Hrsg.) (2017): <em>Deutsches Textarchiv. Grundlage f&uuml;r ein Referenzkorpus der neuhochdeutschen Sprache</em>. Berlin. http://www.deutschestextarchiv.de/ [03.12.2020].</li> <li>Herrmann, Berenike / Lauer, Gerhard (2017): <em>KOLIMO. </em><em>A corpus of Literary Modernism for comparative analysis</em>. https://kolimo.uni-goettingen.de/about [01.05.2020].</li> <li>Neuroth, Heike / Rapp, Andrea / S&ouml;ring, Sibylle (Hrsg.) (2015): <em>TextGrid: Von der Community &mdash; f&uuml;r die Community. Eine Virtuelle Forschungsumgebung f&uuml;r die Geisteswissenschaften</em>. Universit&auml;tsverlag G&ouml;ttingen, Verlag Werner H&uuml;lsbusch, Gl&uuml;ckstadt.</li> <li>Reuters, Hella (Hrsg.) (2017): <em>Projekt Gutenberg-DE, Die weltweit gr&ouml;&szlig;te kostenlose deutschsprachige Volltext-Literatursammlung</em>. https://www.projekt-gutenberg.org/ [03.12.2020].</li> </ul>