Diese Arbeit verfolgt das Ziel mittels eines Python-Skriptes herauszuarbeiten, welche emotionalisierenden, sprachlichen Strategien in Artikeln der ZEIT ONLINE vorhanden sind. Angewendet wurde das Skript auf ein Untersuchungskorpus, das aus 20 Artikeln der ZEIT ONLINE aus dem Jahr 2020 besteht.
Bevor die Analysekriterien erläutert werden, sind die Termini Emotion und Emotionalisierungen zu definieren. Für den Terminus Emotion existiert keine allgemeingültige Definition. Zentral für die vorliegende Arbeit ist die Definition der Emotionen als Gefühlsbewegungen, die im Kontrast zu Gefühlszuständen, auch Stimmungen genannt, nur kurz andauern. Realisiert werden Emotionen laut Schwarz-Friesel durch nonverbale Ausdrücke als Mimik und Gestik, körperliche Zustände und verbale Repräsentationsformen. In Bezug auf die für diese Arbeit relevante ‚verbale Repräsentationsform‘ wird unter Emotionalisierung „der Prozess des Nachempfindens von Gefühlen verstanden, der bei der Lektüre in Gang gesetzt wird.“ Emotionalisierungen spielen sich dabei immer auf Rezipientenebene ab, d.h. die in die Texte eingebauten Emotionen sollen beim Leser eigene Emotionen hervorrufen.
Emotionen lassen sich auf Wort-, Satz- und Textebene ausdrücken. In dieser Ausarbeitung wurden zwei Analysekriterien auf Wortebene untersucht: Diminutive und Superlative. Des Weiteren wurden vier Analysekriterien auf Satzebene analysiert: die durchschnittliche Satzlänge, der Anteil an Ausrufe-, Aufforderungs- und Fragesätzen sowie der Einsatz von Doppelpunkten und Gedankenstrichen.
Inhaltsverzeichnis
- 1. Einleitung
- 2. Methodische Grundlagen
- 2.1 Untersuchungskorpus
- 2.2 Analysekriterien
- 3. Erläuterung des Python-Skripts
- 3.1 Vorverarbeitung
- 3.2 Morphologische Ebene
- 3.3 Syntaktische Ebene
- 3.4 Main
- 4. Ergebnisse
- 4.1 Darstellung in der Shell
- 4.2 Auswertung und Reflexion
Zielsetzung und Themenschwerpunkte
Die Hausarbeit zielt darauf ab, mithilfe eines Python-Skripts emotionalisierende sprachliche Strategien in Artikeln der ZEIT ONLINE zu identifizieren. Das Skript wird auf ein Korpus von 20 Artikeln aus dem Jahr 2020 angewendet. Der Fokus liegt auf der Entwicklung des Programms und weniger auf der detaillierten Auswertung der Ergebnisse.
- Analyse von emotionalisierenden Sprachmitteln im Nachrichtenjournalismus
- Entwicklung eines Python-Skripts zur automatisierten Analyse von Texten
- Untersuchung der Verwendung von Diminutiven und Superlativen als potentielle emotionalisierende Mittel
- Analyse von Satzstrukturen, einschließlich durchschnittlicher Satzlänge und Häufigkeit von Ausrufe-, Aufforderungs- und Fragesätzen
- Identifizierung von sprachlichen Mustern, die Emotionen beim Leser hervorrufen könnten
Zusammenfassung der Kapitel
Das erste Kapitel führt in die Thematik der Emotionalisierung im Nachrichtenjournalismus ein und stellt die Forschungsfrage nach der Existenz emotionalisierender Stilmittel in Artikeln der ZEIT ONLINE. Das zweite Kapitel erläutert das Untersuchungskorpus und die gewählten Analysekriterien. Im dritten Kapitel wird das entwickelte Python-Skript vorgestellt und dessen Funktionsweise detailliert beschrieben. Das vierte Kapitel präsentiert und reflektiert die Ergebnisse der Analyse.
Schlüsselwörter
Nachrichtenjournalismus, Emotionalisierung, Sprachliche Strategien, Python, Textanalyse, Morphologie, Syntax, Diminutiv, Superlativ, Satzlänge, Ausrufesatz, Aufforderungssatz, Fragesatz, Doppelpunkt, Gedankenstrich.
- Quote paper
- Amelie Probst (Author), 2020, Emotionalisierungen im Nachrichtenjournalismus. Eine linguistische Analyse der ZEIT ONLINE in Python, Munich, GRIN Verlag, https://www.grin.com/document/988104