In diesem Poster geht es um die thematische Analyse und Visualisierung literarischer Werke mithilfe automatisierter Klassifikationsalgorithmen. Hierfür wird ein bereits entwickelter Algorithmus namens text2ddc (Uslu et. al. 2018) verwendet, um die Themenverteilungen literarischer Werke zu identifizieren. Darüber hinaus thematisiert der Beitrag, wie diese Verteilungen von Themen und deren Abhängigkeiten untereinander visualisiert werden können.
Diese Visualisierung basiert auf der Einreichung
text2ddc meets Literature - Ein Verfahren für die Analyse und Visualisierung thematischer Makrostrukturen und setzt sich aus Werten für Flesch-Reading-Ease (46) und Sentimentanalyse (50) zusammen.
