Operationalisierung des literarischen Raums

Das Kapitel konzentriert sich auf die Anwendung von Location Entity Recognition (LOC-NER) unter Verwendung der spaCy-Bibliothek in Jupyter Notebook. Die Evaluierung des NER-Modells erfolgt anhand gängiger Metriken wie Precision, Recall und F1-Score, wobei das von spaCy gebotene Standardmodell auf einen umfassenden Datensatz von sechzehn Romanen trainiert wird. Darüber hinaus untersucht das Kapitel, ob die berechneten Häufigkeitsraten für die identifizierten Raumentitäten die geografische Verteilung des Textkorpus angemessen widerspiegeln. Zu diesem Zweck wird ein Annotationsmodell entwickelt, das es ermöglicht, die literarischen Funktionen des Raums, nämlich Schauplatz, projizierter Ort und Marker, zu bestimmen.