Die Möglichkeit der Bestimmung von genrerelevanten Topics auf Basis von LDA Topic Modelling mit Gensim

Studienarbeit aus dem Jahr 2017 im Fachbereich Informatik - Computerlinguistik, Note: 14, Justus-Liebig-Universität Gießen, Sprache: Deutsch, Abstract: Das Science-Fiction-Filmgenre ist etwa seit den 1970er Jahren beständig im öffentlichen Bewusstsein der Mainstream-Popkultur etabliert; es macht sich bemerkbar in Form von popkulturellen Referenzen in unterschiedlichen Medienerzeugnissen, wird aufgrund seines Blockbuster-Potenzials in der Filmindustrie zelebriert und wartet selbst mit einem breiten Spektrum an Produktionen auf, die von vergleichsweise simpel bis komplex und vielschichtig reichen - und dennoch ist es um den aktuellen Forschungsstand um ebendieses Genre in den Film- und Geisteswissenschaften z. T. dürftig bestellt: Während zu einzelnen Science-Fiction-Filmen - oftmals zu den sogenannten Klassikern - eine Vielzahl von wissenschaftlichen Untersuchungen existiert, lässt sich für das Filmgenre als solches eine vergleichsweise große Forschungslücke feststellen. Wenngleich sich die Situation zuletzt diesbezüglich leicht gebessert hat, so stellt sich nach wie vor die mitunter drängende - und schwierige - Frage danach, wie sich die narrativen und ästhetischen Aspekte des Science-Fiction-Filmgenres insgesamt gestalten.
Von diesem dargelegten Sachverhalt ist die vorliegende Projektarbeit inspiriert in ihrer zentralen Fragestellung danach, ob die Möglichkeit besteht, mithilfe eines digitalen Verfahrens der quantitativen Textanalyse - Topic Modelling - Topics in Filmskripten bzw. -untertiteln zu identifizieren, die mindestens einen aufschlussreichen Hinweis darauf geben können, wie sich Filme aus einem bestimmten Genre insbesondere auf einer narrativen Ebene zusammensetzen. Für diese Projektarbeit ist ein Film ausgesucht worden - Terminator 2: Judgment Day -, an dem die o.g. Fragestellung im Hinblick auf das ihm zugeordnete Filmgenre - Science-Fiction - auf einer basalen Ebene getestet werden soll.