Die Häufigkeitsverteilung von Wort- und Zeichenformen als Fingerabdruck eines Autors am Beispiel von Herodot und Thukydides

Abstract

In diesem Beitrag wird untersucht, ob sich anhand der Häufigkeitsverteilungen von Wörtern und Zeichen ein autorenspezifisches Profil antiker griechischer Prosatexte ableiten lässt. Ausgangspunkt ist eine Kritik an benchmarkorientierten NLP-Ansätzen, deren Modelle, die auf heterogenen Korpora trainiert wurden, philologisch relevante Unterscheidungen oft nicht erfassen. Anhand von Fallstudien zu Herodot und Thukydides werden sowohl wortbasierte als auch zeichenbasierte Trigrammverteilungen (Skip = 0; Skip = 1) analysiert. Als Maßstab dient der 50 %-Punkt (k-Wert), der die Konzentration hochfrequenter Muster in einem Text erfasst. Während Stoppwort- und Funktionswortlisten nur minimale Unterschiede aufzeigen, deuten trigrammbasierte Analysen durchweg auf eine stärkere Konzentration solcher Muster bei Thukydides hin. Die Ergebnisse sind als explorativer Ansatz zu verstehen. Sie legen nahe, dass der k-Wert als potenziell nützliches Maß zur Unterscheidung formaler Stilprofile dienen könnte, wenngleich seine Interpretation einer weiteren methodischen Validierung bedarf.