Search

The goal of this article is twofold. On the one hand I want to outline the main topics, themes and trends of the past 123 (at the time of writing) issues of Russian Literature and shed some light on the journal’s main subject areas. On the other hand, I show how ‘traditional’ topic modeling visualizations such as topic distributions per document, word distributions per topic, and time series of topic distributions, can be complemented by novel approaches such as the topic map, which significantly facilitates the interpretation of the corpus structure and document similarities. Moreover, topic maps reduce the need to make sense of individual topics and allow the researcher to focus directly on the texts themselves and on the corpus as a whole.

Das Internet als das Medium der Selbstdarstellung schlechthin wird auch von russischen Autorinnen und Autoren gerne genutzt. Sie übernehmen Bilder der Schriftstellerin bzw. des Schriftstellers aus der russischen Literaturtradition, passen sie auf die kommunikativen Gegebenheiten des Web an und erschaffen sie in medialen Experimenten neu. Doch wie lassen sich die unter der Oberfläche des Web 2.0 operierenden kreativen Mechanismen identifizieren und im Kontext der Literaturtheorie verorten? Gernot Howanitz verschränkt in seinem Buch qualitative und quantitative Verfahren im Sinne der Digital Humanities, um den (auto-)biographischen Praktiken im russischsprachigen Internet (Runet) nachzuspüren. Die dem Buch zugrundeliegende Dissertation wurde ausgezeichnet mit dem Gustav-Figdor-Preis für Literaturwissenschaften, verliehen durch die Österreichische Akademie der Wissenschaften (2018), dem Dissertationspreis der Universität Passau (2018) sowie dem DARIAH-DE Digital Humanities Award (2018).