Poesiemaschinen / MaschinenpoesieDavid Link241.78910111213141516171819202.2122233.24252627282930313233344.35363738443#5639404142434445464748495.5051525354555657585960616263646566676869707172737475305#4376777879808182838485868788899091929394956.969798991001011021031041051061071081091101111121137.114115116117118119120121576#106122267#3431231241251261271281291301311321331348.1351361371381391401411421431441451469.14714814910.15815911.160250#500161416#450162575#777162575#777163575#777165576#815426#646167441#646168393#645169410#645171576#815319#413173359#375174414#477175575#379176576#432177449#439178569#384179576#384180576#506181272#378576#176182576#341183576#816184575#437185576#757186565#472Appendix A: A. A. Markov: Ein Beispiel statistischer Forschung am Text “Eugen Onegin” zur Verbindung von Proben in KettenEine Vorlesung vor der physikalisch-mathematischen Sektion, 23. Januar 1913188420#110189392#27190605#857191554#28604#108604#105605#35192170#20137#34105#20193141#26194135#32124#3421#37109#32195194#34196189#39197349#39604#61520#35604#94198199576#205200340#49520#53339#46348#42201157#41202135#41159#37147#36203554#28 Appendix B – Ein Algorithmus zur Bestimmung von Pfaden zwischen zwei gegebenen Knoten204205206207208209210211212213214215216217 Appendix C - Technische Kurzbeschreibung des Programms218219220629#454 Verzeichnis der Quellen221222223224225226227228229230231232233234235236237238239240241242243244SelbständigkeitserklärungdeInhaltsverzeichnisHilfe Poetry Machine - ein auf semantischen Netzwerken basierender Textgenerator

Auch Poetry Machine arbeitet nicht an Daten, sondern an Verfahren. Ihnen ist der subjektive Kern abhanden gekommen. Sie sind ihrem Begriff nach nicht individuell. Der generierte Text spricht deshalb nicht mit der Stimme eines Autors, erzählt weder seine noch eine bestimmte Welt. Er ist schwach determiniert, mit verhältnismäßig hohen Anteilen an Unschärfe und Unbestimmtheit. Enzensberger äußert bereits 1974 die Vermutung, „interessante Gedichte wird vermutlich nur ein Programm liefern, das möglichst viele Freiheitsgrade zuläßt; das hat aber auch zur Folge, daß die überwiegende Anzahl eher mittelmäßig, wenn nicht miserabel ausfällt“, ohne sie allerdings in seinem Poesie-Automaten umzusetzen.

Enzensberger 1974, S. 51.

Poetry Machine definiert Routinen zur Verarbeitung und Produktion von Text. Wie Markovs Übergangswahrscheinlichkeiten betreffen sie nicht einzelne Satzelemente in ihrer substantiellen Bedeutung, sondern ihre Relationen und sind darin ebenfalls differentiell. Die Stärke der Beziehungen, das semantische Kraftfeld der sinntragenden Worte, wird als allgemeiner, gewichteter und ungerichteter Graph repräsentiert. Hierauf führte auch die Entwicklung der betrachteten Textgeneratoren. Als Inspiration dienten vor allem die von Freud 1895 entworfenen semantischen Netzwerke.

Vgl. Freud 1895a, S. 446ff. Vgl. Abb. 20.

Der Baum ist ebenso wie die Linearität der Schrift ein Spezialfall oder eine Untergruppe dieser Struktur. Auch Shannon bildet Markovs Übergangswahrscheinlichkeiten als Graphen ab.

Vgl. Shannon, Weaver a. a. O., S. 46.

Im Gegensatz dazu erfaßt das Programm, da es rein syntaktisches Material vorher aussortiert, jedoch nur die Beziehungen zwischen semantisch tragenden Worten und verwendet dabei nicht festgelegte Kettenlängen, sondern folgt in der Segmentierung der Unterteilung des Dokumentes durch Satzzeichen. Mehr als Markovs Stochastik versucht es so, sich den assoziativen „Zusammenordnungen“ zu nähern und rekonstruiert die den Texten als „Langage“ zugrundeliegende „Langue“, oder mindestens „Teile jenes inneren Schatzes“, wie bereits Saussure zu Recht vorsichtig einschränkt. Der Autor überlebt als von anderen unterschiedenes Netzwerk semantischer Relationen.

Der ewigen Wiederkehr des Gleichen, die das Hauptproblem aller besprochenen Generatoren war, entkommt das Programm nicht durch die inszenierte Öffnung nach innen hin auf eine schlechte Unendlichkeit, wie es bei Parry und späteren Ansätzen zu beobachten war, sondern indem es die gigantischen Datenmengen des Internets mit einbezieht, die es automatisiert nach Begriffen, zu denen es Informationen benötigt, durchsucht. Das System schaut „dem Volk aufs Maul.“

Vgl. Luther 1530, S. 637: “Denn man muß nicht die Buchstaben in der lateinischen Sprache fragen, wie man soll Deutsch reden, wie diese Esel tun, sondern man muß die Mutter im Hause, die Kinder auf der Gassen, den gemeinen Mann auf dem Markt drum fragen und denselbigen auf das Maul sehen, wie sie reden, und darnach dolmetschen; da verstehen sie es denn und merken, daß man Deutsch mit ihnen redet.”

Auch wenn ein bestimmter Algorithmus implementiert wurde, sorgt diese Öffnung nach außen dafür, daß die aktuelle Texterzeugung unberechenbar bleibt.

Poetry Machine bewegt sich dabei zwischen zwei Extremen, die letztlich in eins fallen. Im Ausgangszustand ist ihre Datenbank leer. Alle Beziehungen zwischen den Worten sind gleich wahrscheinlich, weil keine „gebahnt“ ist. Auf der anderen Seite könnte man sich das System vorstellen, nachdem es die Borges‘sche Universalbibliothek

Vgl. Borges 1944, S. 144ff.: “Dieser Denker stellte fest, daß sämtliche Bücher, wie verschieden sie auch sein mögen, aus den gleichen Elementen bestehen: dem Raum, dem Punkt, dem Komma, den zweiundzwanzig Lettern des Alphabeths. Auch führte er einen Umstand an, den alle Reisenden bestätigt haben: In der ungeheuer weiträumigen Bibliothek gibt es nicht zwei identische Bücher. Aus diesen unwiderleglichen Prämissen folgerte er, daß die Bibliothek total ist.”

oder die Bücher der Borel‘schen Affen gelesen hätte. Wieder hätten alle Verbindungen dieselbe Stärke. Die Datenbank stellte in dieser Entropie maximale Information im Sinne Shannons dar. Poetry Machine bewegt sich zwischen diesen zwei Zuständen und filtert aus der ihr zur Verfügung stehenden Textmasse bedeutsame Beziehungen heraus. Sie entnimmt dem Rauschen etwas und bringt es zur Sprache. Als bedeutsam gelten ihr im Gegensatz zu Shannon Verbindungen, die sich wiederholen, Redundanz der Information. Während das Ziel bei den Skripten in der Auflösung von Bestimmtheit bestand, um größtmögliche Varianz zu erzeugen, operiert die Generierung umgekehrt mit definierten Verfahren zur Einengung einer vollständigen Undeterminiertheit in Richtung eines kontrollierten Zufalls. Die Software nähert sich der natürlichen Emphase des Rezipienten durch die Imitation von durch Menschen niedergelegten Klischees. Daß die Nachahmung unvollkommen ist, sorgt für jene poetische Verfremdung, die ihre Texte spannend macht.