Emotionalisierungen im Nachrichtenjournalismus. Eine linguistische Analyse der ZEIT ONLINE in Python

Studienarbeit aus dem Jahr 2020 im Fachbereich Informatik - Computerlinguistik, Note: 2,0, Universität Trier, Veranstaltung: Programmieren 1: Textprozessieren, Sprache: Deutsch, Abstract: Diese Arbeit verfolgt das Ziel mittels eines Python-Skriptes herauszuarbeiten, welche emotionalisierenden, sprachlichen Strategien in Artikeln der ZEIT ONLINE vorhanden sind. Angewendet wurde das Skript auf ein Untersuchungskorpus, das aus 20 Artikeln der ZEIT ONLINE aus dem Jahr 2020 besteht. Bevor die Analysekriterien erläutert werden, sind die Termini Emotion und Emotionalisierungen zu definieren. Für den Terminus Emotion existiert keine allgemeingültige Definition. Zentral für die vorliegende Arbeit ist die Definition der Emotionen als Gefühlsbewegungen, die im Kontrast zu Gefühlszuständen, auch Stimmungen genannt, nur kurz andauern. Realisiert werden Emotionen laut Schwarz-Friesel durch nonverbale Ausdrücke als Mimik und Gestik, körperliche Zustände und verbale Repräsentationsformen. In Bezug auf die für diese Arbeit relevante 'verbale Repräsentationsform' wird unter Emotionalisierung 'der Prozess des Nachempfindens von Gefühlen verstanden, der bei der Lektüre in Gang gesetzt wird.' Emotionalisierungen spielen sich dabei immer auf Rezipientenebene ab, d.h. die in die Texte eingebauten Emotionen sollen beim Leser eigene Emotionen hervorrufen. Emotionen lassen sich auf Wort-, Satz- und Textebene ausdrücken. In dieser Ausarbeitung wurden zwei Analysekriterien auf Wortebene untersucht: Diminutive und Superlative. Des Weiteren wurden vier Analysekriterien auf Satzebene analysiert: die durchschnittliche Satzlänge, der Anteil an Ausrufe-, Aufforderungs- und Fragesätzen sowie der Einsatz von Doppelpunkten und Gedankenstrichen.