State of the Union 2019 aus korpuslinguistischer Sicht

von Simon Meier-Vieracker
Beitragsbild: https://pxhere.com/en/photo/743550 // CC0.

Gestern Nacht hat Donald Trump seine zweite State of the Union-Rede gehalten. Über die Inhalte und alle möglichen politischen Einordnungen kann man sich in den einschlägigen Medien informieren. Ich möchte dem hier nicht noch den fünfhundertsten Kommentar beisteuern, sondern kurz aufzeigen, was sich aus korpuslinguistischer Perspektive über die Rede sagen lässt.

Ich habe vor einiger Zeit ein Korpus angelegt, das alle State of the Union seit 1790 in voll annotierter Form enthält. Ich stelle es auf meinem Server für alle frei zur Verfügung: https://fussballlinguistik.linguistik.tu-berlin.de/sotucomplete (Username: Donald, Password: Trump). Über das Analysetool CQPweb können die annotierten Daten abgefragt und mithilfe der Metadaten gruppiert werden, und auch statistische Analysemethoden stehen zur Verfügung.

Eine Keywordanalyse, also eine Erhebung aller Wörter, die in der aktuellen Rede signifikant häufiger auftreten als im Gesamtkorpus, erlaubt einen Blick auf einige prominente Themen, aber auch auf sprachliche Besonderheiten. Die Keywords lassen sich in einer Wordcloud visualisieren, die aber nicht wie üblich die absoluten Frequenzen als Größe der Wörter abbildet, sondern eben die Signifikanzwerte. Grob gesagt: Je größer, desto typischer für die State of the Union 2019.

Keywords: State of the Union 2019 vs. State of the Union Complete

Man sieht natürlich die auch in der Presse vielfach besprochenen Themen wie etwa den geplanten Bau einer wall an der Southern border, um der illegal immigration und den angeblich ebenfalls über diese Grenze ins Land kommenden drugs Herr zu werden. Auch der in der Presse oft erwähnte Aufruf Let’s work together spiegelt sich in der Signifikanz des Adverbs together. Aus linguistischer Sicht interessant ist aber auch die Signifikanz des Adverbs very, das zusammen mit incredible sicher typisch für Trumps Neigung zu Übertreibungen und einen insgesamt recht expressiven Stil ist. Eher auf ein allgemeines Sprachwandelphänomen deuten dagegen die Klitika ’s und n’t hin, eher mündliche Phänomene, die in früheren Zeiten womöglich auch schon gesprochen, aber nicht in die Verschriftlichungen der Reden übernommen wurden.

In der NZZ ist vor einigen Tagen ein Artikel erschienen, der die Nennungen von In- und Ausland in allen State of the Union-Reden auswertet. Der Befund, dass Trump ganz im Sinne seiner „America first“-Politik besonders häufig von America und den Americans redet, bestätigt sich auch in diesem Jahr.

Schließlich fallen auch die Personalpronomen he und she auf. Zusammen mit den Vornamen Alice, Grace und Herman verweisen sie auf eine der zentralen rhetorischen Strategien in der Rede: Trump setzt voll auf das Storytelling. Politische Probleme und Strategien werden konsequent personalisiert und aus einer narrativ inszenierten Betroffenheit heraus plausibilisiert.

Das ganze Verfahren lässt sich auch auf Wortarten anwenden. So bestätigt sich, das NP (Eigennamen) für Trumps diesjährige Rede ebenso typisch sind wie Zahlen (etwa die 266,000 arrests of criminal aliens). Erweitert man das noch auf Ngramme, zeigt sich, dass das Muster PP VBP VBN (etwa we have launched, we have created, we have secured) signifikant ist. Trump versucht offenbar, sich als Macher zu inszenieren. Und noch ein letztes Detail: Die relative Häufigkeit von finalen Satzzeichen, die man als Maß für die durchschnittliche Satzlänge verwenden kann, ist in der diesjährigen Rede die zweithöchste aller Zeiten (nur noch übertroffen von George W. Bush 2001). Trumps Sätze sind also im Vergleich ausgesprochen kurz. Ob das was mit Trumps Neigung zur Kommunikation via Twitter zu tun hat? Eher nicht, denn immer kürzere Sätze sind ein allgemeiner Trend:

 

Update 07.02.2019: Ergänzung der Abbildung durchschnittlicher Satzlängen.


Ein Gedanke zu „State of the Union 2019 aus korpuslinguistischer Sicht“

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search