Text Mining Freud’s Complete Works: A Lexical-Affective Cartography across Volumes

Technische Samenvatting: Tekstmining van de Complete Werken van Freud

Probleemstelling
Het theoretische corpus van Sigmund Freud vormt een fundamenteel maar complex lichaam van werk binnen de geesteswetenschappen en de gezondheidswetenschappen. De conceptuele dichtheid en de enorme omvang (die meer dan vier decennia beslaat) maken het moeilijk om via traditionele 'close reading' alleen grootschalige patronen, structurele regelmatigheden en longitudinale verschuivingen in conceptuele nadruk te identificeren. Ho hoewel hermeneutische en klinische benaderingen onmisbaar zijn, kennen zij beperkingen bij het analyseren van globale patronen over duizenden pagina's. Deze studie adresseert de behoefte aan een macrotekstueel perspectief om de lexicale, conceptuele en affectieve organisatie van de Complete Werken van Freud te onderzoeken, zonder de traditionele interpretatie te vervangen, maar door de schaal van observatie uit te breiden.

Methodologie
De studie maakte gebruik van een exploratieve tekstmining-benadering op de Portugese editie van de Complete Werken van Freud (Editora Imago), bestaande uit 23 redactionele volumes gepubliceerd tussen 1886 en 1939.

• Corpusconstructie & Preprocessing: De ruwe PDF-bestanden werden naar platte tekst geconverteerd met behulp van het pdftools-pakket in R. Een rigoureus curatieproces verwijderde redactionele paratexten, headers, footers, metadata en conversieruis, waarbij 12.524.088 tekens over 4.145 pagina's behouden bleven. De teksten werden verwerkt volgens "tidy text"-principes, inclus_ief het omzetten naar kleine letters, het verwijderen van interpunctie en het harmoniseren van lexicale varianten (bijv. enkelvoud/meervoud vormen van kernconcepten) om conceptuele analyse te onderstend.
• Lexicale Analyse: De studie berekende absolute en relatieve woordfrequenties, extraheerde bigrammen en trigrammen, en construeerde gerichte lexicale netwerken om recurrente associaties te visualiseren. Een handmatig gecureerde matrix van psychoanalytische trefwoorden (bijv. droom, seksualiteit, symptoom, onbewuste, repressie) werd longitudinaal gevolgd over de 23 volumes.
• Affectieve Analyse:
  • Polariteit: De lexicale polariteit werd beoordeeld met behulp van het SentiLex-sentimentlexicon voor het Portugees.
  • Discrete Emoties: Het NRC Emotion Lexicon (EmoLex) werd gebruikt om woorden te mappen aan acht basisemoties (woede, anticipatie, walging, angst, vreugde, verdriet, verrassing, vertrouwen) en twee polariteitscategorieën.
  • Normalisatie: Emotionele proporties werden genormaliseerd met behulp van z-scores binnen elke categorie om volumespecifieke variaties ten opzichte van het gemiddelde van het corpus te benadrukken.
• Statistische & Multivariabele Analyse:
  • Correlaties: Spearman's rho-correlaties werden berekend tussen de relatieve frequenties van psychoanalytische trefwoorden en NRC-emotiecategorieën over de volumes heen.
  • Contextuele Verrijking: Een overrepresentatie-analyse met behulp van de hypergeometrische toets (met Benjamini-Hochberg correctie) bepaalde of specifieke emotiecategorieën statistisch verrijkt waren in de lexicale context rondom belangrijke psychoanalytische termen.
  • Principale Componentenanalyse (PCA): Twee PCA-modellen werden toegepast: één om conceptuele trefwoorden te clusteren op basis van hun geassocieerde affectieve profielen, en een andere om de 23 redactionele volumes in een affectief-lexicale ruimte te mappen op basis van genormaliseerde emotionele proporties.

Belangrijkste Resultaten

1. Lexicale Architectuur: Computationele analyse slaagde erin herkenbare conceptuele kernen van de Freudiaanse theorie te herstellen, waaronder droom, seksualiteit, symptoom, neurose, hysterie, onbewuste, verlangen, plezier, realiteit en kindertijd. Gerichte bigram-netwerken onthulden georganiseerde associatieketens (bijv. "droominterpretatie", "seksueel leven").
2. Longitudinale Variabiliteit: Kernconcepten verschenen niet homogeen over de collectie. In plaats daarvan oscilleerden hun relatieve intensiteiten over de redactionele volumes, wat wijst op verschuivingen in thematische focus die consistent zijn met de historische ontwikkeling van de psychoanalyse.
3. Affectieve Profielen: Het corpus vertoonde een dynamisch affectief landschap in plaats van een uniforme toon. Longitudinale analyse onthulde oscillaties in polariteit en multidimensionale emotionele profielen betrokken bij vertrouwen, anticipatie, angst, verdriet, woede, walging, vreugde en verrassing.
4. Affectief-Semantische Clustering:
   • Trefwoordcorrelatie: Klinisch-symptomatische termen (symptoom, neurose, hysterie, angst) vertoonden sterke associaties met negatieve affectieve categorieën (angst, verdriet, negativiteit). Daarentegen clusterden interpretatieve en metapsychologische termen (droom, verlangen, plezier, onbewuste, censuur) nabij dimensies van vertrouwen, positiviteit, verrassing en vreugde.
   • Verrijking: Contextuele verrijkingsanalyse bevestigde dat klinische termen werden omgeven door woorden die verrijkt waren met negatieve emoties, terwijl droomgerelateerde termen geassocieerd waren met elaboratieve en interpretatieve affectieve velden.
   • PCA van Concepten: De eerste hoofdcomponent (PC1) scheidde klinisch-symptomatische termen duidelijk van droom-interpretatieve en metapsychologische termen, waarbij 64,9% van de variantie werd verklaard.
5. Volume-Cartografie: PCA toegepast op de redactionele volumes toonde aan dat de collectie affectief niet homogeen is. De volumes werden geordend langs gradiënten die teksten onderscheiden met hogere negatieve lasten (angst, verdriet) van teksten met hogere positieve of elaboratieve lasten (vreugde, vertrouwen, anticipatie), wat wijst op onderscheidende "affectieve signaturen" voor verschillende redactionele momenten.

Belangrijkste Bijdragen

• Methodologische Integratie: De studie demonstreert de levensvatbaarheid van het combineren van 'distant reading', text mining en lexicon-gebaseerde emotieanalyse om klassieke psychoanalytische corpora te onderzoeken. Het fungeert als een complementaire analytische lens voor de traditionele hermeneutiek.
• Empirische Validatie: De computationele benadering slaagde er succesvol in de verwachte theoretische architectuur van Freuds werk te herstellen, wat dient als een interne validatie van de methodologie.
• Affectief-Conceptuele Mapping: Het onderzoek levert kwantitatief bewijs dat de Freudiaanse concepten niet willekeurig verdeeld zijn, maar georganiseerd zijn in onderscheidende affectief-semantische velden (klinisch-symptomatisch versus droom-interpretatief/metapsychologisch).
• Longitudinale Cartografie: De studie stelt vast dat Freuds werk een meetbare, longitudinale lexicale-affectieve organisatie vertoont, waarbij conceptuele verschuivingen gepaard gaan met veranderingen in de affectieve textuur van het vocabulaire.

Betekenis en Claims
Het artikel claimt dat het werk van Freud, zoals vertegenwoordigd in de geanalyseerde Portugese editie, beschikt over een "meetbare longitudinale lexicale-affectieve organisatie". De studie stelt niet voor dat deze bevindingen de klinische of theoretische interpretatie vervangen; eerder wordt betoogd dat computationele analyse een "extra laag van kwantitatief bewijs" biedt die helpt in kaart te brengen hoe concepten en affectieve vocabulaire gedurende de gehele productie van Freud worden gearticuleerd.

De auteurs positioneren dit werk als een "exploratieve computationele cartografie" die de traditionele interpretatie aanvult. Door structurele patronen en affectieve signaturen te onthullen die moeilijk te detecteren zijn door louter 'close reading', opent de studie nieuwe mogelijkheden voor digitale geesteswetenschappelijke benaderingen van de psychoanalyse. Het suggereert dat psychoanalytische corpora onderzocht kunnen worden op een reproduceerbare, vergelijkbare en theoretisch georiënteerde wijze, waardoor de formulering van verfijnde hypothesen over de relatie tussen taal, affect en theoretische constructie mogelijk wordt.

Erkende Beperkingen
De auteurs merken expliciet op dat lexicon-gebaseerde analyses geen ironie, ambivalentie of de specifieke conceptuele dichtheid van termen binnen een theoretische traditie kunnen vatten. Bovendien is de analyse gebaseerd op de Portugese vertaling, wat betekent dat de geïdentificeerde patronen gemedieerd worden door vertaling en redactionele beslissingen, en geen directe reconstructie zijn van Freuds oorspronkelijke Duits. Het gebruik van redactionele volumes als eenheden kan ook interne variaties binnen specifieke teksten gladstrijken. Bij consequentie worden de bevindingen gepresenteerd als een startpunt voor "augmented reading" en toekomstige granulaire analyses, in plaats van een definitieve interpretatie van de theoretische evolutie van Freud.