Ein Datenwissenschaftler und ehemaliger Physiker, der sich auf seiner Webseite lediglich als Iain ausgibt, hat sich nun der altehrwürdigen Frage, was „Metal“ ist und was nicht auf lyrischer, beziehungsweise textlicher, Ebene angenommen. In seiner ausgiebigen Studie „Heavy Metal And Natural Language Processing – Part 1“ versucht er, eine Antwort darauf zu finden.
Songtexte von insgesamt 222.623 Songs von 7.364 Metal-Bands, die sich über 22.314 Alben erstrecken, bilden die Grundlage seiner Analyse. Um nun die „Metalness“ herauszufinden, stellte er diesem gewaltigen Datensatz den so genannten Brown-Korpus gegenüber. Diese Textsammlung umfasst etwa 500 Beispiele aus den verschiedensten Genres und Textsorten der zeitgenössischen englischen Sprache und wurde Anfang der 60er von Henry Ku?era and W. Nelson Francis an der Brown University erfasst. Iain verglich nun in beiden Korpora die relative Frequenz bestimmter Wörter. Aussortiert wurden häufige Wörter wie „and“, „so“ oder „or“ und seltene Wörter die im gesamten Datensatz weniger als fünf Mal auftauchen.
Die „Metalness“ errechnet sich Iain zufolge aus dem Logarithmus zwischen der Häufigkeit eines Wortes im Metal-Korpus und des selben im Brown-Korpus. Dem zu Folge ist das „most metal“ Wort nicht „metal“ selber, wie man vielleicht hätte vermuten können, sondern „burn“ mit einer „Metalness“ von 3,81. Dicht gefolgt von „cries“ (3,63) und „veins“ (3,59). Vermeintlich „metalligere“ Worte wie „beast“ und „demons“ folgen auf Platz sechs (3,54) und acht (3,53). Total „untrve“ und demnach eher unpopulär im Metal-Genre sind „particularly“ (-6,47), „indicated“ (-6,32) und „secretary“ (-6,29).
Das Ergebnis gibt einen interessanten Eindruck davon, was passiert wenn Metal und Sprachwissenschaften aufeinander treffen. Iain hat auch eine Verwendung für seine Studie gefunden. So könne man, wenn man den jeweiligen Songs einem gewissen Genre des Metals zuweist, einzelne Songs und Bands eventuell anhand der verwendeten Wörter identifizieren und klassifizieren. Das wäre wiederum eine Möglichkeit, Algorithmen von Streamingdiensten um neue Suchaspekte zu ergänzen, um dem Hörer Bands mit ähnlichen Texten zu empfehlen. Auf wissenschaftlicher Ebene könnte man die Entwicklungen der verschiedenen Metal-Stile auf Lyric-Ebene analysieren und so den Einfluss verschiedener Bands aufeinander erforschen.
Ganz nebenbei entdeckte Iain in einigen Songs versteckte Haikus. Ein Beispiel gefällig? Hier ein Gedicht in japanischer Versform aus Lordis „Bite Like A Bulldog“:
Freaking out foaming
at the mouth you leave a trail
of dead behind you
Bild: „Most“ und „least“ Metal-Wörter
