Het meten van tone of voice in Nederlandstalige geschreven tekst

Dit referaat is de weerslag van mijn onderzoek naar tone of voice in Nederlandstalige geschreven tekst. Voor zover de aanduiding van dat onderwerp nog geen ontzag inboezemt zal de toegepaste methode van subjectivity analysis dat toch doen: geautomatiseerd zoeken naar patronen die moeten duiden op iets subjectiefs in ongestructureerde dataverzamelingen. Dapperder dan zo'n zoektocht naar de Heilige Graal van de Digital Humanities is toch nauwelijks denkbaar.
Dapper of niet, mijn onderzoek, hoe spannend, leuk en boeiend ík het ook vond, is niet meer gebleken dan een houterige vingeroefening. Op een onderzoeksterrein dat voorlopig misschien wel meer pretenties heeft dan prestaties. Of, zoals Ewoud Sanders het verwoordde in zijn Woordhoek-column in het NRC Handelsblad van 31 maart 2016: "De verwachtingen van automatische patroonherkenning zijn erg hooggespannen [...] maar mijn ervaring is dat handmatig slim en creatief zoeken in big data tot nu toe gemiddeld twee keer zoveel nuttige bronnen oplevert." Na afloop van het onderzoek deel ik die visie maar had ik mijzelf de lol van de poging niet willen ontzeggen.
In de voorbereiding en uitvoering van het onderzoek heb ik van velen hulp gehad. Om te beginnen ben ik dank verschuldigd aan collega's bij De Nederlandsche Bank, die hebben geholpen bij het samenstellen van lexicons of bij het selecteren van toezichtbrieven of bij het meedenken over het schrijven van dit referaat zonder de vertrouwelijkheid van toezichtinformatie te schenden. Verder wil ik in het bijzonder Michiel Boswinkel, Jolanda Breedveld, Maarten Hoornweg, Miranda Snel, en Tigran Spaan bedanken voor hun procesmatige en inhoudelijke medewerking tijdens de afgelopen maanden. En, last but not least, degenen uit mijn privéomgeving de me de afgelopen jaren met raad, daad en veel geduld hebben gesteund.