2.1 通用性和量化
[ 6 ]使用通用语句，可以同时描述一类事物或个体，既可以通过指代这一种类或属的名词短语 (NPs) （如示例 (2) 所示），也可以在句子层面 - 在这种情况下，我们称之为特征句子或通用句子。[9]这些陈述可分为关于事实的词汇特征陈述（参见 (3)），或关于重复事件的习惯特征陈述（参见 (4)）。这两种形式也可以出现在同一个句子中（参见（3））。
（2）狮子吃肉。 （NP ›Löwen‹ 指属）
（3）狮子有鬃毛。[10]（词汇表征，与一般使用的 NP 结合）
（4）约翰晚饭后喝了一杯啤酒。 （习惯用语）
所有这些通用陈述的共同点是，句子表面缺少明确的指标来表明它们的概括性。因此，所列陈述通常具有歧义： (2) 中的不定复数 NP Löwen是一种经常引发泛泛读音的形式，但也可以具体使用：
(5) 动物园的锁定系统损坏。狮子逃走了。 （具体用途）
这同样适用于单数物质名词。仅在 (6) 中，而非 (7) 中，黄金被 泛指使用：
（6）金子是发光的。
（7）银行被抢劫，黄金被盗。
单数定名词和不定名词短语也可以做一般性解释或特殊性解释。通常，上下文是判断是否存在类比解读的决定性因素，参见 (8)–(10)：
（8）狮子有鬃毛。 （不定式名词短语，默认触发泛化读音）
（9）狮子有鬃毛。 （明确的名词短语，根据上下文可以进行概括解读）
(10) 一位父亲向他的孩子解释野生动物的特征。他说：大象有鼻子。狮子有鬃毛。 （上下文引发泛化阅读）
（11）一位父亲和他的孩子站在动物园的狮子笼前。父亲问孩子哪种动物有鬃毛。小孩指着成年雄性狮子说：“狮子有鬃毛。” （上下文触发特定阅读）
这些例子说明了通用解释具有很高的语境依赖性；仅基于 NP 的语言形式，还无法确定地判断该 NP 是否被一般性地解释。根据广义量词理论，我们假设表征句子和量化句子具有相同的三部分结构，由量词（Q）、限制词（R）和核心范围（S）组成，[11]每个组成部分都发挥其自身的特定意义贡献。然而，量词不一定必须从自然语言句子的表面上可读。对于通用句子尤其如此。我们用一个例子来解释这个结构：
（12）每个科学家都很聪明。
量词可以理解为两个集合之间的关系。因此， （12）中的每一个都表达了女科学家集合和聪明人集合之间的关系。他明确指出，女科学家集合完全包含在聪明人集合中，即她们构成了聪明人的一个子集。 NP科学家代表量词each的限制器 ，并描述某事所针对的子集：所有科学家的集合。谓词巧妙地形成了量词的（核）范围，它捕获了归因于该集合的属性。在诸如 (12) 的例子中，Q、R 和 S 在表面上仍然相当容易识别，但在叙述文本的句子材料中，它变得复杂得多，正如第 2.3 节所示。
[ 7 ]概括可以用量化和通用的语句来表达。在计算语言学研究中，有时人们更感兴趣的是通用语句，因为这些语句没有在句子表面用指示符标记，因此更难以正式描述和自动识别。另一方面，在叙事学中，尚不清楚哪些形式的概括在小说文本中更为突出，或哪些形式更有可能与文本中的哪些功能相关。因此，目前限制某一语言研究重点是没有意义的。
2.2 通用性和量化的操作化方法概述
[ 8 ]有相当数量的注释方案旨在标记量化或通用表达。这些提案中的大部分都只涉及通用 NP [12]，因此可使用的标签数量有限。Friedrich 等人对此进行了注释。 2015，句子的主语是否统称某一种类或类别，如果是，周围的句子是否对这一类别作出特征性或具体的陈述。根据这种划分，他们使用由三部分组成的标签集：
[ 9 ]Friedrich 等人设置的标签：
基因; gen：具有一般主语的一般句子
非GEN； non gen：非属类句子，带有非属类主语
非Gen； gen：具有通用主语的非通用句子
[ 10 ]通过关注通用主语，具有通用宾语但非通用主语的句子被 巴基斯坦电报数据 排除在调查之外，尽管这些句子中也可能存在概括，如示例（13）所示：
（13）约翰喜欢咖啡。
Friedrich / Pinkal 致力于基于主动词的词汇方面自动识别习惯句。[13]这种方法完全是出于语言学动机：句子主动词的体貌（动态或静态）决定了句子的体貌。如果句子的主动词具有动态体，则这可以表示习惯句或情节句。另一方面，静态动词通常导致静态句子。根据不同的方面，句子在（叙述）话语中的功能会发生变化；例如，普通句子通常与叙述停顿有关。[14]
[ 11 ]最后，Friedrich 等人。 2016 年还提出了一种集成方法，同时注释和自动识别通用 NP 和习惯表达。[15]他们的方法的目标是自动识别所谓的情境实体类型（SE 类型）。除了事件和事实之外，这些还包括所谓的生成状态，一方面可以是一般性陈述，另一方面可以是习惯性陈述。在句子级注释中，主要指称物（通常是主语）被分类为通用或非通用。此外，还根据主动词的词汇方面（动态或静态）对其进行了注释。根据结果，分配标签普通句子、概括句子、状态或事件 。[16]注释中排除具有非类属主语但具有类属宾语的句子（参见（13））的问题在这里仍然存在，但可以通过类状态来解决。
[ 12 ]总体而言，概括的自动识别不仅与通用名词短语或习惯性的自动识别相关，还与通过（词汇）体识别来识别叙述文本中的时间结构相关。据我们所知，尚未有人尝试专门在德语小说叙事文本中识别概括。如本节所示，现有方法大多以计算为导向，且大多涉及事实文本类型，如报纸文本、（在线）百科全书条目等。此外，我们主要处理英语文本。将这些方法直接转移到德语小说文本并不容易，其原因将在下一节中讨论。