This year, Kraków is the venue of the international Digital Humanities conference. The Media Informatics Group from Regensburg will present two projects on the computer-based analysis of music and movies.
The complete conference proceedings are available here: http://dh2016.adho.org/abstracts/
WeiterlesenDas Haus der Bayerischen Geschichte arbeitet mit den Medieninformatik-Lehrstühlen der Universität Regensburg und der Ostbayerischen Technischen Hochschule (OTH) Amberg-Weiden zusammen, um Geschichte innovativ und digital zu erzählen.
Von 7. – 8. Juni findet an der Universität Hamburg das Forum CA3 2016 statt, bei dem CLARIN-D seine „Angebote zum Auffinden, Auswerten und Aufbewahren von Sprachressourcen für die Forschung und Lehre in den Geistes- und Sozialwissenschaften vorstellt“. Neben einem spannenden Vortragsprogramm mit mehreren Keynotes wird es auch eine Hands-On Session zur Präsentation von digitalen Werkzeugen und Nutzerszenarien geben.
Die 10. internationale Konferenz „Language Resources and Evaluation“ (LREC) findet in diesem Jahr von 23. – 28. Mai in Portorož (Slowenien) statt. Wie Nicoletta Calzolari (Conference Chair) in ihrer Eröffnung anmerkte, ist die LREC laut Google Scholar-Ranking nach ACL, EMNLP und NAACL die wichtigste Konferenz im Bereich Computational Linguistics. Weiterhin wurden einigen interessante Auswertungen zu den LREC 2016-Einreichungen gezeigt: So sind die in den Beiträgen mit Abstand am häufigsten beschriebenen linguistischen Resourcen Korpora und Lexika sowie auch Tagger/Parser, Treebanks, Evaluationsdatensätze, generische Software Toolkits, Annotationstools, Korpustools, Ontologien u.v.m. Über 3/4 der Ressourcen beschäftigt sich mit geschriebener Sprache, der Rest mit gesprochener Sprache, Zeichensprache oder mit multimodalen Sprachdaten.
Am 18.4.2016 wurde von Manuel Burghardt und Christian Wolff ein 6-stündiger Digital Humanities-Blockkurs an der Fachhochschule für öffentliche Verwaltung und Rechtspflege (FHVR) im Fachbereich Archiv- und Bibliothekswesen (München) abgehalten. Dabei wurden zum einen Geschichte und Entwicklung sowie zentrale Konzepte und Herausforderungen der Digital Humanities vorgestellt, und zum anderen in einer praktischen Übung computer-basierte Textanalysen mit dem Online-Tool Voyant mit den Seminarteilnehmern erprobt.
Aus dem offiziellen Kurskommentar:
Die Durchdringung aller Wissenschaftsbereiche durch Informationstechnologie prägt auch die geistes- und kulturwissenschaftlichen Fächer. Neben der Unterstützung der wissenschaftlichen Arbeit durch geeignete Werkzeuge verändern sich auch die Methoden und Fragestellungen. Unter dem Schlagwort „Digital Humanities“ werden diese Entwicklungen gemeinhin zusammengefasst.
Der Blockkurs zeigt in zwei Vorlesungsblöcken kurz die Geschichte und die rasante Entwicklung der Digital Humanities auf und macht dabei deutlich, warum der Einsatz computergestützter Methoden in den Geisteswissenschaften – anders als etwa in den Naturwissenschaften – besondere Herausforderungen mit sich bringt. Durch zahlreiche praktische Beispiele wird das breite Spektrum der aktuellen Digital Humanities-Landschaft anschaulich gemacht und ein kurzer Überblick zu bestehenden Tools und Methoden in den Digital Humanities gegeben.
In einer gemeinsamen Übung wird schließlich ein exemplarisches Tool zur computergestützten Textanalyse vorgestellt und zusammen mit den Kursteilnehmern erprobt.
Für alle Interessierten finden sich hier die entsprechenden Kursmaterialien:
Online-Ressourcen:
Manuel Burghardt und Christian Wolff sprechen im Rahmen der DH-Summerschool in München, am 29.7.2015 zum Thema „Textanalysewerkzeuge und ihr Einsatz in den Digitalen Geisteswissenschaften“. Dieser Blogpost soll einerseits den Teilnehmenden der Summerschool als Plattform zum Download bzw. zur Verlinkung relevanter Ressourcen dienen, und mag andererseits auch für all diejenigen interessant sein, die sich erstmals mit dem Thema automatische Textanalyse beschäftigen.
Im Rahmen dieser Übung wird ein digitalisierter Text mit dem frei verfügbaren Web-Tool Voyant automatisch analysiert. Dabei sollen die folgenden Fragen Schritt für Schritt beantwortet werden:
Zuletzt soll schließlich noch gezeigt werden, wie mit Voyant mehrere Texte anhand der oben genannten Parameter verglichen werden können
Als Übungstext wird das erste Kapitel von Franz Kafkas „Der Prozess“ verwendet, welcher über Projekt Gutenberg-DE frei verfügbar ist.
Navigieren Sie nun zum Web-Tool Voyant: http://voyant-tools.org/
Hinweis: Für die weitere Vertiefung finden Sie ein Tutorial zum Tool unter „Voyant Getting started„
Importieren Sie den Kafka-Text in Voyant indem Sie …
Betrachten Sie die Standard-Analyse von Voyant:
Um types auszählen lassen zu können, müssen die Wörter zunächst auf ihre Grundformen (Lemmata) reduziert werden.
Für die Beantwortung der weiteren Fragen ist eine grundlegende Wortartenannotation und Grundformenreduktion nötig. Der Übungstext wurde mit dem TreeTagger automatisch lemmatisiert und nach Wortarten annotiert (Tagset: STTS). Das Ergebnis der Annotation wurde als XML-Datei gespeichert.
Ein vollständiges Tutorial zur Erstellung eigener annotierter Ressourcen mit dem Onlinedienst WebLicht finden Sie hier: WebLicht-Tutorial
Öffnen Sie die XML-Datei „kafka.xml“ in einem beliebigen Editor, und betrachten Sie deren grundlegende Struktur.
XPath ist ein einfacher Selektionsmechanismus, mit dem Sie spezifische Dokumentteile in einem XML-Dokument auswählen können.
Navigieren Sie abermals zur Startseite von Voyant. Nun soll allerdings nicht der gesamte Text eingelesen werden, sondern nur die Wörter, die innerhalb eines <lemma>-Tags stehen. Klicken Sie hierzu auf das kleine Zahnrad und definieren Sie im Feld „XPath to content“ den folgenden XPath-Ausdruck:
/DocumentElement/Table1/lemma
Laden Sie nun über den Upload-Dialog die Datei „kafka.xml“ hoch. Das Ergebnis ist eine Voyant-Analyse über der Lemma-Teilmenge des Dokuments, also ausschließlich der Grundformen.
Nicht ganz unerwartet sind in unserem Übungstext bestimmte und unbestimmte Artikel, Konjunktionen, Personalpronomen, etc. besonders hochfrequent. Da solche Wörter typischerweise keine oder nur geringe semantische Aussagekraft haben – man spricht auch von sogenannten Synsemantika – werden sie meist mithilfe von Stoppwortlisten von der Korpusanalyse ausgenommen. Auch Voyant stellt solche Stoppwortlisten bereit, die bei Bedarf an spezifische Anwendungszwecke angepasst werden können.
Wenden Sie die deutsche Stoppwortliste in Voyant (Wordcloud-Fenster > „Zahnrad-Icon“ > „Stop Word Lists“ > „German“) auf das Lemma-Teilkorpus an. Markieren Sie außerdem die Checkbox „Apply Stop Words Globally“, damit die Stoppwortliste auch für andere Analysedarstellungen in Voyant angewendet wird, und Sie eine konsistente Analyse bekommen.
Nach Anwendung der Stoppwortliste zeigt sich, dass relativ viele „unknowns“ im Text sind.
Zur Erläuterung: Wo sich der TreeTagger nicht sicher ist, wie das Lemma oder die Wortart eines Wortes lautet, trägt das Programm den Wert „unknown“ ein.
Formulieren Sie nun in Voyant einen XPath-Ausdruck, der den Inhalt aller Wort-Elemente selektiert, welche im Lemma-Tag den Wert „unknown“ haben:
/DocumentElement/Table1[lemma='unknown']/word
Nachdem bereits XPath-Abfragen zur Lemma-Information einzelner Wörter erstellt wurden, soll nun die Wortarten-Information abgefragt werden. Definieren Sie in Voyant einen XPath-Ausdruck der alle Wortarten-Werte selektiert:
/DocumentElement/Table1/pos
Die Wortarten sind mithilfe der Kürzel aus dem STTS getaggt worden. Es zeigt sich, dass „normale Nomen“ (NN), „Personalpronomen“ (PPER), und „Adverbien“ (ADV) zu den drei häufigsten Wortarten gehören.
Definieren Sie nun in Voyant einen XPath-Ausdruck, der alle Lemmata selektiert die Adjektive sind:
/DocumentElement/Table1[pos='ADJD']/lemma
Voyant hält eine Vielzahl unterschiedlicher Analysetools und Visualisierungen bereit.
Eine ausführliche Erklärung all dieser Tools finden Sie hier: http://docs.voyant-tools.org/tools/
Laden Sie wiederum den Kafka-Text (kafka.xml) hoch und selektieren Sie alle Lemmata (siehe Aufgabe 2).
/DocumentElement/Table1/lemma
Wenden Sie die deutsche Stoppwortliste an, und ergänzen Sie das Wort „unknown“, um alle unbekannten Lemmata aus der Analyse auszunehmen.
Öffnen Sie nun das Tool „Collocate Clusters“ im Fenster links, Mitte („Summary“) über das Diskettensymbol > „URL for a different tool / skin and current data“ > „Collocate Cluster“ > „Open this URL in a new window“.
Schritt 4Nun sollen mehrere Texte miteinander verglichen werden. Laden Sie sich hierzu zwei weitere Kafka-Texte herunter:
Originalquelle Projekt Gutenberg-DE:
Download der normalisierten Textdateien:
Der Einfachheit halber können Sie einfach die folgenden Links in das Voyant-Formular kopieren:
https://dl.dropboxusercontent.com/u/4194636/kafka.txt https://dl.dropboxusercontent.com/u/4194636/kafka2.txt https://dl.dropboxusercontent.com/u/4194636/kafka3.txt
Online-Version der obigen Analyse.
Pre-conference workshop on „Digital humanities and the technologies of the semantic web: decolonizing description for the sake of digital humanities” at the International Symposium of Information Science (ISI 2015, Zadar).
Organizers: Marijana Tomić, Manuel Burghardt, Mirna Willer, Anne Gilliland & Gordon Dunsire; In cooperation with: Theresa Zammit Lupi
10:00 – 11:30
Coffee break 11:30-12:00
12:00 – 13:30
Lunch 13:30 – 14:30
14:30 – 16:00
Coffee break 16:00 – 16:15
16:15 – 17:00 Final discussion moderated by workshop organizers
The 14th International Symposium of Information Science (ISI) will be held from May 19-21, 2015, in Zadar (Croatia). A pre-conference workshop on „Digital humanities and the technologies of the semantic web: decolonizing description for the sake of digital humanities” will take place on May 18, 2015.
Participation is open to (1) workshop presenters, and (2) general participants interested in attending the workshop. Workshop registration via email is required.
If you are planning to participate as a presenter, please send a position paper (1-2 pages) to
Marijana Tomić (University of Zadar) or Manuel Burghardt (University of Regensburg) until April 26, 2015.
Participants who have had their position paper accepted by the workshop organizers will have approx. 10 minutes time to present their topic to the other participants. All topics will then be discussed in the workshop. For a list of potential topics please refer to the detailed workshop description on the ISI 2015 website: http://isi2015.de/?page_id=791
We are looking forward to see you at the pre-conference workshop in Zadar. If you have any questions please contact the workshop organizers.
Contact:
Marijana Tomić: mtomic@unizd.hr
Manuel Burghardt: manuel.burghardt@ur.de
Von 12.-13. März fand in München, an der Bayerischen Akademie der Wissenschaften, ein Workshop statt, der sich ganz der computer-basierten, quantitativen Analyse von Dramen widmete. Den offiziellen Workshop-Call finden Sie hier. Nach einer Einführung in den aktuellen Stand und die Geschichte quantitativer Dramenanalyse durch die Workshopveranstalterin Katrin Dennerlein (Uni Würzburg), folgten eine ganze Reihe von spannenden Vorträgen, die sowohl neue Ressourcen als auch eigene Analysestudien und Tools thematisierten.
Ein weiteres Highlight war unter anderem auch die Anwesenheit von Franco Moretti, der am Stanford Literary Lab zahlreiche spannende DH-Projekte leitet, und vor allem durch sein Konzept des „Distant Reading“ Bekanntheit über die Grenzen der Digital Humanities hinaus erlangte.
Der Regensburger Beitrag von Manuel Burghardt und Thomas Wilhelm päsentierte ein Shakespeare-Visualisierungstool. Darüber hinaus wurde ein neues, gerade entstehendes Kooperationsprojekt mit Katrin Dennerlein vorgestellt, welches flexibler angelegt ist, und versucht Dramen aus dem TextGrid-Repository quantitativ zu analysieren, und die Ergebnisse dieser Analyse interaktiv in einem einfach zu bedienenden Web-Interface für Geisteswissenschaftler verfügbar zu machen. Dabei werden insbesondere quantitative Aspekte wie die Konfigurationsdichte sowie auch die Replikenlänge und Replikenanzahl von Dramentexten berücksichtigt. Den Foliensatz zum Vortrag finden Sie hier.
Foliensatz „Tools für die quantitative Dramenanalyse“
Die zweite Jahrestagung des Verbands „Digital Humanities im deutschsprachigen Raum“ (Dhd) findet in dieser Woche an der Karl-Franzens-Universität in Graz statt. Nachdem es bei der letzten DHd in Passau mit den Lebkuchenherzen bereits eine regionaltypische, kulinarische Überraschung in den Konferenzpaketen gab, gibt es auch auf der DHd 2015 Köstlichkeiten aus der Steiermark.
DHd-Schmankerl aus der Steiermark: Kernöl und Zotter-Scholokade.
Auch die Regensburger Medieninformatik ist mit zwei Beiträgen auf der Konferenz vertreten. Martin Dechant wird ein Poster zur Rekonstruktion des Regensburger Ballhauses vorstellen, Manuel Burghardt präsentiert ein Poster zum StreetartFinder.
Beide Beiträge stehen ab sofort zum Download zur Verfügung:
Für das DFG-Projekt „PaLaFra“ ist ab April 2015 eine Stelle im Bereich Computerlinguistik / Informatik zu besetzen.
Sie unterstützen eine interdisziplinäre Forschungsgruppe aus Romanisten, Korpus- und Computerlinguisten bei der Erforschung des Übergangs vom Latein zum Altfranzösischen. Typische Aufgaben umfassen die automatische Satzsegmentierung, Tokenisierung, Lemmatisierung, morpho-syntaktische und syntaktische Annotation sowie die Alignierung unterschiedlicher Texte als Parallelkorpus. Auf Basis dieser Vorverarbeitungsschritte sollen Heuristiken entworfen werden, die es erlauben, mithilfe von maschinellen Lernverfahren Annotationsvorschläge für eine weiterreichende, diskurspragmatische Annotation zu entwickeln. Schließlich soll das annotierte Korpus unter Berücksichtigung bestehender Analyse-Tools, wie etwa der TXM-Plattform, ausgewertet werden, und über eine Weboberfläche verfügbar gemacht werden. Die Projektstelle bietet die Möglichkeit einer wissenschaftlichen Weiterqualifikation im Rahmen einer Promotion.
Weitere Details zur Stellenausschreibung finden Sie hier.
DH Regensburg 