Our project revolves around the historical epistemology of vector space models, which we attempt to situate within a larger history of the human quest to measure, quantify, and analyze “similarity”. Starting with current applications and classic works such as Salton’s definition of vector models (Salton 1975, 1989), we will explore the technological history of similarity, the media, and the epistemic practices that gave rise to these models.
„Sebastian Kawanami-Breu, Johan Malmstedt: The Similarity Engine. Steps Towards a Media History of Vector Modeling“ weiterlesenHiltmann et al.: NER, aber prompto! Named Entity Recognition mit Large Language Models für historische Texte
Projektteam: Torsten Hiltmann, Martin Dröge, Nicole Dresselhaus, Sophie Eckenstaler, Till Grallert, Jascha Schmitz, Philipp Schneider, Melanie Althage
(Humboldt-Universität zu Berlin, NFDI4Memory)
Als mit der Veröffentlichung von ChatGPT die Aufmerksamkeit in einem verstärkten Maße auf Large Language Models gelenkt wurde, wusste man zwar, dass sich damit vieles verändern würde, doch die konkreten Auswirkungen waren noch nicht absehbar. Mit unserem Vortrag wollen wir für die Geschichtswissenschaften aufzeigen, was diese neue Technologie ganz konkret für unser Fach leisten kann. Am Beispiel der Named Entity Recognition (NER), also der Erkennung und Klassifikation von Eigennamen bzw. von jenen Textstellen, die namentlich auf Entitäten wie Personen, Orte oder Institutionen verweisen, wollen wir zeigen, inwieweit mit dieser Technologie auch in den Geschichtswissenschaften neue Wege beschritten werden können.
„Hiltmann et al.: NER, aber prompto! Named Entity Recognition mit Large Language Models für historische Texte“ weiterlesenMarten Düring: Historische Medien und Maschinelles Lernen. Vom Zusammenspiel von Infrastrukturen, Methoden und Akteuren
Historische Medien wie Zeitungen und Radio spiegeln die Werte- und Wissenshorizonte vergangener Zeiten wider. Für ihre Erforschung werden auch zunehmend Methoden des maschinellen Lernens genutzt. In den letzten Jahren sind neben Volltextsuchen weitere Methoden hinzugekommen: Topic modeling, Bildähnlichkeitsanalysen, Text Reuse Detection, Spracherkennung, oder Word Embeddings eröffnen jeweils neue Zugänge zu großen Textsammlungen. Realisiert werden solche semantischen Anreicherungen von zumeist interdisziplinär besetzten Teams, die in enger Abstimmung an technischen Infrastrukturen, Methoden, Bedarfsanalysen und den Interaktionsmöglichkeiten mit den angereicherten Daten arbeiten.
„Marten Düring: Historische Medien und Maschinelles Lernen. Vom Zusammenspiel von Infrastrukturen, Methoden und Akteuren“ weiterlesenDavid B. Dennis & John Woitkowitz: Data Literacy and Digital Methods: Encoding Historical Sources with TEI/XML in the Classroom
This presentation discusses the “Exploring History and Digital Methods”-initiative and the experiences obtained from teaching data literacy and digital methods in the classroom. “Exploring History and Digital Methods” connects Dean College’s student body with the Staatsbibliothek zu Berlin’s expertise in historical research, digital methods and the library’s unique historical collections.
„David B. Dennis & John Woitkowitz: Data Literacy and Digital Methods: Encoding Historical Sources with TEI/XML in the Classroom“ weiterlesenKilian Lüders: Natural Language Processing und die Entscheidungsbegründungen des Bundesverfassungsgerichts
Das Bundesverfassungsgericht (BVerfG) hat die Geschichte der Bundesrepublik entscheidend mitgeprägt und gilt auch im internationalen Vergleich als ein besonders einflussreiches Verfassungsgericht. In den 70 Jahren seines Bestehens hat es die institutionelle Rolle, die es heute ausübt, selbst geschaffen. Besondere Aufmerksamkeit verdient dabei die Art und Weise, wie das Gericht argumentiert und seine Entscheidungen begründet. Schließlich hat es eine Verfassungsrechtsprechung und -dogmatik entfaltet, die das gesamte deutsche Rechtssystem durchdringt und über die einzelne Entscheidung hinaus wirkt.
„Kilian Lüders: Natural Language Processing und die Entscheidungsbegründungen des Bundesverfassungsgerichts“ weiterlesenDidaktische und infrastrukturelle Umsetzung von Computational Essays an der Professur für Digital History
Eine Postserie über Computational Essays – Teil 3
Zu Teil 1 und Teil 2 der Postserie
In der universitären Lehre etablieren sich zunehmend Lehr-Lern-Formen, die auf Coding in interaktiven Dateiformaten basieren. Hierzu zählen auch Computational Essays. Nach der grundsätzlichen Einführung in das Format in Teil I und der Erörterung der Potenziale von Computational Essays für die gute wissenschaftliche Praxis und ihrer Lehre in Teil II, wird sich der vorliegende dritte Teil der Blog-Serie der praktischen Etablierung von Computational Essays als Lehr- und Prüfungsformat an der Professur für Digital History widmen. Dabei wollen wir insbesondere einige didaktische und infrastrukturelle Aspekte beleuchten, die für die Etablierung von Computational Essays als Lehr- und Prüfungsformat relevant sind.
Elena Suárez Cronauer: Netzwerkanalyse und Data Feminism. Frauenbriefe im frühromantischen Briefnetzwerk
Wie können marginalisierte Gruppen mit Methoden der historischen Netzwerkanalyse untersucht werden, ohne dass biases in den Quellen, die sich in den Daten widerspiegeln, unreflektiert wiederholt und somit weitergetragen werden? Welche Potentiale haben wiederum die quantitative Betrachtung solcher Gruppen im Gegensatz zu einem rein qualitativen Vorgehen?
„Elena Suárez Cronauer: Netzwerkanalyse und Data Feminism. Frauenbriefe im frühromantischen Briefnetzwerk“ weiterlesenChristina Antenhofer, Christoph Kühberger: „Digital Humanities in den Geschichtswissenschaften“? Ein Lehrbuchprojekt zwischen praxisorientierter Pragmatik, thematischer Erweiterung und disziplinärer Innovation
Die Nutzung von Computern und digitalen Methoden in den Geschichtswissenschaften ist nicht neu. Bereits Werke vom Ende des vorigen Jahrhunderts verweisen in der theoretischen Diskussion auf den Einsatz modernster Technik in der Geschichtswissenschaft. Mit dem Label „Digital Humanities“ wurde jedoch in den letzten Jahrzehnten eine vielfältige und heterogene Diskussion der geschichtswissenschaftlich arbeitenden Fächer gebündelt. Auf diese Weise kamen technische Anwendungsbereiche, KI-gestützte Formate und digitale Auswertungsstrategien in den Fokus. Immer stärker wurden dabei auch die fachspezifischen Bedürfnisse der Geschichtswissenschaften, wie sie allen voran etwa bei der Transkription und Edition von schriftlichen Quellen zum Einsatz kamen, professionalisiert.
„Christina Antenhofer, Christoph Kühberger: „Digital Humanities in den Geschichtswissenschaften“? Ein Lehrbuchprojekt zwischen praxisorientierter Pragmatik, thematischer Erweiterung und disziplinärer Innovation“ weiterlesenLukas Germann: Netzwerke im Netzwerk – Eine Untersuchung der Diskursentwicklungen auf Twitter in Deutschland (2007-2017)
In den Digitalen Geschichtswissenschaften erfährt ein kritischer Umgang mit digital-born Daten und der Digitalität an sich in aktuellen Forschungsvorhaben eine zunehmende Relevanz. Die Annahme, dass Digitalität einen methodisch spezifischen Zugang erfordert, um sie in ihrer Komplexität auch ausreichend bearbeiten zu können und aufgrund der ihr eigenen Eigenschaften auch neue Formen von Wissen und Erkenntnis generieren zu können, bildet dabei den grundlegenden Ansatz, auf dessen Basis diese Masterarbeit aufgebaut wurde. Der Fokus der Masterarbeit liegt somit insbesondere auf den theoretischen Grundlagen und einer umfassen Datenkritik – oder in anderen Worten – einer umfassenden Quellenkritik.
„Lukas Germann: Netzwerke im Netzwerk – Eine Untersuchung der Diskursentwicklungen auf Twitter in Deutschland (2007-2017)“ weiterlesenJulia Pabst: Maschinelles Lernen in der Epigraphik. Abhängigkeiten zwischen Zeit, Raum und Genealogie auf Grabmälern
Die Digitalisierung schafft neue Möglichkeiten, historische Daten zu erfassen, analysieren und zu interpretieren. Diese Entwicklung wirkt sich insbesondere auf die Hilfswissenschaften aus. Zielte die erste Welle der Digitalisierung in den Geschichtswissenschaften zunächst vor allem auf die reine Erstellung von Digitalisaten und Bereitstellung von Metadaten, erweitert die zweite Welle unsere Möglichkeiten, komplexe Zusammenhänge zu verstehen. In der Epigraphik, Heraldik und Genealogie ermöglichen neue Werkzeuge, wie maschinelles Lernen, Muster in großen Datensätzen zu identifizieren, die traditionell schwer zu erfassen sind. So können fragmentarische Digitalisate beispielsweise mit Informationen aus besser erforschten Quellen angereichert werden und zur Identifikation neuer Zusammenhänge führen.
„Julia Pabst: Maschinelles Lernen in der Epigraphik. Abhängigkeiten zwischen Zeit, Raum und Genealogie auf Grabmälern“ weiterlesen