Kategorie: Digital History in Berlin studieren

Die verschiedenen Verfahren des Natural Language Processing gehören schon länger zum Handwerkszeug der Digital History. Hierzu zählen auch die Methoden der Named Entity Recognition (NER) und Word Embeddings, die für geschichtswissenschaftliche Anwendungen besonders vielversprechend sind. Doch finden sie bislang nur sehr eingeschränkt Verwendung. Um diese Methoden der digitalen Textanalyse den Studierenden des Master-Schwerpunkts “Digital History” näherzubringen, bot der Lehrstuhl für Digital History in der vorlesungsfreien Zeit eine zusätzliche Übung als 3-tägigen Workshop an. Unter dem Titel Natural Language Processing für Historiker:innen mit den Python Frameworks Flair und SpaCy widmeten sich Studierende, Mitarbeiter:innen der Digital History und weitere Kolleg:innen gemeinsam der Frage, welche Möglichkeiten die NLP-Methoden Named Entity Recognition und Word Embeddings für die Geschichtswissenschaften bieten können und wie man sie konkret einsetzen kann. Hierfür wurden die State-of-the-Art NLP-Bibliotheken flair und SpaCy ausgewählt, um gemeinsam in kurzen Übungen deren Potenziale und Möglichkeiten für die Digital History auszuloten. Im Laufe des Workshops konnten die Teilnehmer:innen an bereitgestellten Beispielen und eigenen Projekten die beiden Python Bibliotheken kennenlernen und austesten, lernten aber auch die Grenzen der ausgewählten Methoden und deren Umsetzung in den verschiedenen Frameworks kennen.