Hiltmann 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“ weiterlesen

Marten 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“ weiterlesen

David 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“ weiterlesen

Kilian 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“ weiterlesen
Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search