Projekte in der Digitalen Geschichte sind auf hochqualitative Datensets angewiesen – egal ob sie sie für komplexe Machine Learning-Verfahren verwenden oder ob sie sich nur für einzelne Datenpunkte interessieren, die ergänzend zu einer traditionellen hermeneutischen Analyse granular ausgewertet werden sollen. Aber was bedeutet „hochqualitativ“ eigentlich für die historisch arbeitenden Geisteswissenschaften?
„Simon Donig, Anna-Lena Körfer: Was bedeutet Datenqualität in den historisch arbeitenden Fächern? Auf dem Weg zu einem Daten-editorischen Framework für die Erzeugung und Publikation FAIRer Forschungsdaten“ weiterlesenSébastien de Valeriola: Mining legendaries: a quantitative approach to hagiographic manuscripts
Since the middle of the 17th century, scholars have been systematically describing numerous medieval manuscripts preserved in libraries and religious institutions that contain hagiographic texts, that is texts recounting the lives of saints. In this talk, we will show how one can apply quantitative tools to the resulting database to consider these codices from a new point of view.
„Sébastien de Valeriola: Mining legendaries: a quantitative approach to hagiographic manuscripts“ weiterlesenSebastian Kawanami-Breu, Johan Malmstedt: The Similarity Engine. Steps Towards a Media History of Vector Modeling
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“ weiterlesen