Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Yannick Haas: NS-Sprachgebrauch im Nachrichtenmagazin DER SPIEGEL: Eine NLP-Analyse „latenter“ sprachlicher Kontinuitäten in den 1950er und 1960er Jahren

Die Frage, ob nationalsozialistisches Gedankengut in der Nachkriegszeit fortlebte, ist ein zentrales Thema der deutschen Geschichtsforschung. Während bisherige Arbeiten hauptsächlich personelle Kontinuitäten beleuchten, gibt es bislang nur wenige quantitative Untersuchungen, die sich gezielt mit sprachlichen Kontinuitäten in der Presse auseinandersetzen.

„Yannick Haas: NS-Sprachgebrauch im Nachrichtenmagazin DER SPIEGEL: Eine NLP-Analyse „latenter“ sprachlicher Kontinuitäten in den 1950er und 1960er Jahren“ weiterlesen

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

Zusätzliche Übung im praxisbezogenen Workshopformat: Natural Language Processing für Historiker:innen mit den Python Frameworks Flair und SpaCy

Für unsere Studierenden im Master-Schwerpunkt “Digital History” bieten wir noch eine zusätzliche Veranstaltung an: Named Entity Recognition und Word Embeddings sind grundlegende Methoden des Natural Language Processing, die auch für die Digital History von zentraler Bedeutung sind, bislang jedoch noch selten verwendet werden.

„Zusätzliche Übung im praxisbezogenen Workshopformat: Natural Language Processing für Historiker:innen mit den Python Frameworks Flair und SpaCy“ weiterlesen