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“ weiterlesenOle Meiners: Evaluation von Named Entity Recognition-Modellen für historische deutschsprachige Texte am Beispiel frühneuzeitlicher Ego-Dokumente (Abschlussarbeit)
Named Entity Recognition (NER), die automatisierte Erkennung und Klassifizierung von Named Entities in digitalen Texten, hat in letzter Zeit durch die Nutzung von Deep Learning-Architekturen große Fortschritte erzielt. Dies gilt insbesondere für weit verbreitete Gegenwartssprachen wie Englisch und Deutsch, zu denen ausreichend große Mengen an Trainingsdaten verfügbar sind. Auch für historische deutsche Texte wurden auf Grundlage dieser Technologie Modelle trainiert, die etwa für die Erkennung von Personen- und Ortsnamen sehr gute Ergebnisse liefern. Datengrundlage und Anwendungsszenario sind hierbei historische Zeitungen, vorrangig des 19. und 20. Jahrhunderts, die in großem Umfang digitalisiert vorliegen. Anders sieht die Situation für frühere Epochen aus: Für die Frühneuzeit und das Spätmittelalter stehen noch keine deutschen Sprach- oder NER-Modelle zur Verfügung, die von den aktuellen technischen Möglichkeiten Gebrauch machen. Ebenso fehlt es an Textkorpora frühneuzeitlicher deutscher Texte zum Training entsprechender Modelle sowie zu deren Evaluation. Der Einsatz etwa von NER-Modellen auf Basis von Deep-Learning ist jedoch auch für Texte aus diesem Zeitraum vielversprechend.
„Ole Meiners: Evaluation von Named Entity Recognition-Modellen für historische deutschsprachige Texte am Beispiel frühneuzeitlicher Ego-Dokumente (Abschlussarbeit)“ weiterlesenMatthias Razum et al.: TOPORAZ – Ein digitales Raum-Zeit-Modell für vernetzte Forschung am Beispiel der Stadt Nürnberg
Stadtraumforschung und Kunstgeschichte gehen bei ihrer Analyse üblicherweise vom ortsgebundenen Objekt aus – z. B. einem Gebäude oder Straßenzug. Bislang fehlt aber meist der direkte Bezug der Objekte zu archivischem und sonstigem Quellenmaterial, das über ihre Entstehung, Funktion und Bedeutung Aufschluss gibt. Mit dem Projekt TOPORAZ (Nürnberger Topographie in Raum und Zeit, 2015-2017) entstand mit der gleichnamigen virtuellen Forschungsumgebung (VFU) ein digitales Raum-Zeit-Modell für vernetzte Forschung am Beispiel des Nürnberger Hauptmarkts. Konstitutiv war dabei ein wissenschaftlich fundiertes 3D-Modell in vier Zeitstufen. Die einzelnen Bauwerke darin sind mit historischen Quellen wie Fotos, Grafiken, Bauakten, Dokumenten und Sekundärliteratur verknüpft. Diese Verknüpfungen belegen sowohl die Rekonstruktion der Bauwerke wie auch andere Aussagen in der VFU und heben TOPORAZ damit von anderen 3D-Modellen historischer Städte ab.
„Matthias Razum et al.: TOPORAZ – Ein digitales Raum-Zeit-Modell für vernetzte Forschung am Beispiel der Stadt Nürnberg“ weiterlesenNicola Carboni: A data-driven approach to the study of images circulation
Pictures are the tangible traces of our visual world. They are the materialisation of a classifiable and datable object, a vocabulary of expressions that affect and reflect our history. Pictures are artefacts that bear witness to the act of human production, testifying the choices and qualities of techniques and strategies. They are produced for and within a cultural space and embed traditions, trends, and meanings through their iconographic and aesthetic choices. Pictures reflect their contemporary knowledge dynamics; they express the identity of a social landscape and serve as a communication device.
„Nicola Carboni: A data-driven approach to the study of images circulation“ weiterlesenJulia Pabst, Anna Grönig: Report on the conference – “Data for History 2021” – Day 5 (16 June 2021)
Keynote #2
The fifth day of the Data for History conference started with the keynote Social Semantic Annotation: Linking People and Places in the Pelagios Digital Ecosystem by Rebecca Kahn (University of Vienna). This talk was about the experience from the Pelagios project on building a method and a community in and around the use of linked geo-data for working with historical sources. Rebecca Kahn’s talk focused not on the methods of the project, but on the community and network around it.
Pelagios is a Network that connects a method and a community with digital resources. Part of the project consists of providing the Recogito and Peripleo, a search engine for Linked Data.
Pelagios consists of four different founders, an investigative team and many other people involved from different directions (GLAM, students, etc.) The Network was built on the premise of openness regarding data, technology and the community.