Alle Beiträge von Gerhard Kremer

Maschinelles Lernen lernen: Ein CRETA-Hackatorial zur reflektierten automatischen Textanalyse

Wir freuen uns, dass Kerstin Jung und Gerhard Kremer unser Hackatorial am 26. März auf der DHd 2019 (9:00-12:30 im Philosophicum in Mainz) vorstellen können und laden herzlich dazu ein, mitzumachen!

Die Online-Anmeldung ist über das Konferenz-Verwaltungstool für die diesjährige DHd Konferenz möglich.

Kurzbeschreibung

Das Ziel dieses Tutorials ist es, den Teilnehmerinnen und Teilnehmern konkrete und praktische Einblicke in einen Standardfall automatischer Textanalyse zu geben. Am Beispiel der automatischen Erkennung von Entitätenreferenzen gehen wir auf allgemeine Annahmen, Verfahrensweisen und methodische Standards bei maschinellen Lernverfahren ein. Die Teilnehmerinnen und Teilnehmer können beim Bearbeiten von lauffähigem Programmiercode den Entscheidungsraum solcher Verfahren ausleuchten und austesten. Es werden dabei keinerlei Vorkenntnisse zu maschinellem Lernen oder Programmierkenntnisse vorausgesetzt.

Es gibt keinen Grund, den Ergebnissen von maschinellen Lernverfahren im Allgemeinen und NLP-Tools im Besonderen blind zu vertrauen. Durch die konkreten Einblicke in den „Maschinenraum“ von maschinellen Lernverfahren wird den Teilnehmenden ermöglicht, das Potenzial und die Grenzen statistischer Textanalysewerkzeuge realistischer einzuschätzen. Mittelfristig hoffen wir dadurch, den immer wieder auftretenden Frustrationen beim Einsatz automatischer Verfahren für die Textanalyse und deren teilweise wenig zufriedenstellender Ergebnis-Daten zu begegnen, aber auch die Nutzung und Interpretation der Ergebnisse von maschinellen Lernverfahren (d.h. in erster Linie von automatisch erzeugten Annotationen) zu fördern. Zu deren adäquater Nutzung, etwa in hermeneutischen Interpretationsschritten, ist der Einblick in die Funktionsweise der maschinellen Methoden unerlässlich. Insbesondere ist die Art und Herkunft der Trainingsdaten für die Qualität der maschinell produzierten Daten von Bedeutung, wie wir im Tutorial deutlich machen werden.

Neben einem Python-Programm für die automatische Annotierung von Entitätenreferenzen, mit und an dem während des Tutorials gearbeitet werden wird, stellen wir ein heterogenes, manuell annotiertes Korpus sowie die Routinen zur Evaluation und zum Vergleich von Annotationen zu Verfügung. Das Korpus enthält Entitätenreferenzen, die im „Center for Reflected Text Analytics“ (CRETA) in den letzten drei Jahren annotiert wurden, und deckt Texte verschiedener Disziplinen und Sprachstufen ab.

Downloads

Neuer Artikel zur Visualisierung von Figurennetzwerken

Der unter Tools und Demos von der Fachgruppe Visualisierung vorgestellte Ansatz zum „Visuellen Vergleich von Netzwerken“ wurde zur Präsentation auf der PacificVis-Konferenz (23.-26. April in Bangkok) angenommen.

Figurenbeziehungen in unterschiedlichen Textpassagen
Der Ansatz erlaubt die Analyse der Entwicklung, welche die Figuren eines Erzähltextes und deren Beziehungen über den Lauf einer Handlung nehmen. Hierzu können Graphen, welche die Figurenkonstellationen in mehreren, unterschiedlichen Textpassagen repräsentieren, in einer Reihe von visuellen Repräsentationsformen miteinander verglichen werden. Die Textpassagen selbst werden mit diesen Visualisierungen verschränkt und erlauben die Betrachtung der Figurennennungen in ihrem jeweiligen textuellen Umfeld. Beziehungen zwischen Figuren lassen sich auf Wunsch durch eine Zusammenfassung dieses Umfelds näher charakterisieren. Durch Interaktion mit den Visualisierungen lassen sich die Elemente von Graphen großer, mannigfach verknüpfter Figurenbestände derart filtern und fokussieren, dass die jeweils interessierenden Teilstrukturen augenfällig zu Tage treten.

Graph von Figurenbeziehungen mit fokussierter Teilstruktur
In zwei Anwendungsszenarien wurde demonstriert, wie sich mit unserem Ansatz eine Reihe typischer literaturwissenschaftlicher Analyseaufgaben angehen ließe. Textgrundlage der Szenarien bildeten ein mit automatisch extrahierten Figurenkonstellationen angereicherter Roman in modernem Englisch sowie ein mittelhochdeutscher Text, in welchem die Figuren manuell annotiert worden waren. Die an diesen Texten demonstrierten Aufgaben umfassten:
  • Bereinigung von Fehlern des automatischen Extraktionsverfahrens.
  • Rasche Erschließung der Charakteristika einer Figur und ihrer Funktion im Handlungsgefüge.
  • Erkennen von Figurengruppen, die vornehmlich in einer der selegierten Passagen vorkommen sowie von zentralen „Brückenfiguren“, welche diese Gruppen miteinander verbinden.
  • Charakterisierung der Beziehungen, die zentrale Figuren mit anderen unterhalten.
  • Nachweis der Hypothese, dass der Figurengraph sich über den Lauf einer Serie von Passagen stark verändert.
  • Nachweis der Hypothese, dass diese sukzessiven Konstellationen nur über einige wenige, zentrale Charaktere verbunden sind.
Der Artikel von Markus John, Martin Baumann, David Schuetz, Steffen Koch und Thomas Ertl erscheint unter dem Titel „A Visual Approach for the Comparative Analysis of Character Networks in Narrative Texts“.

Neuer Artikel: Soziale Netzwerkanalysen zum mittelhochdeutschen Roman

Im Themenheft „Digitale Mediävistik“ der Zeitschrift „Das Mittelalter. Perspektiven mediävistischer Forschung“ wird in Kürze ein Artikel über Soziale Netzwerkanalysen zum mittelhochdeutschen Artusroman erscheinen. Der Artikel unternimmt den Versuch, das Verhältnis von Märchen und Artusroman systematisch und methodisch neu zu bestimmen. Hierfür werden in einem ersten Schritt Merkmale des Europäischen Volksmärchens identifiziert, die in einem zweiten Schritt für die computergestützte Analyse operationalisiert und anschließend auf ein Textkorpus aus klassischen Artusromanen (Hartmanns von Aue ‚Erec‘ und ‚Iwein‘, Wolframs von Eschenbach ‚Parzival‘) angewandt werden.
Methodisch greifen wir für die Untersuchung auf das empirische Verfahren der Sozialen Netzwerkanalyse zurück, mit dem wir vor allem Aspekte der Kategorie Figur in den Blick nehmen. Auf diese Weise können wir nicht nur die Nähe der Artusromane zur ‚einfachen Form‘ des Märchens genauer bestimmen, sondern auch das Verhältnis der ausgewählten Romane zueinander differenziert betrachten. Der Beitrag zeigt, dass die vielschichtigen Ergebnisse der datengetriebenen Untersuchung eine eindeutige Interpretation verweigern und damit neue Einsichten in den bekannten Untersuchungsgegenstand ermöglichen können.

Beispiel: Netzwerk zum ‚Parzival‘ (Parzival-Partie)

Das Themenheft „Digitale Mediävistik“ mit diesem Artikel von Manuel Braun und Nora Ketschik erscheint voraussichtlich im Juni 2019.

Neuer Artikel: Die Analyse „weicher“ Konzepte mit „harten“ korpusanalytischen Methoden

Der sozialwissenschaftliche Forschungsschwerpunkt veröffentlichte kürzlich einen neuen Methodenartikel. Darin reflektieren wir, welchen grundsätzlichen methodischen Herausforderungen die theoriegeleitete sozialwissenschaftliche Forschung begegnet, wenn sie ihre Arbeit im Sinne der in den Sozialwissenschaften etablierten Gütekriterien gut machen will.
Wir identifizieren drei grundsätzliche Barrieren: Erstens bereitet es immer noch einen sehr hohen Aufwand, große Textkorpora zu erstellen und aufzubereiten. Zweitens ist das Problem der semantisch validen Operationalisierung komplexer geistes-, sozial- und kulturwissenschaftlicher Begriffe noch völlig unzureichend gelöst. Drittens erlauben viele der für linguistische Fragestellungen designten Tools kaum eine sozialwissenschaftlich anschlussfähige Ergebnisdarstellung. Wir brauchen flexible Optionen der Datenausgabe und Visualisierung, um die mit Hilfe korpuslinguistischer Methoden generierten Daten zur vorhandenen Forschung unseres Faches in Beziehung setzen zu können. Für alle Herausforderungen gilt, dass es hierfür keine „one size fits all“-Lösungen geben kann, weil aus der Perspektive unterschiedlicher wissenschaftlicher Forschungsfragen unterschiedliche methodische Entscheidungen zu treffen bleiben.

Der Artikel von Cathleen Kantner und Maximilian Overbeck ist Teil des Sammelbands Computational Social Science, der von Andreas Blätte, Joachim Behnke, Kai-Uwe Schnapp und Claudius Wagemann herausgegeben wurde: https://www.nomos-elibrary.de/10.5771/9783845286556-163/8-die-analyse-weicher-konzepte-mit-harten-korpusanalyti-schen-methoden

Werkstatt-Treffen: Netzwerkanalyse

Im Rahmen des CRETA-Projekts findet ein öffentliches Werkstatt-Treffen statt, zu dem externe Gastvortragende eingeladen sind (Vortrags- und Diskussionssprache ist Englisch).

Das Programm  für Mittwoch, den 14. März 2018:

• 09:00 Nils Reiter, CRETA
Welcome & Introduction

• 09:15 Nora Ketschik, Evgeny Kim & Florian Barth, CRETA
Extracting Character Networks from Arthurian Romances and Werther
Adaptations

• 10:30 Coffee break

• 11:00 Yannick Rochat, Université de Lausanne
Character Network Analysis: A Review

• 12:30 Lunch break

• 14:00 Andreas Kuczera, Akademie der Wissenschaften und der Literatur, Mainz
Regesta Imperii as a Network of Entities

• 15:30 Coffee break

• 16:00 Frederik Elwert, Ruhr-Universität Bochum
Adding Meaning to Literary Networks. A Networked Topic Model of
the Mahābhārata

• 17:30 Closing discussion

• 18:00 End (ca.)

Das Programm zum Download als PDF: Agenda-WS5.PDF

CRETA bei der DH 2017

CRETA beteiligte sich bei der DH 2017, der diesjährigen Internationalen Konferenz der Digital Humanities in Montréal, mit folgenden Beiträgen.

  • From Text to Networks: Combining Entity and Segment Annotations in the Analysis of Large Text Corpora
    (Nils Reiter, Maximilian Overbeck, Sandra Murr)

    Dieser Halbtages-Workshop bot Praxiserfahrung beim Erproben eines vollständig erarbeiteten und getesteten Arbeitsablaufs, der im Centrum für reflektierte TextAnalyse entwickelt worden war. Der Schwerpunkt lag auf der validen und zuverlässigen Erkennung verschiedener Arten von Entitäten und Segmenten in nicht vorverarbeiteten und nicht annotierten Texten und der Gewinnung von Informationen über charakteristische Beziehungen anhand von Netzwerk-Visualisierungen. Das Interesse an Netzwerken für die Datenrepräsentation und -visualisierung ist seit Kurzem sehr hoch, und wir glauben, dass unser dreistufiger Arbeitsablaufplan auf viele Forschungsfragen in den Sozial- und Geisteswissenschaften übertragbar ist.

Wissenschaftliche Artikel:

  • Interactive Visual Exploration of the Regesta Imperii
    (Markus John, Christian Richter, Steffen Koch, Andreas Kuczera, Thomas Ertl)
  • Prototypical Emotion Developments in Adventures, Romances, and Mystery Stories
    (Evgeny Kim, Sebastian Pado, Roman Klinger)
  • Digital Analysis Of The Literary Reception Of J.W. V. Goethe’s Die Leiden Des Jungen Werthers
    (Sandra Murr, Florian Barth)
  • A Shared Task for a Shared Goal: Systematic Annotation of Literary Texts
    (Nils Reiter, Evelyn Gius, Jannik Strötgen, Marcus Willand)
  • Towards a Digital Narratology of Space
    (Gabriel Viehhauser-Mery, Florian Barth)

Erstes Werkstatt-Treffen

In dem zweitägigen Werkstatttreffen am 22. und 23. März in Stuttgart haben alle Projektteilnehmer jeweils ihre Fachgruppe und Forschungsschwerpunkte einander vorgestellt. In einer praktischen Übung an unterschiedlichen Fachtexten bereiteten fachlich gemischte Gruppen die spezifischen Schwierigkeiten im Umgang mit diesen Texten auf und stellten Sie zur gemeinsamen Diskussion. Wir haben sowohl auf der Metaebene über aktuelle und grundsätzliche Entwicklungen in den Digital Humanities reflektiert.