Candide ist das meistgelesene Werk Voltaires und war es wohl schon zu Lebzeiten des Autors. Als es 1759 in Genf erstmals im Druck erschien, wurde es zwar sofort verboten, aber doch nur mit dem Ergebnis, daß es im gleichen Jahr noch dreizehn Neuauflagen erlebte. (Erich Köhler, Aufklärung II, 1984)
Säule 3: Aussagen aus Fachliteratur
Aussagen in zitiertem Beispiel
Candide PUBLICATION_DATE 1759
Candide LEGAL_STATUS censored
Candide RECEPTION_INTENSITY high
weitere Aussagen:
Candide GENRE novel; satire; utopia
Voltaire TOPIC_INTEREST Gesellschaftskritik
Voltaire INFLUENCED_BY Leibniz
(5) Fazit - Wissensnetzwerke aus und für Textanalysen
Wissensnetzwerk ('Knowledge Graph')
Herausforderungen
Modellierung von "Meta-Tripeln" ('reification'; 'qualifier' etc.)
wenig Konsens in/über Literaturgeschichte; tendenziell Entkoppelung von 'Theorie' und 'Praxis'
Standardisierung am Anfang (kein "literaturhistorisches CIDOC-CRM")
Implementierung (über verschiedene Tools hinweg)
Konkretisierung von Nutzungsszenarien
Mehrsprachigkeit (z.B. NER Fachliteratur)
Entwicklung kontrollierter Vokabulare (z.B. 'Themen'-Werte in Pilotprojekt)
Chancen von Wissensnetzwerken für die Literaturgeschichtsschreibung
(1) Linked Open Data-Paradigma als Ansatz
Pluralität von Perspektiven, Heterogenität der Quellen
Referenzierung der Quellen ist möglich; gezieltere Suchoptionen in Abhängigkeit von Qualifiern insgesamt
unsichere Informationen können berücksichtigt werden (Zuverlässigkeitsgrad "qualifizierbar")
widersprüchliche, komplementäre Informationen können nebeneinander bestehen
(2) Standardisierungsprozesse als Reflexionsanlass & Dialogpotential
viele Fragen: Was sind in einer Disziplin / Community die relevanten Entitäten und Relationen? Welche Aussagetypen sind (jenseits von Metadaten) notwendig? Welche könnten nützlich sein?
Auszeichnung und Identifikation von Entitäten (Normdaten)
Kernaussagen als LOD-Statements
Alles in offenen Standardformaten
"Ziele der Literaturgeschichtsschreibung" (Borkowski/Heine 2013)
zwei Konzeptionen
Fokus auf Historisierung
Fokus auf Herstellung von Gegenwartsbezügen
Ziele der historisierenden Konzeption
Rekonstruktion: Etablierung wahrer oder wahrscheinlicher Aussagen über Literatur
Konsolidierung: Sammeln und Verbreiten des fundierten Wissensbestands
Machine Learning
Material: sentences automatically annotated for named entities
Further linguistic annotation (feature engineering)
Provide manual annotations of sentences (training and evaluation)
Learn patterns / probabilities for features indicative of a relation
Generate relation annotations for all sentences
Romananalyse: Topic Modeling
Jannidis & Flanders, The Shape of Data in DH, 2019
"The term 'data modeling' in computer science is most typically used in a fairly restrictive sense for the modeling of relational databases, while the digital humanities has a more general understanding of the term: data modeling is the modeling of some segment of the world in such a way to make some aspects computable."
Mining and Modeling Text: Literaturgeschichte als Wissensnetzwerk Maria Hinzmann & Christof Schöch, mit Beiträgen von Andreas Lüschow, Julia Röttgermann, Katharina Dietz und Anne Klee https://mimotext.github.io/lod-lithist „Centrum für reflektierte Textanalyse“ (CRETA) | Online-Vortrag | 09.06.2021 Bericht aus laufendem Projekt am TCDH der Universität Trier Kollaboratives Projekt mit Beiträgen aus CL, Informatik, DH und LitWiss work in progress: alles in ständiger Bewegung Gefördert durch die Forschungsinitiative Rheinland-Pfalz