Geschichtswissenschaftliche Blogs auf einen Blick
Eine der am häufigsten gestellten Fragen an uns ist ohne Zweifel die nach den Verwendungsmöglichkeiten für Tesla. Die Frage kam bereits in den Kommentaren dieses Blogs auf, sie wird uns auf den Konferenzen gestellt, auf denen wir Tesla vorstellen, sie war sowohl Teil meiner Disputation, als auch der meines Kollegen Stephan Schwiebert.
Die Antwort auf die Frage ist relativ einfach: Mit Tesla kann man eigentlich alles machen, was auf maschinellen Annotationen oder einer automatischen Analyse von Texten beruht. Wie das mit einfachen Antworten so ist, ergibt sich aus ihnen meist eine ganze Reihe weiterer Fragen. So auch hier:
Versuche ich mal, diese Fragen zu beantworten, ohne dass allzu viele Folgefragen aufgeworfen werden (weswegen ich auch versuche, möglichst ohne sprachwissenschaftliche und informatische Fachbegriffe auszukommen):
(1) Wir verwenden den Begriff Text relativ weit gefasst. Texte sind für uns einfach alle Daten, die sich in einer linearen, eindimensionalen Abfolge von Zeichen aus einem definierten Alphabet repräsentieren lassen. Das gilt zunächst einmal für alle Daten, die sich irgendwie in einem herkömmlichen Computer speichern und verarbeiten lassen, letztlich arbeitet dieser ja mit Sequenzen von Nullen und Einsen. Wir meinen hier aber vor allem diejenigen Daten, die sich durch ihre eindimensionale Struktur auszeichnen. Darunter fallen vor allem natürlichsprachliche Texte, aber auch Text-Repräsentationen von DNA, RNA, Proteinen und auch von Musikstücken. Die Entscheidung, möglichst viele unterschiedliche Daten in Tesla verarbeiten zu können, wurde bewusst getroffen. Auf diese Weise können unterschiedliche Verfahren für spezifische Daten entwickelt werden, die dann gegebenenfalls auf andere Daten übertragen werden können. Tesla stellt außerdem keinerlei Anforderungen an das Format der Texte.
(2) Sprache ist zwar letztlich (spätestens beim Verlassen unseres Sprechorgans bzw. als Buchstabenfolge eines Textes) eindimensional organisiert: Mündliche Sprachmitteilungen bestehen etwa aus einer Folge von Lauten, schriftliche Texte aus einer Folge von Buchstaben. Über diesen mehr oder weniger grundlegenden Einheiten sprachlicher Kommunikation existieren jedoch weitere Organisationseinheiten wie Wörter oder Sätze, dabei gibt es unterschiedliche Wortklassen (z.B. Substantive, Verben) und Funktionen (z.B. Objekt, Prädikat). Alle diese Einheiten, Klassen und Funktionen sind implizit im Sprachsignal enthalten, um sie auswerten zu können, müssen die Sprachdaten explizit mit ihnen ausgezeichnet (annotiert) werden. Das kann man entweder manuell machen (was gewisse Vor-, aber auch Nachteile hat) oder bestimmte dafür programmierte Werkzeuge machen lassen. Dazu gehören z.B. Tokenizer, die Wortgrenzen bestimmen, Tagger, die Wörter Wortklassen zuordnen und Parser, welche die Funktion von Wörtern oder Wortgruppen erkennen. Tesla besitzt eine ganze Reihe solcher Werkzeuge, mit denen sich Daten maschinell annotieren lassen.
(3) Annotationen wie in (2) beschrieben, sind meist eine Vorstufe zur Daten-Analyse, die man auch innerhalb von Tesla betreiben kann. Aus der unüberschaubaren Menge möglicher Analysen wähle ich hier ein Beispiel aus dem Bereich Informationsextraktion (IE). IE ist eine Art Oberbegriff für Verfahren, die aus unstrukturierten Daten (z.B. Texten) strukturierte Daten (z.B. Tabellen in einer Datenbank) ableiten. Ein Anwendungsfall für IE-Verfahren ist die sogenannte Sentiment Analysis (zu deutsch etwa “Stimmungserkennung”), wo Texte z.B. nach positiven und negativen Einstellungen hinsichtlich eines Untersuchungsgegenstandes (Mobiltelefon, Hotel, Fluggesellschaft oder was auch immer) klassifiziert werden. Soll eine solche Klassifikation automatisch erfolgen, so benötigt man einerseits annotierte Texte, um Wörter und Wortgruppen ausfindig zu machen, von denen die Wertung des Textes abhängt, so wie spezielle Adjektive, Gradpartikel, Negationen etc. Man spricht davon, dass bestimmte Merkmale in Texten ausfindig gemacht werden. Mit diesen Merkmalen wird dann ein Klassifikationsmechanismus gefüttert, welcher auf dieser Basis die Texte in Klassen einteilt (also z.B. in gute und schlechte Bewertungen). Die beschriebene Sentiment-Analyse ist nur ein mögliches Verfahren, das in Tesla realisiert werden kann. Inzwischen haben wir eine ganze Bandbreite verschiedener Verfahren in Tesla realisiert, ich etwa habe das Voynich Manuskript damit analysiert, meine Kollegen arbeiten zu den Themen Extraktion syntaktischer Strukturen und Bedeutungskonstitution in natürlichsprachlichen Daten. Innerhalb eines Projekts wurden außerdem Vorarbeiten zur beschriebenen Sentiment-Analyse und der Extraktion temporaler Ausdrücke sowie von Gen-Bezeichnungen durchgeführt.
(4) Tesla ist ein Framework, in dem Werkzeuge zur Annotation und Analyse von Texten sowohl programmiert wie auch genutzt werden können. Was genau zu einem bestimmten Zeitpunkt in Tesla umgesetzt werden kann, hängt von der Ausstattung des Systems zu diesem Zeitpunkt ab. Zur Zeit umfasst das Inventar etwas mehr als 60 verschiedene Komponenten, manche Funktionalität ist gleich durch mehrere Werkzeuge abgedeckt (so gibt es z.B. zwei Tokenizer – einen, der sehr einfach zu bedienen ist, einer der sehr umfassend konfiguriert werden kann). Eine Übersicht zu den vorhandenen Komponenten findet sich auf der Tesla-Entwicklerseite. Prinzipiell (also eigentlich) kann man mit Tesla also alles machen, was in den Bereich der automatischen Prozessierung von Texten fällt. De facto beschränkt aber die aktuelle Ausstattung die momentan mögliche Anwendung – wobei man jederzeit die fehlende Funktionalität selbst implementieren kann.
(5) Man kann in Tesla nicht alles mit Texten machen, man kann nur alles machen, was sich automatisieren lässt. Alles, was mit manueller Auszeichnung zu tun hat, muss damit außerhalb von Tesla erfolgen – das bedeutet z.B., dass man nicht einfach in einem Editor die automatisch erzeugten Ergebnisse korrigieren kann. Hinter dieser Einschränkung steht die Überlegung, dass wir ein System haben wollten, in dem Analysen durchgeführt werden können, die absolut nachvollziehbar sind. Solange man lediglich Software-Algorithmen (die deterministisch sind, also keinen nicht reproduzierbaren Zufalls-Effekt enthalten) arbeiten lässt, hat man die Möglichkeit – so denn die geeigneten Vorkehrungen getroffen wurden – die Analysen jederzeit zu wiederholen und weiterzugeben, auf dass sie woanders reproduziert werden können. Ließe man manuelle Eingriffe in diesem Prozess zu, verlöre man diese Möglichkeit. Ich habe schon mehrere Posts zu diesem Thema geschrieben, etwa diese Parabel, so dass ich es jetzt hier mal dabei belasse. Nebenbei – Tesla ist kein absolut fertiges System (wir haben es mehr oder weniger zu zweit gebaut), so ist etwa die Umsetzung von Maschinellen Lernverfahren, für die Trainingsphasen durchgeführt werden müssen, noch verbesserungsfähig.
(6) Ja, es gibt eine Reihe von Systemen, die ähnlich wie Tesla angelegt sind und auf manchen Gebieten tatsächlich mit unserem System konkurrieren. Dazu zählen Gate, Apache UIMA und TextGrid. Zu den Unterschieden komm ich aber mal ein andermal. Ungeduldigen sei diese Monographie empfohlen.
Ich hoffe, dass ich mit diesem Post ein wenig aufklären konnte, was Tesla tatsächlich ist. Was man damit so alles machen kann, konnte nur bruchstückhaft dargestellt werden (auf Visualisierungen, wie z.B. das Titelbild oben, bin ich noch gar nicht eingegangen). Dafür brauche ich wohl ein paar mehr Posts. Damit man sich aber schonmal ein Bild machen kann, wie Tesla aussieht, habe ich unten noch einmal einen Screenshot der Tesla-Benutzeroberfläche angehangen.
Ansicht der Benutzeroberfläche von Tesla für Anwender. Groß im Bild der graphische Editor, in dem man seine Analysen zusammenstellt.
Neulich habe ich einige Runden ARTigo gespielt und mich über die Tippfehler gewundert, die ich gemacht habe, obwohl ich sehr sicher mit zehn Fingern auf der Tastatur schreiben kann. Ich dachte erst, das bin doch nicht ich? Aber da ich alleine am Schreibtisch saß, war ich’s wohl doch. Daraufhin habe ich mir die Benutzeroberfläche von ARTigo ein wenig genauer angesehen:
Die GUI (Graphical User Interface=Benutzeroberfläche) von ARTigo ist wohltuend minimalistisch gestaltet. Nichts lenkt vom zu beschreibenden Bild ab. Im linken Bereich des Fensters befinden sich weiterführende Links und der Fortschrittsbalken, der die verbleibende Zeit visualisiert, sowie die Liste der eingegebenen Tags und der Punktestand. Im rechten Bereich wird das Bild angezeigt. Als neuer Spieler möchte man zunächst einen Blick auf die Spielregeln werfen. Darüber erfährt man etwas, wenn man auf den Link Über ARTigo > ARTigo-Spiel klickt. Zum Glück bietet die GUI nicht so viele Links an, so dass man die Regeln nicht zu lange suchen muss. Prinzipiell sollte aber eine aufzurufende Funktion auch mit einem eindeutig auf diese Funktion hinweisenden Namen benannt werden. Diese Inkonsistenz ist eine Frage des Mappings, das die Beziehung zwischen der Absicht des Spielers und den benötigten Handlungen definiert. Der Link könnte also Über ARTigo > Spielregeln heißen.
Die Blicksprünge die ich mache, sind teilweise enorm. Die Pfeile geben nur einen schematisch-vereinfachten Eindruck davon wieder. Wollte man sie wirklich messen, bräuchte man dafür eine Eye-Tracking-Kamera. Aufgrund der Geometrie der Anordnung aller im Auge zu behaltenden Objekte, sollte diese schematische Darstellung jedoch nachvollziehbar sein.
Die Größe der Blicksprünge ist sowohl vom Format des Bildes – ob Hoch- oder Querformat – abhängig, als auch von der sich daraus ergebenden Platzierung des Eingabefeldes für die Tags und von der Länge der Tag-Liste.
Abbildung 1: Schematische Darstellung der Blicksprünge bei einem Bild im Hochformat mit einer eher kürzeren Tag-Liste
Abbildung 2: Schematische Darstellung der Blicksprünge bei einem Bild im Querformat mit einer etwas längeren Tag-Liste
Wie gerade erwähnt, habe ich als Spieler mehrere Objekte im Blick:
Das Fazit lautet: Ich behalte beim Spielen verschiedene Elemente im Auge. Dabei muss ich teilweise große Blicksprünge machen, wodurch ich aber weniger Netto-Zeit für die Betrachtung des Bildes, die ja wesentlich für das Spiel ist, habe. Außerdem ist ein Blick auf die dynamisch wachsende Tag-Liste zeitintensiv, weil ein neuer Begriff während einer Runde immer an einer anderen Stelle auf dem Monitor erscheint (jeder neue Begriff hat andere X/Y-Koordinaten).
Demzufolge wäre es wichtig, alle zu beachtenden Elemente der GUI so anzuordnen, dass möglichst viel Zeit für die Betrachtung des Bildes zur Verfügung bleibt.
Für mich ergeben sich daraus folgende Vorschläge für eine Umstrukturierung der GUI in ARTigo:
Wenn das Eingabefeld über der Tag-Liste platziert würde und der neueste Tag immer oben in der Liste erscheinen würde, also immer an derselben X/Y-Koordinate, ergäbe sich hieraus bereits eine Zeitersparnis. Der Punktestand ist in diesem Beispiel über dem Fortschrittsbalken angebracht worden, weil er meiner Einschätzung nach für das Spiel wichtiger ist und vom Spieler öfter angeschaut wird als der Punktestand. Aber das ist eine Vermutung, die zu evaluieren wäre.
Die Elemente Fortschrittsbalken, letzter eingegebener Tag und das Eingabefeld für die Tags sollten möglichst nah beieinander platziert werden. Damit würden die Blicksprünge zwischen diesen Elementen kleiner, was eine Zeitersparnis bedeutet. Wichtig wäre außerdem, dass diese Elemente ihre Position während eines Spiels und zwischen den Runden nicht verändern und sie immer an denselben Koordinaten des Monitors platziert wären. Hierdurch würde sich eine zusätzliche Zeitersparnis ergeben, so dass insgesamt mehr Zeit für die Betrachtung des Bildes verbliebe.
Abbildung 3: Vorschlag zur Umstrukturierung der GUI von ARTigo unter kognitiv-ergonomischen Aspekten. Der Screenshot ist mit Hilfe einer Fotomontage umgestaltet worden.
Schließlich wäre zu ermitteln, ob die Anordnung wie in Abbildung 3, mit dem Bild im linken Bereich und den Begriffen rechts davon, sinnvoll wäre. Wir sind aus Illustrationen daran gewöhnt, bei einer Kombination von Text und Bild, den Text meist rechts neben dem Bild stehend zu sehen. Das hat auch was mit der Leserichtung und kognitiven Verarbeitung zu tun. Man müsste klären, ob sich dadurch ein weiterer Zeitvorteil für den Spieler ergeben könnte. Möglicherweise ist in der Spielsituation aber auch die bisherige Anordnung – Bild rechts, Tags und Eingabefeld links – besser, weil damit der Blick des Spielers zu Beginn des Spiels schneller auf das Eingabefeld gelenkt wird.
Eine ergonomischere Gestaltung der GUI könnte durch effizientere Blicksprünge zu einem Zeitgewinn führen. Eine weitere Auswirkung könnte eine geringere Anzahl von Tippfehlern sein, was zu einer ebenfalls effizienteren Eingabe der Tags führt und wiederum einen Zeitgewinn bedeutet, der sich insgesamt in einer quantitativen Erhöhung der Tags niederschlagen dürfte. Es bleibt festzustellen, ob der Effekt signifikant wäre.
Quelle: http://games.hypotheses.org/55
Ich habe gerade den Aufsatz von Claudine Moulin mit dem Titel “Vom mittelalterlichen Griffel zum Computer-Tagging. Zur sprach- und kulturgeschichtlichen Bedeutung der Annotation” gelesen. Sie schreibt über Glossen und deren Erforschung, was mich dazu veranlasst hat, über meine eigenen Annotationsmöglichkeiten im digitalen Bereich nachzudenken:
Vor kurzem habe ich mir einen Amazon-Kindle gekauft. Mit dem Gerät sind nur Textmarkierungen möglich. Diese werden in einer eigenen Datei gespeichert und man müsste sie auch ausdrucken können, was ich noch nicht probiert habe, aber sie sind damit auf jeden Fall mal vom Text getrennt. Im o.g. Aufsatz wird „der schreibende Leser“ (S. 84) genannt. So einer bin ich auch. Ich bearbeite den gelesenen Text farblich und mache Randnotizen in Form von Text oder kleinen Zeichnungen. Der Kindle ist diesbezüglich ungeeignet für mich. Ich hätte auch nicht gewagt, an einen E-Ink-Reader einen solchen Anspruch zu stellen. Aber so was gibt‘s tatsächlich! Jetzt bin ich auf ein Gerät von Icarus gestoßen, was diese Funktionalität hat, … leider zu spät…
Übrigens: Textmarkierungen und Randnotizen sind eine Form der Elaboration, d.h. einer tieferen Informationsverarbeitung. Es bleibt also mehr „hängen“, wenn man Text nicht nur liest, sondern seine Gedanken an den Rand schreibt. Ist das nicht ein Grund, dass man dem Text das auch ansehen darf?
Quelle: http://games.hypotheses.org/51
Wir alle verfügen über innere Bilder. Wenn wir an etwas denken, erscheint es häufig vor unserem inneren Auge, begleitet von angenehmen oder weniger angenehmen Gefühlen oder Gedanken.
Unsere innere Bilderwelt besteht zunächst aus dem Selbstbild, das wir von unserer eigenen Person haben, dann aus dem Menschenbild, das wir von den anderen um uns herum haben, und schließlich ist das Weltbild zu nennen, das wir von den größeren Zusammenhängen, in denen wir uns bewegen und leben, haben [1].
Wie entstehen diese Bilder in uns? Sie entwickeln sich aus Erfahrungen, die wir in unserem Leben machen. Das beginnt schon im Mutterleib mit den ersten Tast- und Geschmackserfahrungen. Richtig viele Erfahrungen sammeln wir dann nach der Geburt. Tut uns etwas gut, dann wollen wir das wiederholen und nochmal machen. Mögen wir etwas nicht, dann weigern wir uns und lehnen es ab. Das ist individuell verschieden, denn jeder hat seine eigenen Erfahrungen und damit seine eigenen Bilder. Indem wir etwas ablehnen und wiederholen, bewerten wir die Dinge und Bilder in uns. Bewerten heißt auch, dass wir sie mit einem Gefühl belegen. Somit sind alle Bilder automatisch bewertet und mit Emotionen verknüpft [2].
Ich frage mich, was das Gemälde eines Künstlers anderes als ein inneres Bild ist? Natürlich wurde aus diesem inneren ein äußeres Bild, indem es der Maler auf die Leinwand aufbrachte, sonst könnten wir es ja nicht sehen. Wobei sein inneres Bild nicht das Motiv selbst, sondern die Wahl des solchen ist. Dazu kommen der Pinselstrich und die Farbwahl, also der Ausdruck. Wenn zehn Maler vor demselben Motiv stehen und es malen, dann kommen zehn verschiedene Bilder dabei heraus: zehn verschiedene gemalte innere Bilder.
Beim Betrachten von Bildern in einem Museum begegnen sich die innere Bilderwelt des Künstlers und die innere Bilderwelt des Betrachters. Je nachdem, welche Berührungspunkte beide Bilderwelten haben, werden Gefühle im Betrachter geweckt, wie z.B. Freude, Ergriffenheit, Bewunderung oder Ablehnung und Irritation. Diese Berührungspunkte sind der Knackpunkt: Sie entscheiden nicht nur über Gefallen und Nichtgefallen, sondern auch über den Grad der Emotion, den wir beim Anschauen eines Gemäldes empfinden. Das ist meine Erklärung, warum wir ein Bild schön finden. Wobei meine Erklärung auch ein Bild ist.
[1] Gerald Hüther: Die Macht der inneren Bilder. Wie Visionen das Gehirn, den Menschen und die Welt verändern, Göttingen 2011
[2] Manfred Spitzer: Das Wahre, Schöne, Gute. Brücken zwischen Geist und Gehirn, Stuttgart 2009
Quelle: http://games.hypotheses.org/47
Siehe meine Rezension von: Martin Dresler (Hg.): Neuroästhetik. Kunst – Gehirn – Wissenschaft, Leipzig: E. A. Seemann Verlag 2009, in: sehepunkte 12 (2012), Nr. 3 [15.03.2012], URL: http://www.sehepunkte.de/2012/03/18093.html
Quelle: http://games.hypotheses.org/43
Ein Besuch auf der Leipziger Buchmesse hat mich auf eine Literaturgattung aufmerksam gemacht, die oft Gegenstand harter – und oft grenzüberschreitender – Auseinandersetzung über die “richtige” Geschichtsdarstellung gewesen ist: Lehr- und Geschichtsbücher. Während ich an einer Vielzahl von Lehrbuchverlagen vorbeiging, erinnerte ich mich an einen Zeitungsarikel der norwegischen Aftenposten aus den frühen 1960er Jahren. Darin forderte der Autor – ganz nach dem Titel des Artikels »Hårdt tiltrengt revisjon av lærebøkene i de tyske skoler« (21. Januar 1961) – eine Korrektur der deutschen Geschichtsbücher. Unter anderem kritisierte der Artikel “die unkorrekte Darstellung des Überfalls [auf Norwegen und Dänemark 1940, Anm. RZ]” sowie die apologethische Erklärung zur Besetzung der nordischen Nachbarn. Auf besonderes Unverständnis stieß das völlige Weglassen von detaillierteren Schilderungen zum deutschen Terror und dem Besatzungsregime in Norwegen.
Dies habe ich zum Anlass genommen, mir die aktuellen Lehrbücher zweier großer Verlage auf genau diese Kritik hin anzuschauen. Ich wollte wissen, wie der Überfall auf die skandinavischen Länder während des Weltkrieges in den heutigen Schulbüchern dargestellt wird und welchen Umfang die Beschreibung der anschließenden Besatzungsherrschaft einnimmt.
Vorweg sollte ich noch erwähnen, dass die beiden Beispiele weder repräsentativ für alle Geschichtsbücher auf dem deutschen Büchermarkt sind, noch dem stark förderalen Bildungssystem der Bundesrepublik mit all seinen verschiedenen Lehrplänen Rechnung tragen. Mir kommt es daher eher auf die Tendenzen der Aussagen als den genauen Wortlaut an.
Das erste Werk, das ich mir anschaute, war Geschichte und Geschehen, Oberstufe Gesamtband des Klett-Verlags. Hier wird der Überfall (und nur dieser) in drei Zeilen abgehandelt. So heißt es unter der Überschrift Deutschlands Führung verrechnet sich in Europa:
“Um sich wichtige Rohstoffe für die Rüstungsindustrie gegen einen möglichen britischen Zugriff zu sichern (schwedisches Eisenerz), überfiel Deutschland im April 1940 die neutralen Staaten Dänemark und Norwegen.” (S. 426)
Weitere Verweise auf das Besatzungsregime habe ich nicht gefunden (kann diese aber auch nicht 100% ausschließen, schließlich konnte ich die Lehrbücher nur an einem Messestand durchsehen).
Als Vergleichsexemplar habe ich das Geschichtslehrbuch Kursbuch Geschichte (Berlin, Brandenburg, Mecklenburg-Vorpommern) des Cornelsen-Verlages herangezogen. Unter den Unterpunkt Eroberungs- und Besatzungspolitik heißt es wieder auf drei Zeilen [sic]:
“Bevor das Deutsche Reich seine Offensive im Westen eröffnete, besetzte die Wehrmacht Dänemark und Norwegen, um die Nordflanke sowie die für die Kriegsführung notwendige Versorgung mit Erzen abzusichern.” (S. 449)
Wieder konnte ich keine Hinweise auf die eigentliche Besatzung oder wenigstens einen Verweis auf weiterführende Informationen entdecken. Stattdessen dominieren in den Geschichtsbüchern die Geschehnisse an der Ost- und Westfront. Skandninavien wird mehr oder minder ausgeklammert bzw. nur am Rande erwähnt.
Leider hatte ich bisher keine Möglichkeit diese Textstellen mit anderen deutschen Lehrbüchern aus den ersten Nachkriegsjahrzehnten zu vergleichen.
In Anbetracht der Fülle an Material, das die Autoren in nur wenigen Seiten überblicksartig darzustellen versuchen, ist die Kürze der Beschreibung nicht überraschend. Dennoch laden auch heute noch die deutschen Lehrbücher zur gleichen Kritik ein, die bereits vor über 50 Jahren im Aftenposten-Artikel aufgeführt wurde. Zumindest findet man keine Anspielung auf die “Race-to-Scandinavia”-These allá Walther Hubatsch (siehe letzter Post). Leider versäumen auch heutige Geschichtsbücher, auf die Rolle des Zweiten Weltkriegs für die Selbst- und Deutschlandwahrnehmung unserer skandinavischen Nachbarn einzugehen. Im Allgemeinen sollten die Deutschlandbilder unserer unmittelbaren Nachbarn im Unterricht Einzug halten, um die nationale Nabelschau im Geschichtsunterricht weiter entgegenzuwirken und ein europäisches Geschichtsverständnis zu fördern.
Weniger überraschend, aber nicht minder enttäuschend ist die fehlende Differenzierung zwischen den Besatzungsverläufen in Norwegen und Dänemark. Dies ist eine Disparität, auf die in beiden Ländern großen Wert gelegt wird und in Deutschland zu oft unterschlagen wird. (1)
(1) Vgl. Dahl, Hans F., et al. (Hrsg.): Danske tilstander, norske tilstander – Forskjeller og likheter under tysk okkupasjon 1940-45, Oslo: Forlaget Press, 2010.