CLARIN-D Reisestipendien für die DHd-Tagung 2015

Zur DHd 2015 vergibt CLARIN-D drei Reisekostenstipendien in Höhe von jeweils bis zu 300,00 EUR an NachwuchswissenschaftlerInnen, die an der DHd Jahrestagung vom 23.-27. Februar 2015 in Graz teilnehmen. CLARIN-D ist als deutsches Forschungsinfrastrukturprojekt aus dem Bereich der digitalen Geisteswissenschaften Teil des europäischen CLARIN-Verbundes (CLARIN ERIC).

Bedingungen:

– Teilnahmeberechtigt sind alle NachwuchswissenschaftlerInnen (insbesondere in der Master- oder Promotionsphase), die einen Beitrag (Poster oder Vortrag) erfolgreich für die Tagung eingereicht haben.

– Erforderlich ist die Registrierung für die Tagung bis zum 10. Januar sowie eine Bewerbung um das Stipendium per E-Mail an thorsten.trippel@uni-tuebingen.de bis spätestens 15. Januar 2015 (12 Uhr MEZ). Der E-Mail beizufügen ist eine PDF-Datei mit tabellarischem Lebenslauf (max. 1 Seite) sowie eine Kopie der Benachrichtigungsemail, dass der Beitrag für die Tagung angenommen wurde, sowie der eingereichte Abstract.

– Die Preisträger verpflichten sich, bis spätestens zwei Wochen nach Konferenzende einen einseitigen Bericht über ihre Erfahrungen auf der Tagung zu verfassen und per E-Mail an CLARIN-D (über thorsten.trippel@uni-tuebingen.de) zu senden.

Auswahlkriterien:

– Qualität des Abstracts, insbesondere nach den Kriterien Originalität und Innovation.

– Bei gleicher Qualität und mehr Bewerbungen als Stipendien entscheidet das Los (der Rechtsweg ist ausgeschlossen).

Die PreisträgerInnen werden auf der Tagung benannt. Eine Erstattung der Reisekosten erfolgt nach der Konferenz, den PreisträgerInnen werden die Modalitäten bei der Vergabe mitgeteilt.

Für Fragen zum CLARIN-D Reisestipendium für NachwuchswissenschaftlerInnen wenden Sie sich bitte an Thorsten Trippel (thorsten.trippel@uni-tuebingen.de).

Quelle: http://dhd-blog.org/?p=4459

Weiterlesen

DARIAH-DE Tutorial “Digitale Textedition mit TEI” online

Kodierung von "surface" und "zone" beim dokument-zenrierten Kodieren mit TEI.

Kodierung von “surface” und “zone” beim dokument-zenrierten Kodieren mit TEI.

Das DARIAH-DE Tutorial Digitale Textedition mit TEI ist nun vollständig online. Das Tutorial, das Teil der DARIAH-DE Schulungsmaterialien ist, besteht aus einer Reihe von Kapiteln, die aufeinander aufbauend in verschiedene Aspekte der Kodierung und Edition von Texten nach den Guidelines der Text Encoding Initiative einführen.

Das Tutorial ist für den Einsatz in der Lehre konzipiert, kann aber auch im Selbststudium eingesetzt werden. Für weiterführende Lektüre zum Thema verweisen wir auf die Sammlung zum Thema “Enrichment” in der Doing Digital Humanities”-Bibliographie, die von DARIAH-DE auf Zotero zur Verfügung gestellt wird.

Jedes Kapitel behandelt einen bestimmten Aspekt des Themas und besteht jeweils aus drei Elementen: erstens aus einem Foliensatz für ein Inputreferat, das in die wichtigsten jeweils einschlägigen Begriffe und Elemente der TEI einführt; zweitens aus einem oder mehreren Aufgabenblättern, die zur praktischen Einübung des Gelernten dienen; und drittens aus den diversen Materialien, die für die Bearbeitung der Aufgaben notwendig sind, bspw. digitale Faksimiles, Transkriptionen, XML-Dateien, und mehr. Das Tutorial umfasst die folgenden Kapitel:

  1. Einführung in die digitale Textedition
  2. Was sind Markup und XML?
  3. Grundlagen der Textkodierung mit TEI
  4. Die TEI Guidelines, Kapitel 1-23
  5. Metadaten im teiHeader festhalten
  6. Primärquellen kodieren
  7. Varianten kodieren
  8. Dokument-zentriertes Kodieren
  9. Manuskript-Beschreibung
  10. TEI anpassen mit Roma
  11. Verwendung von XPath

Die Tutorials wurden von Christof Schöch an der Universität Würzburg umgesetzt und sind in den vergangenen zwei Jahren u.a. im Rahmen von DARIAH-DE entwickelt worden und konnten bisher in einer Reihe von Lehrveranstaltungen (universitäre Lehrveranstaltungen auf BA-Niveau sowie diverse Workshops für NachwuchswissenschaftlerInnen aus den Geisteswissenschaften) eingesetzt werden. Die Publikation als DARIAH-DE Schulungsmaterial konnte mit Unterstützung durch Mareike Laue, Philip Dürholt, Sina Bock und Keli Du, Universität Würzburg, realisiert werden. Die Aufgabenblätter selbst sind in TEI geschrieben und wurden mit Hilfe des Satzprogramms XML-Print automatisch in PDF-Dateien verwandelt.

Die Folien und Aufgaben basieren in großen Teilen auf den Materialien, die das Team “Digital Humanities @ Oxford” für die dortige Summer School 2012 entwickelt und veröffentlich hat. Die Materialien sind durchgehend nicht nur übersetzt, sondern auch weiter entwickelt und durch neue Themen, Aufgaben und Materialien ergänzt worden. Dies ist aufgrund der Creative-Commons-Lizensierung der Oxforder Materialien möglich. Wir publizieren die vorliegenden Tutorials mit der Lizenz Creative Commons Attribution 4.0 International (CC-BY), um weitere Bearbeitungen zu ermöglichen.

Neben den PDF-Dateien, die zur unmittelbaren Nutzung heruntergeladen werden können, stehen auch die XML-Dateien der Aufgabenblätter <http://dev.dariah.eu/svn/TTEI/Aufgaben/XML/> (einschließlich des RNG-Schemas, der ODD-Datei sowie der beiden Konfigurationsdateien für XML-Print) zum Download bereit. Dadurch können im Sinne der CC-BY Lizenz von Dritten Anpassungen an den Aufgaben vorgenommen und erneut mit XML-Print veränderte PDF-Dateien generiert werden. Die Speicherung im Hintergrund erfolgt in einem SVN-Repository, das die Nachverfolgung aller zukünftigen Änderungen erlaubt.

Über Rückmeldung zu dem TEI-Tutorial (sei es Lob, seien es Hinweise auf Ungenauigkeiten) freuen wir uns sehr und bitten um eine kurze Email an christof.schoech@uni-wuerzburg.de.

Quelle: http://dhd-blog.org/?p=3722

Weiterlesen

DARIAH-DE Schulungsmaterial – Mitmachen und Verbreiten

von Johanna Puhl, Universität Köln

In DARIAH-DE wurde in den letzten Monaten damit begonnen Schulungsmaterial zu Verfahren, zu Methoden und zu Themen der Digital Humanities über das DARIAH-DE Portal zur Verfügung und zur Nachnutzung bereit zu stellen. Die aktuelle Schulungsmaterial-Sammlung enthält sowohl Materialien, die im Rahmen von DARIAH-DE entwickelt und zusammengestellt wurden, aber besteht auch aus Schulungs- und Lehrmaterial von international forschenden und lehrenden Wissenschaftlerinnen und Wissenschaftlern. Das gesamte Material wurde mit einer Reihe von Schlagworten angereichert und kann so einfach durchsucht und genutzt werden. Die daraus resultierende Sammlung befindet sich auf https://de.dariah.eu/schulungsmaterial. Das gesamte innerhalb von DARIAH-DE produzierte Schulungsmaterial wird unter CC-BY zur Verfügung gestellt.

DARIAH-DE strebt an, diese Sammlung weiter auszubauen, um eine zentrale Schulungsmaterial-Sammlung, die sich explizit auf eine Nachnutzung für digital Forschende und Lehrende ausrichtet, aufzubauen.

  • Sie haben DH-Schulungsmaterial, das Sie selbst – beispielsweise für eine Lehrveranstaltung oder Workshops – entwickelt oder geschrieben haben und das Sie über DARIAH-DE anderen Forschenden und Lehrenden zur Weiterverbreitung, Nachnutzung oder auch zur Ergänzung und zum Ausbau zur Verfügung stellen möchten?
  • Sie kennen DH-Schulungsmaterial im Netz, das in der Übersicht bisher nicht auftaucht, aber von großem Interesse für Forschende, Lehrende und Studierende im Feld der Digital Humanities ist?
  • Sie haben Fragen oder Anregungen zu unserer bisherigen Sammlung?

… Dann freuen wir uns, wenn Sie sich bei uns unter info@de.dariah.eu mit Lizenznennung Ihres DH-Schulungsmaterials melden.

Schulungsmaterial

Quelle: http://dhd-blog.org/?p=3717

Weiterlesen

DH 2014 Workshop: The Representation of Multiplicity as a Means to Digital Cultural Empowerment

Die DH Conference 2014 nähert sich und wir möchten es nicht versäumen, an dieser Stelle auf unseren Pre-Cobference-Workshop “The Representation of Multiplicity as a Means to Digital Cultural Empowerment” aufmerksam zu machen. Wir, das sind Valeria Vitale, PhD Studentin vom King’s College Lodon, Stuart Dunn, Lecturer vom King’s College und ich, Mareike Höckendorff, Doktorandin an der Uni Hamburg. In dem ganztägigen Workshop geht es uns darum, Strategien zu entwickeln, wie in konkreten Projekten praktischer oder theoretischer Art, Multiplizität berücksichtigt und sogar gefördert werden kann. Dazu bringen wir zwei unserer eigenen Projekte als Beispiele mit. Eines beschäftigt sich mit der Entwicklung eines 3D Modells für Pompeii, das andere baut unter dem Namen efoto-hamburg eine Bilddatenbank auf, die gleichzeitig Archiv und virtueller Ort kultureller Begegnung werden soll. Der Workshop richtet sich an alle Interessierten aus den Bereichen Cultural Heritage, Narratologie, Kunstgeschichte, Archäologie, Fotografie und – da praktische Lösungen uns ebenso sehr am Herzen liegen wie theoretische – natürlich Informatik.

Multiplizität und digitale Demokratie

Multiplizität kann im Rahmen der Repräsentation kulturellen Erbes auf vielfache Weise vertreten sein; durch verschiedene Zeitebenen, verschieden klassifizierte Objekte, unterschiedliche Realitätsebenen oder unterschiedliche Sichtweisen, die von Faktoren wie Kontext, Interesse oder Wissen abhängig sind. Nicht selten bedeutet die Beschäftigung mit kulturellem Erbe auch, Dinge zu betrachten, die physisch nicht mehr vorhanden sind und darum nur noch in Aufzeichnungen und Erinnerungen existieren.

Digitale Demokratisierung kultureller Prozesse bedeutet für uns, Kultur auf möglichst vielen der oben genannten Ebenen zugänglich zu machen. Rohdaten wie Bilder, literarische Texte, Filme oder Musik stehen neben  Interpretationen, Mashups, Kommentaren und Diskussionen. Die digitale Umgebung sollte so gestaltet werden, dass Nutzer sie ebenso passiv erkunden wie das Datenmaterial aktiv für eigene Darstellungen verwenden können.

Zwei Projekte als Kick-Off

Das erste Projekt, das wir vorstellen wollen ist efoto-hamburg. Die Idee dafür entstand in der Kulturbehörde der Stadt Hamburg und setzte bei der Zusammenführung unterschiedlicher kultureller Daten zu einem multiplen Gesamtkonvolut an. Ganz praktisch gesprochen, heißt das, dass sämtliches in Archiven ruhendes fotografisches Datenmaterial der Stadt in eine gemeinsame Datenbank überführt werden soll. In Zusammenarbeit mit der Universität Hamburg wurde diese Idee so ausgeweitet, dass nicht nur ein weiteres Portal für kulturelle Daten entstehen wird, sondern Nutzer aktiv in die Prozesse der digitalen Kuration, Verschlagwortung und Diskussion der Bilder einbezogen werden. Der Nutzer wird so in einen konstruktivistischen Prozess verwickelt, in dem er, sei es durch passive Erkundung der Daten oder durch aktives Hinzufügen eigener Bilder und Annotationen, Teil eines gestalterischen Prozesses des städtischen Kulturraumes wird.

Das zweite Projekt, das als Kick-Off für die Projektpräsentationen vorgestellt wird, beschäftigt sich mit der Darstellung archäologischen Erbes am Beispiel des Isis Tempels in Pompeii. In den letzten 250 Jahren hat die Ausgrabungsstätte Pompeii vielfältige Interpretationen verbaler und visueller Art hervorgebracht. Verschafft man sich einen Überblick über diesselben, so stellt man schnell fest, dass der dahinter liegende Interpretationsprozess von wechselnden sozialen und kulturellen Variablen beeinflusst wird und so nie als abgeschlossen betrachtet werden kann. Die Darstellung dieser Interpretationen hat zudem viele gemeinsame Funktionalitäten mit der Praxis des Storytellings. Ziel des Projektes ist es, ein digitales Tool zu entwickeln, das für ein konretes archäologisches Objekt sowohl die multiplen restaurativen Hypothesen als auch Interpretationen zugänglich macht. Auf diese Weise entsteht eine kritische Darstellung dieses Objektes als Teil des kulturellen Erbes, die davon wegführen soll, der Öffentlichkeit einzelne, notwendig vereinfachte und unbefriedigende Teilstücke archäologischer Forschung als Ergebnisse zu präsentieren. Stattdessen soll ein partizipativer Austausch angeregt werden, bei dem der Öffentlichkeit die Komplexität der Thematik nicht vorenthalten wird und sie so dazu eingeladen wird, eigene Interpretationen zu finden.

Was die Teilnehmer noch erwartet

Nach der Präsentation dieser beiden Beispielprojekte sind die Workshopteilnehmer dazu aufgefordert, eigene Ansätze, Experimente oder Erkenntnisse zum Thema vorzustellen. Das darf gerne anhand von konkreten Projekten oder Forschungsfragen sein, die kurz präsentiert werden. Anschließend werden die einzelnen Aspekte und Thematiken anhand eines Leitfragenkataloges diskutiert und zusammengeführt. Ziel des Workshops ist es, Ansätze einer Handlungsstrategie für die Darstellung von Multiplizität in digitalen Cultural Heritage Projekten festzuhalten und für alle Teilnehmer aufzubereiten. Außerdem freuen wir uns über regen Austausch mit Projekten, die sich ähnlichen Herausforderungen stellen wie wir mit efoto-hamburg und der 3D Rekonstruktion des Isis-Tempels in Pompeii.

Mehr Informationen zu efoto unter www.efoto-hamburg.de

Mehr zum Workshop hier

Quelle: http://dhd-blog.org/?p=3670

Weiterlesen

Masterstudiengang: Digital Humanities an der Universität Trier

Voraussichtlich ab dem Wintersemester 2014/15 können die ersten Studierenden an der Universität Trier ein Masterstudium im Studiengang Digital Humanities (M. Sc.) aufnehmen.

Der neu eingerichtete bilinguale (Deutsch – English) Studiengang ist im Fach Computerlinguistik und Digital Humanities angesiedelt und wird in Zusammenarbeit mit dem Trier Center for Digital Humanities angeboten. An der Schnittstelle von Informatik- und Geisteswissenschaften vermittelt das Studium Bachelor-Absolventen beider Disziplinen Kernkompetenzen eines aufstrebenden Wissenschaftszweiges.

In einer Regelstudienzeit von vier Semestern erwerben die Studierenden zunächst die den persönlichen Schwerpunkt ergänzenden Grundlagen aus den Bereichen Informatik oder Geisteswissenschaften. Im weiteren Verlauf werden Fertigkeiten der Repräsentation, der digitalen Aufbereitung sowie der Visualisierung und Analyse geistes- und kulturwissenschaftlicher Daten, sowohl textueller als auch multimedialer Natur, vermittelt.

Trier bietet nicht nur aufgrund seines kulturellen Erbes und seiner langen Forschungstradition in den Digital Humanities und der Computerlinguistik einen idealen Ausgangspunkt für innovative geisteswissenschaftliche Forschung, auch die Vernetzung zur Universität der Großregion mit den Ländern Frankreich, Luxembourg und Deutschland fördert interkulturelle Vielfalt. Studierende erhalten durch die Verknüpfung mit sprach- und literaturwissenschaftlichen sowie kunsthistorischen Seminaren eine breite geisteswissenschaftliche Ausrichtung. Zudem ermöglicht die enge Anbindung an das Trier Center for Digital Humanities sowie die Kooperation mit verschiedenen kulturhistorischen Instituten in der Region die projektnahe Praxis für angehende Wissenschaftler.

Der Studiengang wird vorbehaltlich der ausstehenden Akkreditierung ab dem Wintersemester 2014/15 angeboten. Die Bewerbungsfrist für Studierende endet am 13.09.2014, für ausländische Studierende am 15.07.2014.

Weitere Informationen erhalten Sie auf der Seite des Faches Computerlinguistik und Digital Humanities

Ansprechpartner:

Prof. Dr. Caroline Sporleder
Universität Trier
FB II – Computerlinguistik und Digital Humanities
+49 651 201-3363
sporledc@uni-trier.de

Plakat_DH-Studiengang

Quelle: http://dhd-blog.org/?p=3517

Weiterlesen

MOOC on Digital Art & Culture

An Open Online Course about identification, documentation and conservatory understanding of digital art and culture

June 4th to  October 19th 2014

The BUA-MOOC on Digital Art and Culture provides insight into the digital net culture, the aspects of its historical development and its current challenges. MOOC means Massive Open Online Course and is a public learning format, which is accessible via internet for free to whom it may concern.

The BUA-MOOC on Digital Art and Culture shows where Digital Art and Culture can be found on the net and how it actually looks like. It explains how “digital culture” (as art) can be read and learnt and how this engagement in artistic works and interventions help us understand contemporary art.

Theoretical inputs and fundamental techniques like identification and documentation, as well as, applied approaches to preservation will be presented. The MOOC illustrates the important stages in the digital lifecycle, production, reception and preservation, clearly showing how, where and with whom the introduced issues are debated.

The BUA-MOOC is divided into three thematic sections

Finding & Identifying artistic & cultural activities on the Internet.

  • Identifying places on the internet where digital culture can be found
  • Learning how to qualify relevance and understanding the basic structure of digital curation & preservation lifecycles
  • Learning from examples and case studies of others

Reading & Documenting artistic & cultural activities of digital art and culture.

  • Reading technologies – approaching to web-based content from the users side
  • Identification tools and technologies
  • Describing and documenting experiences in a clearly structured and reproducible way

Living & Understanding artistic & cultural activities.

  • Database based artworks / Artistic Examples
  • Maintaining and safe-guarding of complex digital objects
  • Databases to store knowledge on cultural heritage objects

The MOOC shows the state of the art and presents different perspectives, techniques and level of depths. Apart from general reference materials and an overview of information portals, journals and platforms, individual exercises are available to revise your daily work practices. Helpful tools and standards e.g. CIRDOC CRM are introduced.

Course Structure

The MOOC is open from June 4th to October 19th 2014. During the course case studies and other research activities can be presented. Collaboration in smaller learning groups is intended.

Webinars: We will start with a series of 3 live online seminars (webinars) (90-min). The three online seminars (webinars) introduce the three thematic sections with the use of input presentations. Subsequent to the presentations a moderated discussion takes place, where the questions posted by the audience over the virtual seminar chat room, are addressed and discussed.

Date: June 4th, 5th and 6th 2014 each at 04:30 pm

Access: online https://collab.switch.ch/bua_mooc/.

Technical requirements: Web browser and Internet connection, speakers/headphones.

No pre-registration necessary.

When entering the room you will be asked to provide your name.

Online Videos

The contents of the webinars are extracted and bundled into short video sequences and then each set of extract made available successively. The contents are linked to youtube and the MOOC website: http://mooc.pdach.ch/index.php/Moocvideos.

Advanced online course

After the webinars an e-learning platform gives you the opportunity to enhance the acquired knowledge. For this purpose the e-learning platform provides comprehensive references, which are regularly updated and amended during the MOOCs.

Instructions for the Login

Target Audience

The MOOC is aimed at anyone involved in the fields of culture and/or media, whereby the focus is clearly set on rather classical art works. The core aim is to address questions on conservation.

Condition of participation

Access is free of charge, no previous knowledge required. It is solely your decision when and what you look up online and how actively you want take part.

Course registration and enrolment is now open. Enrolled users will receive timely reminders on webinars and will be updated and informed of any alterations.

Additional Information

Courses are held in English.

Announcement_engl

http://mooc.pdach.ch

 

Quelle: http://dhd-blog.org/?p=3504

Weiterlesen

Explore, play, analyse your corpus with TXM

A short introduction of TXM by José Calvo and Silvia Gutiérrez

 

On Feburary 6-7, 2014, the Department for Literary Computing, Würzburg University, organized a DARIAH-DE Workshop called “Introduction to the TXM Content Analysis Platform“. The workshop leader was Serge Heiden (ENS-Lyon) who is in charge of the conceptualizing and implementing TXM at the ICAR Laboratory in France.

The workshop included a brief explanation of TXM’s background, but it concentrated on a very practical approach. We learned about the “Corpora options” (that is what you can know about your corpus: POS descriptions, text navigation), but also what you can do with it: find Key Words In Context (KWIC), retrieve Parts of Speech, and moreover how you can analyse these results querying for the Most Frequent Words or the cooccurrences.

In the evening of day one, we got an overview of the state of art of the use of “Natural Language Processing for Historical Texts” in a keynote by Michael Piotrowski (IEG Mainz). First of all, he started by defining Historical Texts as all those texts that will bring major problems to NLP. In order to clarify these definitions, Dr. Piotrowski listed some of the greatest difficulties:

  • Medium and integrity: we have to remember that in order to analyse an old script that was written in clay tablets or marble, it is compulsory to first find a way to transfer this information into a digital format (not an easy task); plus: some texts are defective or unclear, and transcriptions may introduce new errors
  • Language, writing system and spelling: many of the historical texts were written in extinct languages or variants different from today’s variants; as for the writing system, the many abbreviation forms and the variety of typefaces are more or less problematic; finally, we should not forget the little problem of non-standardized spelling!
  • State of art: Historical languages are less-resourced-languages, there are few texts available, and NLP for historical languages is carried out in specific projects; that is, there are no common standards and everyone has to start from zero.

Not to discourage his public, he then offered an overview of what can be done: Part-of-speech tagging. Creating a tagger for a historical language can be done with the the following methods:

  1. From scratch: manually annotating your text
  2. Using a modern tagger and manually correcting all errors
  3. Modernizing spelling
  4. Bootstraping POS tagger (with many versions of the same text, like the Bible)

Now let’s get back to the TXM workshop. In this post, you will find a brief practical introduction to this tool. We will provide you with a rough idea of what is this software about and what you can do with it. If you would like to learn more, do check the links we have shared towards the end of this post. By the way, all words marked with a little * are explained at the end, in the “Vocabulary” section.

What is TXM?

This software is at the juncture of linguistics and scholarly editing and it’s made to help scholars analyse the content of any kind of digital text (Unicode encoded raw texts or XML/TEI tagged texts).

To get to know more about the TXM background, don’t miss Serge Heiden’s Workshop slides:

Where can I work with it?

You may work on the desktop (download page) or online version of the tool. Both platforms have advantages and disadvantages. The online version allows you to start the work without downloading or installing anything, and share your corpora with other colleagues. With the desktop version, you can easily lemmatize and analyse the Parts of Speech (POS*) of your own texts.

So that you can get a better idea of the way it works, we’ll guide you with some practical examples. Say you want to search for the lemma politics on the “Brown Corpus*. First you have to open the Index option:

2014-02-15_19h28_12

Then you use the query box to type in the query, using the following structure from the CQL* query language: [enlemma=“politics”]. In the desktop version, the results will look as follows (the web version is very similar):

2014-02-12_11h02_39

What can I do with TXM?

Explore your corpus

Corpora options

On the first column of both interfaces there’s a list of the corpora you can work with (in this case DISCOURS, GRAAL, BROWN). When you click with the right button of your mouse on one of your corpora, you will see a list of icons:

png;base6465a19490765df979These are the main tools of TXM and you will use one of these to analyse your corpus in different ways.

Corpus description (Dimensions)

Before you start with the fun, you should click the “Dimensions” option and have a look at some general information about the corpus (number of words, properties, and structural units, as well as the lexical and structural units properties). This information is richer in the desktop version:

2014-02-12_11h12_23

Text navigation

A very practical TXM feature is the text display. If you wish to open a list of the corpus’ elements, you just have to click on the book icon (called “Texts” in the online version and “Open edition” in the other). A list like the following will be shown:

2014-02-12_11h17_48

Moreover, if you click on the book icon in the “edition” column, TXM will open a readable version of our text:

2014-02-12_11h18_47

Play with your corpus

Key Words In Context (KWIC)

A very typical visualization of a corpus is the so called KWIC view, which you have already seen displayed in the politics lemma example.

With TXM you can sort the results using different criteria organizing them according to the right or left context of your word, the word form, etc; besides, you can choose which elements you want to visualize. Say you’re searching for collocations of present as an adjective and NOT the data related to the noun nor the verb form (to present). First of all you need to go to the INDEX.

Once you open this, you can set the options in the “Keyword” column and visualize the grammatical category along with the word form. Then you type “JJ_present”, where “JJ” means “adjective” and “present” is the verb form, so that only those instances of the graphical form present are selected which are adjectives. It is also possible to order this data by different criteria.

As you can see in the next screenshot, you are looking for the lemma present. Therefore, you should set the first “Sort keys” menu to “Left context”, and the second one to “Keyword”; what you’re saying to the software is that you want all the examples sorted by the Left context as a first criteria and the Keyword as a second. In the “Keyword” > “View” menu we have set “enpos, word”. With that we are ordering TXM to show us not just the word form, but also the POS. That is why we see the keywords as “VVN_present” (that means, present as a verb) or JJ_present (present as an adjective):

png;base64f22bacff5fc65745

Parts of Speech

Another way to display specific words according to their POS can be run by using the Index tool (A|Z icon), from a lexicologist point of view one the most interesting options of TXM. If you search again for the lemma present and in the properties box, you chose to see not only the word form but the POS as well, TXM will tell you the frequency, word form and POS of each different word form found in the corpus:

2014-02-12_11h53_26

If you only want the word forms of the verb to present, you can add the POS information to the query: [enlemma=“present” & enpos=“VV.*”]

These index can able to create lists of n-grams. Let’s search for the most frequent words that appear after the lemma present:

2014-02-12_11h57_37

Quantative analysis

Most Frequent Words

To query something you have to have a specific question and know some basic information, for instance: in which language is the corpus? A way to have a general idea about the texts is the Lexicon option, the icon with AZ both on white background. When you click on it, you will see a list of the most frequent word forms:

2014-02-13_11h58_08

 

You can change the settings of the query and ask to count not the word forms but the lemmas. In that case the verb to be climbs up some positions, now that is, are, were, been etc. count as one single unity:

png;base64c5510467d9a7ff1f

 

Coocurrences

Another quantitative analysis concerns the coocurrences, that is, the words (or other unities) that frequently appear close to a specific word (or to other unities). Unlike n-grams, coocurrences do not have to appear exactly after or before the unity, they just have to be somewhere close to it.

The Brown corpus was compiled in the 1960s in the United States, the main years of the Cold War. So let’s see the vocabulary related to the words United States and which one to Soviet Union:

2014-02-13_12h13_56

Progression

Another statistical option that exists on the Desktop version is the Progression (icon with an arrow). This option helps visualize how many times a unity appears in a corpus or a text. This might be interesting to see the progress of a word between two dates or see the development of a word in the different parts of a text.

For the next example, the text of Bram Stocker’s novel Dracula was imported (the version used is from the University of Adelaide). With the information of the chapters kept in XML elements, you can look for the name of the main characters and see how many times and where they appear. The next screen-shot shows the complete query:

2014-02-13_13h41_35

To understand the next graphic, you have to keep in mind that if the lines ascends, that means the name has been mentioned; if the line keeps going horizontally, it means the name didn’t appear any more.

 

2014-02-08_15h54_49

 

As you can see, the Count Dracula (yellow) is the most mentioned name in the first four chapters, but it almost disappears towards the 17th chapter. In this gap, Lucy (blue) becomes the main character and, from the 9th chapter, the Professor van Helsing (red) takes the “leading” role. It is also remarkable that this last character is not only the most frequent, but the most stable.

Sub-corpora and partitions

You can divide your corpus into two options: sub-corpora and partitions. With a sub-corpus you can choose some texts from a corpus and work with them. With the partition, you can split the corpus into more than one part and easily compare the results of the different parts. On the next screenshot, you have the menu where a Partition called “Fiction and Press partition” is being created, using the XML “text” and the property “type” to choose which kind of text is wanted. This partition will have two parts: one called “Fiction” and the other one called “Press” and each of it will contain the respective type of texts.

2014-02-13_13h26_05

Useful links

“A gentle introduction to TXM key concepts in 90 minutes” by Serge Heiden: http://sourceforge.net/projects/txm/files/documentation/IQLA-GIAT%202013%20TXM-workshop.pdf/download

Tutorial video introducing TXM 0.4.6 (WARNING: the software, specially it’s surface, is now very different): http://textometrie.ens-lyon.fr/IMG/html/intro-discours.htm

TXM background http://fr.slideshare.net/slheiden/txm-background

TXM import process http://fr.slideshare.net/slheiden/txm-import-process

Vocabulary

 

Brown Corpus

The Brown corpus consists of 500 English-language texts, with roughly one million words, compiled from works published in the United States in 1961. You can learn more about it here.

CQL

TXM uses an underlying Contextual Query Language, which is a formal system for representing queries to information retrieval systems such as web indexes, bibliographic catalogues and museum collection information. More information in the official web-page: http://www.loc.gov/standards/sru/cql/

 

POS

Here is a useful alphabetical list of part-of-speech tags used in the Penn Treebank Project (tag and description): https://www.ling.upenn.edu/courses/Fall_2003/ling001/penn_treebank_pos.html

Quelle: http://dhd-blog.org/?p=3384

Weiterlesen

TAToM, oder: Text Analysis with Topic Models (Tutorial)

Eine "topic heatmap" für die Tragödien von Jean Racine

Eine “topic heatmap” für die Tragödien von Jean Racine

Die Schulungsmaterialien “TAToM – Text Analysis with Topic Models for the Humanities and Social Sciences“, die von Allen Riddell im Rahmen von DARIAH-DE erstellt wurden, sind soeben erschienen.

Sie bestehen aus einer Serie von Tutorials, die grundlegende Verfahren der quantitativen Textanalyse abdecken. Sie thematisieren die Vorbereitung eines Textkorpus für die Analyse sowie die Exploration von Textsammlungen mit Verfahren wie Topic Modeling und Maschinellem Lernen. Besonderes Augenmerk liegt darauf, dass NutzerInnen weitestgehende Kontrolle über die Vorgänge der Textprozessierung behalten können. Wichtig war bei der Entwicklung der Materialien darüber hinaus, den Aspekt der Visualisierung von Topic Models mit in das Verfahren einzubeziehen.

Die Tutorials behandeln sowohl einige grundlegende als auch fortgeschrittene Themen und bauen in gewisser Weise auf den Materialien zu Python Programming for the Humanities von Folgert Kastorp und Maarten van Gompel auf bzw. setzen diese teilweise voraus. Die Tutorials nutzen in erster Linie die beliebte Skriptsprache Python, um mit den Textdaten umzugehen.

Die Inhalte in der Übersicht:
- Preliminaries & Getting started
- Working with text
- Preprocessing
- Feature selection: finding distinctive words
- Topic modeling with MALLET
- Topic modeling in Python
- Visualizing topic models
- Classification, Machine Learning, and Logistic Regression
- Case Study: Racine’s early and late tragedies

Die Tutorials wurden von Allen Riddell für DARIAH-DE verfasst und im März 2014 in Version 1.0 veröffentlicht. Die Koordination lag bei Christof Schöch am Lehrstuhl für Computerphilologie der Universität Würzburg. Rückmeldung zu den Tutorials ist immer willkommen, ebenso wie Hinweise auf Fehler. Bitte nutzen Sie hierfür den issue tracker auf GitHub. Die Tutorials werden unter der Lizenz Creative Commons Attribution 4.0 International zur Verfügung gestellt.

Quelle: http://dhd-blog.org/?p=3275

Weiterlesen

DARIAH-DE Workshop “Introduction to the TXM Content Analysis Platform”

The Department for Literary Computing, Würzburg University, will organize a DARIAH-DE Workshop called “Introduction to the TXM Content Analysis Platform”.

Workshop outline

The objective of the “Introduction to TXM” tutorial is to introduce the participants to the methodology of text analysis through working with the TXM software directly on their own laptop computers. At the end of the tutorial, the participants will be able to input their own textual corpora (Unicode encoded raw texts or XML/TEI tagged texts) into TXM and to analyze them with the panel of content analysis tools available: word patterns frequency lists, kwic concordances and text browsing, rich full text search engine syntax (allowing to express various sequences of word forms, part of speech and lemma combinations constrained by XML structures), statistically specific sub-corpus vocabulary analysis, statistical collocation analysis, etc.). The portal version of TXM, allowing the on line access and analysis of corpora, will also be introduced.

Basic information

  • Time: February 6-7, 2014
  • Place: Würzburg University (details tba)
  • Workshop leader: Serge Heiden (Lyon)
  • Local organizer: Christof Schöch (Würzburg)

For further information:

Practical matters

The workshop is aimed at younger as well as experienced scholars from the humanities dealing with textual data. It is being organized by the Department for Literary Computing at Würzburg University, Germany, under the auspices of the DARIAH-DE initiative. It will be held by Serge Heiden, leader of the TXM project. It will take place on Feb. 6-7, 2014 at Würzburg University.

The maximum number of participants is limited to 15 and places will be filled on a first-come first-serve basis. The deadline for applications is January 20th, 2014. There is no fee for participating in this event. You will need to bring along your own laptop computer. Access to the internet will be available. Please contact Dr. Christof Schöch for further details and to sign up for the event at christof.schoech@uni-wuerzburg.de.

Preliminary programme

Thursday, February 6

  • 13:30-14:00 – Welcome
  • 14:00-15:30 – Introduction to TXM
  • 15:30-16:00 – Coffee break
  • 16:00-17:30 – Hands-on Session 1
  • 18:00-19:15 – Lecture by invited speaker (tba)
  • 20:00- – Dinner

Friday, Feb 7

  • 9:00-11:00 – Hands-on Session 2
  • 11:00-11:30 – Coffee break
  • 11:30-13:00 – Hands-on Session 3
  • 13:00-13:30 – Final discussion and farewell

Note: This event is being organized by DARIAH-DE with funding provided by the German Federal Ministry of Education and Research (BMBF) under the identifier 01UG1110J.

Quelle: http://dhd-blog.org/?p=2782

Weiterlesen

Zertifikatsstudiengang CAS Documentation of Complex Digital Objects (07.03.2014-15.11.2014)

Digitale Kunstwerke und Kulturgüter sind einer doppelten Gefahr ausgeliefert: selbst wenn die schwierige Aufgabe der physischen Erhaltung auf der Objektebene (Bitstreampreservation) gelingt, verändert sich nicht selten in der Zwischenzeit der technische und der kulturelle Kontext.

Um einen späteren Zugang und das Verständnis der Werke zu ermöglichen, bedarf es umfassender Dokumentationen. Heutige Dokumentationsformate müssen häufig ganze Anwendungen oder Datenbündeln abbilden und mit komplexen Formaten zurechtkommen, die nicht selten instabil sind.

Der CAS* Documentation of Complex Digital Objects widmet sich dieser Herausforderung. Er vermittelt umfassende Dokumentationsmethoden, neuartige Dokumentationsstandards und softwarebasierte Erfassungssystematiken.

Der CAS Documentation of Complex Digital Objectsist spezialisiert auf das kulturelle Umfeld und lehrt die Anwendung und Überprüfung mediengestützter Dokumentationsformen für digitale Artefakte.

Ausgehend von klassischen Dokumentationsansätzen (Text, Bild, Datenbank) über die Beschreibung von Ablageprozessen und Überlieferungszyklen bis zur Dokumentation kontextsensitiver Werkformen (z.B. digitale Kunstwerke, digitale Nachlässe etc.) werden vielfältige Beispiele vorgestellt, praktische Anwendungsfälle erläutert und an eigenen Testdaten erprobt.

Fachliche Ausrichtung

Der CAS Documentation kombiniert theoretische Grundlagen und praktische Erfahrungen von drei Fächern:

  • Digitale Konservierung & Restaurierung
  • Kulturinformatik & Technologie
  • Medientheorie & Digitale Medienkultur

Die fachliche und methodische Vielfalt wird durch Gastdozierende abgedeckt, die ihre Expertisen anschaulich vermitteln und Vernetzungsoptionen schaffen.

Zielpublikum und Zielsetzung

Der CAS Documentation richtet sich an Berufstätige, denen die nachhaltige Dokumentation und Überlieferung digitaler Kunstwerke, Kulturgüter und Kulturpraktiken ein Anliegen ist.

Die Absolvierenden werden befähigt, dokumentarische Anforderungen digitaler Kulturgüter zu erkennen und objektspezifisch, dokumentarisch zu beschreiben. Sie lernen, komplexe Primär- und Sekundär-Informationen im Werkzusammenhang, in Datenbanken sowie weiteren Dokumentationsformaten zu erfassen, zu verknüpfen und zu überprüfen (Monitoring).

Zulassungsvoraussetzungen

Einschreibungsvoraussetzung ist ein abgeschlossenes Hochschulstudium in folgenden Bereichen:

  • Konservierung/Restaurierung, Geschichte, Kunstwissen-schaft,  Museologie (inkl. Curatorial Studies & Museumstechnik).
  • Mitarbeitende archivarischer oder kultureller Sammlungen sowie Bibliotheken (inkl. digitale Informationsverarbeitung).
  • Absolventen und Absolventinnen künstlerischer oder gestalterischer Fächer.

Für Personengruppen anderer Berufsfelder oder ohne Hochschulabschluss besteht die Option einer Zulassung «sur dossier».

Sprache

Unterrichtssprache ist deutsch. Grundkenntnisse in Englisch sind empfehlenswert.

Vernetzung & Qualitätssicherung

Der CAS Documentation ist Bestandteil des MAS Preservation of Digital Art and Cultural Heritage (www.pdach.ch) und kann einzeln oder in Kombination studiert werden. Der CAS Documentation ist dem Fachbereich Konservierung & Restaurierung (Swiss Conservation & Restoration Campus) assoziiert, was die Vermittlung der ethisch-konservatorischen Standards garantiert.

Abschluss

Certificate of Advanced Studies BFH in Documentation of Complex Digital Objects

Informationen zur Durchführung

Der CAS Documentation umfasst 12 ECTS. Ein Credit entspricht einer Arbeitszeit von 30 Stunden.

Der CAS Documentation kann einzeln oder in Kombination mit den übrigen Modules des Master of Advanced Studies BFH in Preservation of Digital Art & Cultural Heritage (MAS PDACH) studiert werden.

Pro Lektion findet ein Input im Kontaktunterricht statt (je freitags 15:45 – 18:00 sowie Sa. 09:15 – 15:30); hinzu kommt ein hoher Anteil an Selbststudium. Betreute Praxisworkshops und Exkursionen ergänzen die vermittelte Theorie.

Terminübersicht

Studienbeginn: März 2014

Vorläufige Studientermine 2014:
07./08.03.2014    21./22.03.2014    11./12.04.2014    25./26.04.2014
09./10.05.2014    06./07.06.2014    03./04.07.2014    29./30.08.2014
19./20.09.2014    17./18.10.2014    31.10/1.11.2014  14./15.11.2014

Anmeldeschluss: 15. Januar 2014

Leitung

Tabea Lurk, Dozentin für digitale Konservierung

Studiengebühr

Studiengebühr CHF 5850.– plus Anmeldegebühr CHF 150.–

 

* CAS steht für Certificate of Advanced Studies und bezeichnet eine vertiefte, berufsbegleitende akademische Zusatzqualifikation in ausgewählten Fachgebieten, welche strengen Richtlinien und Vorgaben unterliegt.

Quelle: http://dhd-blog.org/?p=2778

Weiterlesen