Search

Die Folien der Präsentation zum gemeinsamen Tag vom Zentrum für nachhaltiges Forschungsdatenmanagement (ZFDM) und dem House of Computing and Data Science (HCDS), bei dem die Dienste und Angebote der beiden Einrichtungen an der Universität Hamburg vorgestellt wurden: Datenmanagementpläne (RDMO) Forschungsdatenrepositorium FUNDus! Sammlungsportal Arbeiten mit Daten, HCDS Forschungsinformationssytem Schulungsangebote

Das Poster stellt das D-WISE Kooperationsprojekt der Universität Hamburg zwischen dem Institut für Empirische Kulturwissenschaft und der Language Technology Group des Fachbereichs Informatik vor. Unter dem Schirm des D-WISE Projekts werden neue informatische Analyseverfahren unter Einsatz von kontextorientierten Embedding-Repräsentationen und eine prototypische Arbeitsumgebung als digitale Unterstützung von wissenssoziologischen Diskursanalysen entwickelt. Das Projekt zielt darauf ab, den Mangel an digitalen Lösungen für multimodale Diskursanalysen zu beheben, die in der Lage sind, mit der Multimodalität von Materialien sowie der Pluralität von Bedeutungen umzugehen, die vielfältige Herausforderungen und Komplexitäten für digitale Lösungen darstellen. Gleichzeitig soll sich der Herausforderung gestellt werden, die ständig wachsende Zahl digitaler Materialien zu bewältigen. Dazu erweitert D-WISE die Methodik durch KI-gestützte Methoden mit besonderem Fokus auf der Interaktion zwischen Mensch und Maschine. Darüber hinaus stellt die webbasierte open-source D-WISE Tool Suite etablierte Digital Humanities Methoden zur Verfügung und wird in enger Zusammenarbeit von Wissenschaftler:innen der Geisteswissenschaften und Informatik vorangetrieben. Ein Beitrag zur 9. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" - DHd 2023 Open Humanities Open Culture.

In diesem Artikel wird der hermeneutische Ansatz des D-WISE Projekts vorgestellt in Hinblick auf die technische und kollaborative Umsetzung innerhalb einer Tool-Entwicklung, in der die interdisziplinäre Zusammenarbeit und der Open Source Gedanke zentrale Leitprinzipien sind. Ausgehend von der Diskussion um Open Science in den Digital Humanities werden die Forschungs- und Designprozesse der D-WISE Tool Suite (DWTS) – ein prototypischer Werkzeugkasten, angelegt als Free and Open Source Software (FOSS) zur digitalen Unterstützung qualitativer Datenanalyse und Diskursanalysen – vorgestellt und reflektiert. D-WISE ist ein interdisziplinäres BMBF-gefördertes Verbundprojekt der Empirischen Kulturwissenschaften und Informatik an der Universität Hamburg zur Entwicklung einer prototypische Arbeitsumgebung, in der sowohl innovative KI-Verfahren für die Analyse von multimodalen Daten entwickelt als auch hermeneutische Analysen der wissenssoziologischen Diskursanalyse digital unterstützt und erweitert werden. Ein Beitrag zur 9. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" - DHd 2023 Open Humanities Open Culture.

Im Beitrag stellen wir den Vergleich zwischen als handlungsrelevant markierten Passagen und Ereignissen bzw. Ereignishaftigkeit an. Im Fokus steht die Frage nach der Relevanz von Ereignissen in Erzähltexten, welche in der Literaturwissenschaft vielfach und kontrovers verhandelt wird. Unser Ansatz sieht die Anwendung von N-Gram- und embedding-basierten Methoden vor, um semiprofessionelle, professionelle und nutzer:innengenerierte Handlungszusammenfassungen miteinander zu vergleichen. Mit einer von uns abgewandelten Form der Pyramiden-Methode - die ursprünglich zur Evaluation automatisch erzeugter Zusammenfassungen entwickelt wurde - können wir eruieren, dass die semiprofessionell verfassten Zusammenfassungen in den von uns untersuchten Daten den stärksten Handlungsbezug aufweisen. Im Weiteren können wir einen positiven Zusammenhang zwischen der Ereignishaftigkeit einzelner Text-Passagen und ihrer Erwähnung in Zusammenfassungen bestätigen. In Zukunft wollen wir überprüfen, auch auf Basis der hier vorgestellten Analysen, inwiefern zwischen grundlegenden Ereignistypen, die auch unter dem Konzept "Event I" subsumiert werden können, und besonders erzählwürdigen Ereignissen bzw. so genannten Events II, eine Verbindung besteht. Ein Beitrag zur 9. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" - DHd 2023 Open Humanities Open Culture.

This survey presents a comprehensive description of recent neural entity linking (EL) systems developed since 2015 as a result of the "deep learning revolution" in natural language processing. Its goal is to systemize design features of neural entity linking systems and compare their performance to the remarkable classic methods on common benchmarks. This work distills a generic architecture of a neural EL system and discusses its components, such as candidate generation, mention-context encoding, and entity ranking, summarizing prominent methods for each of them. The vast variety of modifications of this general architecture are grouped by several common themes: joint entity mention detection and disambiguation, models for global linking, domain-independent techniques including zero-shot and distant supervision methods, and cross-lingual approaches. Since many neural models take advantage of entity and mention/context embeddings to represent their meaning, this work also overviews prominent entity embedding techniques. Finally, the survey touches on applications of entity linking, focusing on the recently emerged use-case of enhancing deep pre-trained masked language models based on the Transformer architecture., Published in Semantic Web journal

Most existing methods to measure social bias in natural language generation are specified for English language models. In this work, we developed a German regard classifier based on a newly crowd-sourced dataset. Our model meets the test set accuracy of the original English version. With the classifier, we measured binary gender bias in two large language models. The results indicate a positive bias toward female subjects for a German version of GPT-2 and similar tendencies for GPT-3. Yet, upon qualitative analysis, we found that positive regard partly corresponds to sexist stereotypes. Our findings suggest that the regard classifier should not be used as a single measure but, instead, combined with more qualitative analyses.

Referential gaze is a fundamental phenomenon for psycholinguistics and human-human communication. However, modeling referential gaze for real-world scenarios, e.g. for task-oriented communication, is lacking the well-deserved attention from the NLP community. In this paper, we address this challenging issue by proposing a novel multimodal NLP task; namely predicting when the gaze is referential. We further investigate how to model referential gaze and transfer gaze features to adapt to unseen situated settings that target different referential complexities than the training environment. We train (i) a sequential attention-based LSTM model and (ii) a multivariate transformer encoder architecture to predict whether the gaze is on a referent object. The models are evaluated on the three complexity datasets. The results indicate that the gaze features can be transferred not only among various similar tasks and scenes but also across various complexity levels. Taking the referential complexity of a scene into account is important for successful target prediction using gaze parameters especially when there is not much data for fine-tuning.