Zum Hauptinhalt springen

Machine learning and scholarly editing - a contradiction or an exciting partnership?

Wann: Freitag, 12. September 2025 - 13:30 Uhr (CEST)

Wo: Online via diesen Unimeet-Stream

Organisation: Der Vortrag findet im Rahmen der CLARIAH-AT Summer School ‘Machine Learning for Digital Scholarly Editions’ des Instituts für Digitale Geisteswissenschaften (Universität Graz) statt.


Traditionell zielen wissenschaftliche Editionen darauf ab, einen zuverlässigen Text auf der Grundlage historischer Dokumente zu erstellen, der als Grundlage für weitere Forschungen in den jeweiligen Fachgebieten dienen kann. Je nach Art der Quelle erfordert dies methodisch einen genauen Textvergleich und eine detaillierte Untersuchung der Beschaffenheit der zugrunde liegenden Dokumente und ihres Textinhalts.

Wie passt dies zu Methoden des maschinellen Lernens, die Muster auf der Grundlage großer Datenmengen erkennen, sodass wir Modelle erhalten, mit denen wir wahrscheinlichkeitsbasierte Vorhersagen für weitere Daten treffen können? Sind diese Ansätze überhaupt miteinander vereinbar, und wie können wir die methodischen Widersprüche auflösen oder Verbindungen zwischen den Methoden suchen?

Die Keynote wird diese Fragen anhand des konkreten Beispiels von Briefen aus der Ausgabe der Werke des deutschen Schriftstellers Uwe Johnson (1934–1984) diskutieren, für die Themenmodelle erstellt wurden. Es wird auch darum gehen, inwieweit Geisteswissenschaftler, Digital Humanities-Forschende und Informatiker:innen in das jeweils andere Fachgebiet vordringen können, um die jeweiligen Methoden zu verstehen.

Dieses Verständnis bietet nicht nur spannende Möglichkeiten, sondern ist auch eine Voraussetzung für den erfolgreichen Einsatz von Methoden des maschinellen Lernens in den Geisteswissenschaften.

Foto von Ulrike Henny-Krahmer

Ulrike Henny-Krahmer ist Juniorprofessorin für Digital Humanities an der Universität Rostock.

Ihre Forschungsschwerpunkte sind digitale wissenschaftliche Editionen, computergestützte Textanalyse sowie Fragen zur Nachhaltigkeit und Bewertung digitaler wissenschaftlicher Ergebnisse.

Seit 2012 ist sie Mitglied des Instituts für Dokumentologie und Editorik (IDE) und seit 2019 eine der leitenden Herausgeberinnen der Zeitschrift RIDE – A Review Journal for Digital Editions and Resources. Seit 2025 ist sie Mitglied des Technischen Ausschusses der Text Encoding Initiative (TEI).

Summer School "Machine Learning for Digital Scholarly Editions"

weiterführende Links: