CfP: CLARIAH-AT Summer School Machine Learning for Digital Scholarly Editions
21.–25. September 2026
Call for Applications
Maschinelles Lernen prägt zunehmend die Forschung in den Digital Humanities und bietet leistungsfähige Werkzeuge zur Analyse und Anreicherung textueller Daten. In dieser Summer School arbeiten die Teilnehmenden mit der Python-Bibliothek BERTopic, um verschiedene Schritte des Topic Modeling kennenzulernen. Aufbauend auf der modularen Architektur von BERTopic werden grundlegende Methoden des maschinellen Lernens vermittelt, darunter Embedding, Dimensionality Reduction und Clustering. In praktischen Übungen mit historischen Texten lernen die Teilnehmenden, diese Verfahren anzuwenden, zu interpretieren und kritisch zu bewerten. Ziel der Summer School ist es, Nicht-Expert:innen einen praxisorientierten Überblick über die Nutzung der BERTopic-Bibliothek sowie die theoretischen Grundlagen ihrer Module zu vermitteln.
Die Summer School richtet sich sowohl an Studierende als auch an Forschende mit Interesse an der Schnittstelle zwischen digitaler wissenschaftlicher Edition und maschinellem Lernen. Nach Abschluss der Summer School verfügen die Teilnehmenden über ein grundlegendes Verständnis zentraler Algorithmen des maschinellen Lernens und können deren mögliche Einsatzbereiche sowie Stärken und Grenzen einschätzen. Darüber hinaus werden sie in der Lage sein, BERTopic praktisch auf eigene Daten anzuwenden.
Förderung, Organisation und Gastgeberinstitution
Die einwöchige Summer School wird großzügig von CLARIAH-AT und der Universität Graz gefördert. Gastgeber ist das Institut für Digital Humanities der Universität Graz in Zusammenarbeit mit dem Institute for Documentology and Scholarly Editing (IDE).
Voraussetzungen
Für die Teilnahme werden Grundkenntnisse zu digitalen Editionen, der Text Encoding Initiative (TEI) sowie der Programmierung mit Python vorausgesetzt. Die Teilnehmenden arbeiten mit Jupyter Notebooks, Google Colab und GitHub.
Teilnahmegebühren
Für die Teilnahme an der Summer School fallen keine Gebühren an. Reise-, Unterkunfts- und Verpflegungskosten müssen jedoch von den Teilnehmenden selbst organisiert und getragen werden.
Bewerbung
Die Zahl der Teilnehmenden ist auf 24 Personen begrenzt. Interessierte werden gebeten, ein Bewerbungsschreiben einschließlich eines kurzen Lebenslaufs (max. 2 Seiten) an Roman Bleier ( roman.bleier@uni-graz.at ) und Martina Scholger ( martina.scholger@uni-graz.at ) zu senden. Bewerbungsschluss ist der 15. Mai 2026. Das Auswahlkomitee der Summer School wird alle Bewerbungen prüfen und die ausgewählten Teilnehmenden bis zum 31. Mai 2026 informieren.
Über die Summer School
Maschinelles Lernen prägt zunehmend die Forschung in den Digital Humanities und bietet leistungsfähige Werkzeuge zur Analyse und Anreicherung textueller Daten. Mithilfe der Python-Bibliothek BERTopic erkunden die Teilnehmenden verschiedene Schritte des Topic Modeling. Aufbauend auf der modularen Architektur von BERTopic werden grundlegende Methoden des maschinellen Lernens vermittelt, darunter Embedding, Dimensionality Reduction und Clustering. In praxisorientierten Sitzungen lernen die Teilnehmenden, diese Verfahren auf historische Texte anzuwenden. Ziel der Summer School ist es, Nicht-Expert:innen einen praxisnahen Überblick über die Nutzung der BERTopic-Bibliothek sowie die theoretischen Grundlagen ihrer Module zu vermitteln.
Die Summer School richtet sich sowohl an Studierende als auch an Forschende mit Interesse an der Schnittstelle zwischen digitaler wissenschaftlicher Edition und maschinellem Lernen. Nach Abschluss der Summer School verfügen die Teilnehmenden über ein grundlegendes Verständnis zentraler Algorithmen des maschinellen Lernens und können deren mögliche Einsatzbereiche sowie Stärken und Grenzen einschätzen. Darüber hinaus werden sie in der Lage sein, BERTopic praktisch auf eigene Daten anzuwenden.
Ausführlichere Informationen finden sich auf der entsprechenden Website:
Call for Applications - CLARIAH-AT Summer School 2026