Named Entity Recognition

Juli 10, 2020

Auch als NER bezeichnet, ist eine Methode bei der eindeutig benannte Größen (Entitäten) automatisch vom Computer erkannt und im Text markiert werden. Typische Beispiele für NER-Kategorien sind Personen, Orte und Organisationen.

Ich freue mich, dich auf meinem Blog begrüßen zu dürfen! Ich bin Mareike und ich liebe Literatur, Kultur, Bloggen und Digitales. Wenn du diese Leidenschaften teilst, bist du hier genau richtig, denn jede Woche teile ich mit dir etwas aus dem digital-literarischen Leben. Das bedeutet für dich konkret, dass du entweder eine Literatur-Kolumne, Blog-Tipps speziell für Geisteswissenschaftler*innen, Neues aus den Digital Humanities oder Buch-Tipps bekommst! Ich freue mich sehr auf den Austausch mit dir.

Orte und Räume im Roman

Dieses Open-Access-Buch bietet eine breit angelegte, digital unterstützte, korpusbasierte Studie zur Referenzierung von Orten und Räumen in Erzähltexten. Aus literaturwissenschaftlicher, insbesondere narratologischer Forschung sowie mathematischen, philosophischen, physikalischen und kulturwissenschaftlichen Ansätzen zur Thematik des Raumes wird ein fuzzy-set-Modell herausgearbeitet, mit dem Raum in literarischen Texten analysiert und quantifiziert werden kann. Das Modell ist Grundlage eines Machine-Learning- Trainings, mit Hilfe dessen ein Tool trainiert wurde, das Ausdrücke, die in die Kategorien des theoriebasierten Modells fallen, automatisch erkennt und annotiert. In einem Kernkorpus aus 100 Romanen aus vier Jahrhunderten (18-21) wurden mit Hilfe dieses Tools mehr als eine Million Annotationen in die Texte eingefügt und anschließend analysiert.

NER

Scalable Reading