Blogger-naehkaestchen Archive - Lebe lieber literarisch

Blog-Tipps

Vergiss Instagram – welche Social Media Kanäle für Blogger wirklich sinnvoll sind

Social Media, das ist für Geisteswissenschaftler*innen oft eng mit einem „wir sollen ja jetzt alle twittern“ verbunden. Was dahinter steckt, ob der nagende Zweifel, dass man doch vielleicht mal hippere Netzwerke ausprobieren sollte, berechtigt ist und welche Social Media Kanäle…

Dezember 12, 2019
Blog-Tipps

Blog-Artikel voraus planen

Blog-Artikel voraus planen lässt dich entspannt und regelmäßig hochwertige Artikel veröffentlichen. Deinen optimalen Blog-Artikel-Workflow entwickeln wir zusammen in diesem Artikel.

November 14, 2019
Blog-Tipps, Blogger-Nähkästchen

Welche Blogplattform solltest du als geisteswissenschaftlicher Blogger wählen?

Heute nenne ich dir jeweils fünf Vor- und Nachteile der unterschiedlichen Blogplattformen. Damit kannst du spielend leicht entscheiden, auf welcher Blogplattform du deinen geisteswissenschaftlichen Blog starten möchtest!

Juni 6, 2019

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.