Details

Computerlinguistische Methoden für die Digital Humanities

Eine Einführung für Geisteswissenschaftler:innen
Narr Studienbücher 1. Auflage

von: Melanie Andresen
21,99 €
Verlag:	Narr Francke Attempto
Format:	PDF
Veröffentl.:	18.03.2024
ISBN/EAN:	9783823395799
Sprache:	deutsch
Anzahl Seiten:	240

In den Warenkorb

Als Gutschein

Dieses eBook enthält ein Wasserzeichen.

Beschreibungen

Titelbeschreibung

Computerlinguistische Methoden durchdringen unseren Alltag, etwa in Form von Suchmaschinen und Chatbots. Aber auch für die geisteswissenschaftliche Textanalyse bieten sie große Potenziale, die unter anderem in den Digital Humanities erschlossen werden. Der Band bietet eine niedrigschwellige Einführung in die Computerlinguistik für Geisteswissenschaftler:innen, ohne Erfahrungen mit Mathematik oder Programmieren vorauszusetzen. Es wird gezeigt, wie distributionelle Semantik, Sentimentanalyse, Named Entity Recognition, manuelle Annotation, maschinelles Lernen und Co. neue Zugänge zu Texten eröffnen und wie diese Methoden gewinnbringend für geisteswissenschaftliche Fragestellungen eingesetzt werden können. Alle Kapitel werden von Übungen und einem digitalen Anhang mit Musterlösungen und Beispielskripten in Python begleitet. Vom theoretischen Fundament bis zu den Werkzeugen für die praktische Umsetzung vermittelt der Band alle Grundlagen für den Einstieg in dieses spannende interdisziplinäre Forschungsfeld.

Inhaltsverzeichnis

1 Einleitung

Teil I: Linguistische Ausgangspunkte
2 Lexik
3 Wortarten
4 Syntax
5 Semantik: Wortfelder
6 Semantik: Sentimentanalyse
7 Semantik: Distributionelle Semantik
8 Pragmatik: Referenz

Teil 2: Methoden
9 Korpussuche und -statistik
10 Manuelle Annotation
11 Maschinelles Lernen
12 Deep Learning

Teil 3: Gesellschaft
13 Computerlinguistik und Ethik

Ressourcenverzeichnis
Literaturverzeichnis
Sachregister

Autorenportrait

Dr. Melanie Andresen hat über neun Jahre an den Universitäten Hamburg und Stuttgart in der Linguistik, Computerlinguistik und den Digital Humanities gelehrt und geforscht. Seit 2024 arbeitet sie bei DeepL an der Verbesserung maschineller Übersetzung.