Maschinelle Methoden zur Inhaltserschließung dienen nicht nur dazu, statistische Ergebnisse zu erzielen. Die quantitativen Ergebnisse können auch qualitativ genutzt werden, um Muster und Themenverläufe in den untersuchten Texten aufzufinden. Dieser Aufsatz dokumentiert, wie aus einem Korpus lebensgeschichtlicher Interviews, zusammengestellt aus Sammlungen des Portals Oral-History.Digital (oh.d), mithilfe von Topic Modeling – einer Methode des maschinellen Lernens – ein Themenverzeichnis für alle in oh.d repräsentierten Interviews erstellt wurde. Dieses Themenverzeichnis dient einerseits als Register zur archivübergreifenden Suche, andererseits ist es Grundlage automatisch generierter Inhaltsverzeichnisse für die Interviews. Nach einem Überblick über die gängigsten Methoden zur automatischen Inhaltserschließung von Texten, wird der gesamte Prozess von der Zusammenstellung des Korpus bis zum fertigen Themenverzeichnis und exemplarischen Inhaltsverzeichnissen transparent dargestellt. Die Voreinstellung aller Parameter, von der Größe der Abschnitte bis zur Anzahl der Topics, stellt bisher eine große Herausforderung dar. Automatisierte Prozesse konnten keine eindeutigen Ergebnisse liefern, weshalb ein qualitativer Ansatz vorgeschlagen wird, bei dem die Annäherung an die optimale Anzahl der Topics über ein Zoom-in- und Zoom-out-Verfahren (Scalable Reading) evaluiert wird. Eine Gruppe erfahrener Oral Historians labelte anschließend die einzelnen Topics und führte ähnliche Topics zu Clustern zusammen. Abschließend wurden die gelabelten Topics als Register in die oh.d-Plattform implementiert. Auf dieser Grundlage können Inhaltsverzeichnisse für alle Interviews erstellt werden.
原文链接
分享
引用
