Kommentar |
Daten sind der „Rohstoff“ des 21. Jahrhunderts. Auch in den Geschichtswissenschaften werden sie zunehmend als Forschungsressource relevant. Nicht nur die Zahl der öffentlich verfügbaren digitalisierten historischen Quellenbestände nimmt stetig zu, sondern auch die Produktion der genuin digitalen Daten in sozialen Medien, Wissenschaftsblogs, Foren, Webseiten, Datenbanken oder auch Fachportalen. Gleich ob die geschichtswissenschaftlichen Fragestellungen sich auf die mittelalterliche oder jüngste Zeitgeschichte beziehen, Programmierkenntnisse können auf vielfältige Weise das historische Arbeiten ergänzen, um sich die digital verfügbaren Informationen zunutze zu machen.
Doch wie kann dieses Zunutzemachen konkret aussehen? In der Übung werden Methoden zur Auswertung digitaler und digitalisierter historischer Quellen vermittelt. Diese Methoden werden von Ihnen als Teilnehmer*innen direkt an konkreten Quellenkorpora mit konkreten Fragestellungen erprobt. Hierbei arbeiten wir mit Briefsammlungen (https://correspsearch.net/index.xql?l=de), Urkunden (https://www.monasterium.net/mom/home) oder auch geschichtswissenschaftlichen Rezensionen (https://www.recensio.net/front-page). Die Möglichkeiten sind vielfältig. Die digital verfügbaren Quellen können über Data Mining, Datenvisualisierung oder Verfahren des Natural Language Processing erschlossen werden. Durch die Vermittlung fortgeschrittener Programmierkenntnisse können diese Methoden in der Übung direkt angewendet werden.
Für die erfolgreiche Teilnahme an der Übung werden grundlegende Kenntnisse der Programmierung in Python vorausgesetzt. Folgende Inhalte sollten Ihnen vertraut sein: grundlegende Datentypen (Strings, Integers, Float, Listen, Dictionaries), bedingte Anweisungen und Schleifen, Arbeit mit Funktionen, externen Libraries und Dateien. Entsprechende Kompetenzen können Sie vorbereitend auf die Veranstaltung in einem Python-Basic-Workshop, der von der Professur für Digital History in der ersten Vorlesungswoche angeboten wird, auffrischen oder erwerben. |
Literatur |
Stylometry and the Voice of Hildegard, in: Folgert Karsdorp, Mike Kestemont, Allen Roddell, Humanities Data Analysis. Case Studies with Python, Princeton 2021, S. 248-280. (sowie als JupyterNotebook: https://www.humanitiesdataanalysis.org/stylometry/notebook.html). |