Ediarum-Workshop

Martin Fechner, Nadine Arndt und Jan Wierzoch (Berlin)
Leipzig, Historikertag, Raum S 420 (Seminargebäude)
Mi. 20. September 2023, 11:00 bis 13:00 Uhr

Ediarum ist eine digitale Arbeits- und Publikationsumgebung für digitale Editionen, die seit 2012 von TELOTA an der Berlin-Brandenburgischen Akademie der Wissenschaften entwickelt wird. Die aus mehreren Modulen entwickelte Lösung unterstützt Wissenschaftler*innen mittels einer grafischen Arbeitsoberfläche dabei, Transkriptionen von Manuskripten in TEI-konformem XML anzufertigen, diese mit einem Text- und Sachapparat zu versehen, passende Personen-, Orts- und weitere Register zu erstellen und die Ressourcen anschließend als digitale Edition im Web zu veröffentlichen. „Ediarum-Workshop“ weiterlesen

Peter-Haber-Preis: Nominierte Poster zur Digital History-Tagung

Der Termin zur Präsentation der Poster für den Peter-Haber-Preis 2023 rückt näher. Bei der Digital History Tagung in Berlin werden am 25. Mai 2023 die Poster vorgestellt. Auf dieser Basis werden auf der Tagung vom Publikum und einer Jury 10-12 Poster zur Präsentation auf dem Historikertag anhand von verschiedenen Kriterien ausgewählt. Auf dem Historikertag präsentieren die vorausgewählten Preisanwärter*innen ihre Projekte anhand ihres Posters in einem 5-minütigen Pitch. Im Anschluss an die Präsentationen gibt es die Möglichkeit, mit den angetretenen Digital Historians virtuell in den Diskussionsräumen des Historikertags über ihre Projekte zu sprechen.

Die Bekanntgabe der Gewinner*innen sowie die Preisverleihung findet am Donnerstag, 21. September 2023 zwischen 14:00 und 16:00 Uhr auf dem Historikertag in Leipzig statt.

Der Preis ist für Platz 1 mit 300,- Euro, Platz 2 mit 200,- Euro und Platz 3 mit 100,- Euro dotiert.

Folgende Projekte wurden von der Jury für die erste Runde des Peter Haber Preis für digitale Geschichte ausgewählt und treten beim Pitch an: „Peter-Haber-Preis: Nominierte Poster zur Digital History-Tagung“ weiterlesen

Unterstützung im Bereich Digital History gesucht!

Das Institut für die Geschichte der deutschen Juden in Hamburg sucht Unterstützung im Bereich Digital History, konkret für die Umsetzung einer Online-Ausstellung im Rahmen der Online-Quellenedition „Hamburger Schlüsseldokumente zur deutsch-jüdischen Geschichte“. „Unterstützung im Bereich Digital History gesucht!“ weiterlesen

Sichtbarmachung von historischen Graphnetzwerken als inhärenter Teil digitaler Editionen

Martin Fechner (Berlin-Brandenburgische Akademie der Wissenschaften)
Montag, 4. Oktober 2021, 11:30-12:00 Uhr

Schwerpunkt digitaler, historisch-kritischer Editionen liegt sinngemäß in der Erstellung und Präsentation von edierten Quellen zur Nutzbarmachung für die historische Forschung. Zunehmend werden dabei die Mittel der Verlinkung, der Einsatz von Normdaten (etwa für Personen) und die Einbindung externer Daten eingesetzt, was auch als Entgrenzung digitaler Editionen bezeichnet wird und als Unterscheidungsmerkmal gegenüber gedruckten Editionen angesehen werden kann. „Sichtbarmachung von historischen Graphnetzwerken als inhärenter Teil digitaler Editionen“ weiterlesen

[Praxislabor] Datendokumentation für eine digitale Edition

Es braucht mehr als nur die Forschungsdaten selbst, um sie nachnutzen zu können. Doch WAS ist das MEHR? Und WIE kann man diese Informationen erzeugen und später zur Verfügung stellen? Dies adressiert viel weniger technische Aspekte als die meisten meinen, sondern betreffen vorwiegend inhaltliche Fragen zur wissenschaftlichen Praxis und Methode. D.h. es ist eine breite Diskussion in den geisteswissenschaftlichen Disziplinen dazu notwendig, um die Forschungsprozesse an die digitalen Anforderungen zu adaptieren, um die Forschungsdaten FAIR zu machen.

„[Praxislabor] Datendokumentation für eine digitale Edition“ weiterlesen

Welche Informationen über die Daten brauchen Datennachnutzer:innen?

Marina Lemaire

Es braucht mehr als nur die Forschungsdaten selbst, um sie nachnutzen zu können. Doch WAS ist das MEHR? Und WIE kann man diese Informationen erzeugen und später zur Verfügung stellen? Dies adressiert viel weniger technische Aspekte als die meisten meinen, sondern betreffen vorwiegend inhaltliche Fragen zur wissenschaftlichen Praxis und Methode. D.h. es ist eine breite Diskussion in den geisteswissenschaftlichen Disziplinen dazu notwendig, um die Forschungsprozesse an die digitalen Anforderungen zu adaptieren, um die Forschungsdaten FAIR zu machen.

„[Praxislabor] Datendokumentation für eine digitale Edition“ weiterlesen

FuD erleichtert das Forschungsdatenmanagement. Mehr erfahren auf dem FuD-Communitytreffen

Das Servicezentrum eSciences und das Trier Center for Digital Humanities laden am 9. und 10. Mai 2019 zum 2. FuD-Communitytreffen an der Universität Trier ein.

FuD ist eine virtuelle Forschungsumgebung für die geistes- und sozialwissenschaftliche Forschung. Die modulare Software bildet den kompletten Forschungsprozess ab und unterstützt die zeit- und ortsunabhängige kollaborative Forschungsarbeit. Ob Print- oder Online-Edition, ob Inhalts-, Diskurs- oder Netzwerkanalyse, ob Erschließungsarbeiten oder Verwaltung von Forschungsdaten – FuD bietet eine Vielzahl an Werkzeugen für die Datensammlung, -verwaltung, -annotation, -analyse und ‑aufbereitung bis hin zur Publikation und Archivierung.

Für den Donnerstagnachmittag (9. Mai) planen wir Vorträge von verschiedenen FuD-Anwenderprojekten, die sich mit ihren Projektzielen und wie sie zu deren Erreichung mit FuD arbeiten, vorstellen. So erhalten Sie einen raschen und spannend Einblick in die Bandbreite der Einsatzmöglichkeiten von FuD und können von den zahlreichen Praxiserfahrungen der FuD-Anwender*innen profitieren. „FuD erleichtert das Forschungsdatenmanagement. Mehr erfahren auf dem FuD-Communitytreffen“ weiterlesen

Workshop 3: Digitale Editorik – Annotation historischer Quellen #digigw18_3

Editorik SchemaAusschreibung des zweiten Workshops im Rahmen der Reihe „Digitale Lehrmethoden und digitale Methoden in der Geschichtswissenschaft: Neue Ansätze für die Lehre“ der AG Digitale Geschichtswissenschaft im VHD:

Digitale Editorik – Annotation historischer Quellen

Ein Workshop von Dominik Kasper und Max Grüntgens (Akademie der Wissenschaften und der Literatur Mainz

Datum & Uhrzeit: Donnerstag, 21. Juni 2018: 9-16 Uhr
Ort: Akademie der Wissenschaften und der Literatur Mainz, Geschwister-Scholl-Str. 2, 55131 Mainz; Raum: Mathematisch-naturwissenschaftliche Klasse
Anmeldung & Kontakt bei Fragen: Max Grüntgens (max.gruentgens@adwmainz.de)

Anmeldefrist verlängert bis 1.6.2018

Die Veranstaltung muss leider ausfallen, da wir zu wenige Anmeldungen erhalten haben.

Beschreibung

In der Veranstaltung wird ein paradigmatisches Konzept einer Lehrveranstaltung zur digitalen Editorik historischer Quellen vorgestellt, an deren Ende ein auf technischen und fachtheoretischen Grundkenntnissen fundiertes und an praktischen Erfahrungen kritisch reflektiertes Wissen über Digitale Editorik stehen soll. Angesichts der Vielfalt der Editionsbegriffe aus den unterschiedlichen Fachbereichen und dem Anspruch möglichst übergreifende und allgemeine Kenntnisse zu vermitteln, beschäftigt sich die Lehrveranstaltung ausgehend von der Kurzdefinition des Instituts für Dokumentologie und Editorik (IDE) „Edition ist die erschließende Wiedergabe historischer Dokumente“ mit der Theorie und Praxis digitaler Editionen. „Workshop 3: Digitale Editorik – Annotation historischer Quellen #digigw18_3“ weiterlesen

Workshopreihe 2018: Digitale Lehrmethoden und digitale Methoden in der Geschichtswissenschaft. Neue Ansätze für die Lehre #digigw18

Eine Veranstaltung der AG Digitale Geschichtswissenschaft im VHD in Zusammenarbeit mit dem DHI Paris, der Universität Konstanz, der Martin-Luther-Universität Halle-Wittenberg, der Akademie der Wissenschaften und der Literatur Mainz, dem Zentrum für Zeithistorische Forschung Potsdam, dem Institut für Geschichtswissenschaften der Humboldt Universität zu Berlin und CLARIN-D Geschichtswissenschaften. In Medienpartnerschaft mit L.I.S.A. –  das Wissenschaftsportal der Gerda Henkel Stiftung.

Konzeption und Organisation: Dr. Mareike König (DHIP); Prof. Dr. Anne Kwaschik (Univ. Konstanz), Dr. Katrin Moeller (Martin-Luther-Universität Halle-Wittenberg)

Die Digitalisierung der Geschichtswissenschaften stellt nicht nur die Forschung, sondern auch die Lehre vor viele neue Herausforderungen. Zum einen gilt es, digitale Lehrmethoden einzusetzen, die über die bloße elektronische Ablage von Texten hinausgeht und neuen pädagogischen Konzepten wie blended learning dienen. Zum anderen besteht die Herausforderung, digitale Methoden wie Text Mining, Visualisierungen, Netzwerkanalysen, statistische Verfahren und digitale Editorik als Analyseinstrumente in thematisch ausgerichtete Lehrveranstaltungen einzubeziehen und diese an die Studierenden auch außerhalb spezialisierter Kurse zu vermitteln. „Workshopreihe 2018: Digitale Lehrmethoden und digitale Methoden in der Geschichtswissenschaft. Neue Ansätze für die Lehre #digigw18“ weiterlesen

Automatische Kollationierung – Zur projektbezogenen Adaption von CollateX für digitale Texteditionen

Code and collate - Workshop Amsterdam (photo: Ellie Bleeker)
Code and collate – Workshop Amsterdam (photo: Ellie Bleeker via Twitter)

Die Erstellung digitaler Editionen ist ein zentraler Arbeitsbereich der Digitalen Geschichtswissenschaften. Die bisher zur Verfügung stehenden Werkzeuge und Arbeitsumgebungen, die ja nicht nur uns Historiker sondern alle textbasierten Wissenschaften betreffen, bleiben dabei aber häufig hinter dem zurück, was man sich hierfür wünscht oder vorstellen kann. Dies gilt auch für das automatische Kollationieren. Doch wie sich auf dem „Code and Collation“ Workshop  gezeigt hat, der vom 2. bis 4. November in Amsterdam stattfand, gibt es hier deutliche Fortschritte zu verzeichnen.

Das Problem – analog

Wenn man an der Edition eines Textes arbeitet, der gleich in mehreren Textzeugnissen überliefert ist, stellt sich immer erst einmal die Frage, welche der Überlieferungen man dem zu erstellenden Editionstext zugrunde legen soll. Mit den Möglichkeiten der digitalen Edition hat sich dieses Problem deutlich vereinfacht. So kann man bei einer digitalen Edition, z.B. unter Verwendung von XML/TEI, mit irgendeinem der Texte beginnen und die anderen Textzeugnisse dann sukzessive einarbeiten. Die Reihenfolge spielt keine Rolle mehr, da bei digitalen Editionen der Prozess der Erstellung des Editionstextes vom Prozess der späteren Darstellung dieses Textes getrennt ist. Erst bei der Veröffentlichung muss man sich tatsächlich entscheiden, welchem der Textzeugnisse man als Basistext den Vorzug gibt, ob man eine synoptische Darstellung präferiert (z.B. mit der Versioning machine), oder ob man dem Leser selbst die Entscheidung überlässt.

Die Probleme – digital

Also alles ganz einfach? Natürlich nicht. Denn wenn man einmal versucht hat – so wie wir in unserem Editionsprojekten zum Obsequientraktat – 36 verschiedene, teils stark voneinander abweichende Textzeugnisse samt Transpositionen, Kontaminationen, Textverlusten usw. in eine Datei zu bringen, der weiß das. Durch die Baumstruktur des XML-Formats geht rasch der Überblick verloren.

Die Alternative wäre daher, die Texte zunächst einmal unabhängig voneinander zu transkribieren und gegebenenfalls bereits zu annotieren. Das heißt, die Textzeugnisse zunächst einmal einzeln vorzubereiten und erst in einem zweiten Schritt im Rahmen einer automatischen (bzw. semi-automatischen) Kollationierung zusammenzuführen.

Was einfach klingt, ist es wie immer nicht. Zwei wesentliche Probleme stellen sich:

  1. Die Kollationierbarkeit der Texte: Die bisher zur Verfügung stehenden Hilfsmittel können nur schwer mit stark abweichenden Graphien umgehen und lassen sich kaum dem eigenen Material anpassen.
  2. Das XML-Format Problem: Will man darüber hinaus statt einfachem plain text bereits annotierte XML Dateien miteinander kollationieren, stößt man rasch an die Grenzen des Möglichen. Denn die Regel der Wohlgeformtheit und die Notwendigkeit der Segmentierung des Textes im Rahmen der Kollationierung schienen einander auszuschließen.

Bis vor kurzem funktionierte das Ganze für unser Projekt auch entsprechend leidlich, stand uns doch nur die Out of the Box – Lösung von CollateX hier zur Verfügung. Aufgrund des wenig zufriedenstellenden Ergebnisses waren wir gezwungen, die Texte erst einmal mit Hilfe einer größeren Konkordanzliste für abweichende Graphien auf eine einheitliche Graphie zu bringen und erst diese dann mit Hilfe von CollateX zu kollationieren. Das noch immer nicht ganz zufriedenstelle Output haben wir daraufhin in eine Excel-Tabelle übertragen und dort weiterbearbeitet, bis hin zum Abgleich mit den jeweiligen Textvorlagen und der Annotierung.

CollateX in Python individuell den eigenen Projektanforderungen anpassen

Mittlerweile aber wurde die Leistungsfähigkeit von CollateX weiter ausgebaut. Zudem gibt es die Möglichkeit, den in Python geschriebenen Code selbst zu ändern und an die eigenen Anforderungen anzupassen. Wie das geht, wurde auf dem DiXiT-Workshop vom Huygens Institut in Amsterdam vorgestellt. Die Unterlagen für den Workshop mit ausführlichen Anleitungen sind auf GitHub zugänglich.

Die einzelnen Arbeitsschritte

Um den Code seinen eigenen Anforderungen anzupassen, muss man zunächst einmal wissen, wie dieser funktioniert. Also, wie sieht der Kollationierungsprozess konkret aus?

Das Ganze läuft in drei wesentlichen Etappen ab: Tokenisierung, Normalisierung, Kollationierung.

Tokenisierung: nachdem das einzelne Textzeugnis eingelesen wurde, wird der Text in einzelne Abschnitte unterteilt. In der Grundeinstellung geschieht dies nach Wörtern, d.h. Abfolgen von Buchstaben und Zahlen, auf die ein Leerzeichen folgt. Durch die Möglichkeit, direkt mit dem Python Code von CollateX zu arbeiten, kann man diese als Regular expressions (REGEX) formulierte Regel aber umschreiben. So kann man z.B. bei französischen Texten selbst entscheiden, wie man mit Apostrophen umgehen möchte, ob z.B. “d’armes” als ein Token oder als zwei Token behandelt werden soll, also “d’armes” oder “d'” und “armes”. Oder man kann entscheiden, ob Satzzeichen eigene Token darstellen sollen oder nicht, um diese dann entsprechend bei der Kollationierung berücksichtigen zu können.

Normalisierung: hier wird der Text, wie der Name schon sagt, normalisiert. Nur eben nicht, wie bei unserem Workaround, der zu kollationierende Text. Vielmehr werden die einzelnen Token jeweils durch ein Dictionary ersetzt, also eine Verbindung von zwei Werten, die als Key die ursprüngliche Schreibweise des jeweiligen Wortes enthält (im Script der t-Wert) und als Wert die normalisierte Fassung des jeweiligen Wortes (im Script der n-Wert). Für die Kollationierung wird dann nur noch der n-Wert herangezogen, ausgeben läßt sich aber auch der damit verbundene t-Wert. Und auch hier kann man die Regeln für die Normalisierung der Wörter und damit zur Erstellung der n-Werte mit REGEX anpassen. So lassen sich z.B. bestimmte Buchstabenfolgen, deren unterschiedliche Schreibung während der Kollationierung nicht berücksichtigt werden soll, gleichsetzen oder Kürzungen auflösen, wenn diese bei der Kollationierung keine Rolle spielen sollen. Im Rahmen des Workshops haben wir für das Material des Obsequientraktates beispielsweise ein Script erstellt, welches die Wörter im n-Wert aufgrund unserer Konkordanz für abweiche Graphien mit einer vereinheitlichten Schreibung ersetzt, ohne dass dies auf den eigentlichen Textbestand Einfluss hätte (den entsprechenden Code werden wir ebenfalls auf GitHub zur Verfügung stellen).

Kollation mit Hilfe einer Konkordanzliste für abweichende Graphien (vgl. insb. iiij/quatre und cherges/cierges)
Kollation mit CollateX, erweitert um eine eigene Konkordanzliste für abweichende Graphien. An dieser Stelle wurden “iiij” und “quatre” zu quatre sowie “cherges” und “cierges” zu cierges vereinheitlicht, die sonst als abweichende Textsegmente ausgegeben worden wären.

Kollationierung: aufgrund der n-Werte werden die verschiedenen Textzeugnisse dann verglichen und aneinander ausgerichtet (aligned) bzw. gemappt. Denn zumindest der Dekker-Algorithmus ist auch in der Lage, mit Texttranspositionen umzugehen. Wie das alles genau funktioniert, ist etwas zu komplex, um es hier darzustellen. Grob gesagt aber läuft das so ab, dass die Maschine die Texte linear Token für Token durchgeht und nach Übereinstimmungen sucht. Passen die Token der beiden Textzeugnisse zusammen, werden diese gematcht, dann wird nach dem nächsten Match gesucht (im Idealfall das nächste Wort), usw. Kann keine Entsprechung gefunden werden, bleibt der Platz im anderen Text leer und es wird eine Auslassung angenommen, bis es wieder passt.

Bisher wurden dabei immer nur die gesamten Token abgeglichen, was bei abweichenden Graphien zu stark verschobenen Ergebnissen führte. Schließlich wurden ja immer nur eindeutige Matches akzeptiert. Doch bietet CollateX jetzt ein neues Feature: Near-Matching. Mit diesem Feature (als Argument zur collate Funktion) wird nicht mehr nur die Ähnlichkeit der Texte berechnet, sondern auch der einzelnen Token. Das heißt, die Maschine kann beim Abgleich der Token erkennen, dass “doivent” und “doibvent” das gleiche Wort mit einer leicht veränderten Orthographie wiedergeben und behandelt diese entsprechend anders als zwei völlig voneinander abweichende Token wie z.B. “doivent” und “d’armes”. Das bringt natürlich einen erheblichen Rechenaufwand mit sich. Zudem kann man die ausgebenen Texte bisher noch nicht segmentieren, also die in den verschiedenen Kopien identischen Textteile zu größeren Segmenten zusammenfassen. Dennoch funktioniert das Feature hervorragend. Ein wesentliches Problem unseres Editionsvorhabens, das uns zuvor viel Arbeit gekostet hat, wäre damit gelöst.

Das XML-Problem

Bleibt noch die Frage der Kollationierung von Texten, die bereits annotiert als XML-Dateien vorliegen. CollateX und insbesondere David J. Birnbaum arbeiten daran, haben aber noch keine fertige Lösung für das Problem. Schließlich ist das Problem doch komplexer, geht es doch nicht nur um die einfache Kollationierung der Texte und ihrer Tags sondern auch um eine unterschiedliche Behandlung der einzelnen Tags. So sollte der Prozess unterscheiden können zwischen Elementen, die auch bei der Kollationierung eine Rolle spielen sollen (z.B. Tags zum Layout wie Zeilen- und Seitenwechsel, was besonders für literarische Texte interessant sein kann, aber auch Korrekturen oder Kürzungen) und solchen, die das Programm einfach nur durchschleifen soll.

Eine mögliche Lösung für das XML-Problem könnte hier aber auch von anderer Seite kommen. Nach eigener Aussage verfügt das schwedischen eXistdb-Projekt über eine funktionierende Lösung, die bisher aber noch nicht released wurde. Bei Bedarf kann man aber sicher schon einmal anfragen.

Die ausführlichen Unterlagen des im Rahmen des EU-finanzierten DiXit Projektes von Ellie Bleeker und Elena Spadini organisierten Workshops samt entsprechender Anleitungen und Code-Beispiele sind wie gesagt auf GitHub verfügbar (hier).

Das alles ersetzt natürlich noch lange nicht ein entsprechendes Working Environment für digitale Texteditionen, welches den Workflow bis hin zu einer Visualisierung der Ergebnisse intutitv und adaptiv abbildet, so wie man sich das wünschen würde. Aber es ist doch ein weiteres, wesentliches Puzzleteil hin zu einer leistungsfähigeren und adaptiveren digitalen Editorik.

Rezensionsorgan für Digitale Editionen / IDE launches Review Journal for Digital Editions

logo-ide-1Das Institut für Dokumentologie und Editorik e.V. (IDE) freut sich, die Publikation der ersten Ausgabe einer neuen Rezensionszeitschrift, RIDE, bekannt zu geben. RIDE ist digitalen Editionen und Ressourcen gewidmet und will ein kritisches Forum zur Besprechung digitaler Editionen schaffen. Es soll helfen, die gängige Praxis zu verbessern und die zukünftige Entwicklung voranzutreiben. RIDE-Rezensenten sind deshalb angehalten, nicht nur die traditionellen Leistungen und Probleme von Editionen im Allgemeinen zu besprechen, sondern auch die sich weiter entwickelnde Methodologie und ihre technischen Implikationen zu berücksichtigen.
Die erste Ausgabe wurde soeben veröffentlicht und enthält Rezensionen zu folgenden Editionen:  „Rezensionsorgan für Digitale Editionen / IDE launches Review Journal for Digital Editions“ weiterlesen

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search