Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

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

Einführung in Topic Modeling mit Python

Melanie Althage, Martin Dröge, Professur für Digital History, Humboldt-Universität zu Berlin

Termin: Dienstag, 15.11.2022, 10:00-16:00 Uhr

Beschreibung:

Umfangreiche Textkopora inhaltlich strukturieren und auswerten ohne die Dokumente im Einzelnen gelesen zu haben – geht das? Das geht! Topic Modeling ist eine in den digitalen Geisteswissenschaften etablierte Methode, wenn es etwa darum geht, größere Textsammlungen inhaltlich-thematisch zu klassifizieren oder die Entwicklung von Publikationstrends und Diskursen nachzuvollziehen. Der Workshop bietet eine einsteigerfreundliche Einführung in ihre methodischen Grundlagen sowie die Implementierung mittels der Programmiersprache Python. Anhand eines konkreten Anwendungsfalls wird der Topic-Modeling-Workflow von der Vorbereitung der Textdaten bis zur Visualisierung und ersten Auswertung der Modellierungsergebnisse Schritt für Schritt durchgegangen. Dabei werden auch die Potenziale und Grenzen für den geisteswissenschaftlichen Forschungsprozess zu diskutieren sein. Für die Teilnahme sind grundlegende Programmierkenntnisse Voraussetzung.

Bitte beachten: Alle Informationen, Materialien, Aktualisierungen und Kontaktmöglichkeiten finden sie auf der Website:

https://dhistory.hypotheses.org/?p=1375

Kontakt:

digitalhistory@hu-berlin.de

Darum geht es kurzgefasst: Topic Modeling, Digital History, Python, Latent Dirichlet Allocation