Historische Medien und Maschinelles Lernen. Vom Zusammenspiel von Infrastrukturen, Methoden und Akteuren

Historische Medien spiegeln die Werte- und Wissenshorizonte vergangener Zeiten wider. Für ihre Erforschung werden auch zunehmend Methoden des maschinellen Lernens genutzt. In den letzten Jahren sind neben Volltextsuchen weitere Methoden hinzugekommen: Topic modeling, Bildähnlichkeitsanalysen, Text Reuse Detection, Spracherkennung, oder Word Embeddings eröffnen jeweils neue Zugänge zu großen Textsammlungen. Realisiert werden solche semantischen Anreicherungen von zumeist interdisziplinär besetzten Teams, die in enger Abstimmung an technischen Infrastrukturen, Methoden, Bedarfsanalysen und den Interaktionsmöglichkeiten mit den angereicherten Daten arbeiten.

Der Vortrag thematisiert unterschiedlichen Dimensionen von Vernetzungen innerhalb des seit 20217 bestehenden Projekts „impresso. Media Monitoring of the Past“.
Auf der Ebene einer Forschungsinfrastruktur (impresso-project.ch/app) vernetzt es historische Zeitungs- und Radioquellen über Sprach- und Ländergrenzen hinweg und auf Basis semantischer Anreicherungen. Auf der Ebene interdisziplinärer Forschung schafft es einen Zwischenraum der zustande kommt durch sich wechselseitig inspirierende Inputs aus Informatik, Design und Geschichtsforschung. Auf der Ebene historischer Forschung interagieren NutzerInnen innerhalb der zugehörigen Anwendung mit einer Vielzahl von maschinell generierten Verknüpfungen mit dem Ziel, neue Perspektiven auf historische Medien zu erlangen.