KONF: Non-hierarchische Konzeptontologien und Markup-Schemata, Hamburg (24.-25.01.2020)

Janina Jacke's picture

 

3. forTEXT-Expertenworkshop:

Non-hierarchische Konzeptontologien und Markup-Schemata

 

Hierarchisch organisierte Klassifikationsschemata bzw. Taxonomien kommen vor allem in den Naturwissenschaften zum Einsatz, werden aber – beispielsweise in der Linguistik oder Narratologie – auch im Rahmen geisteswissenschaftlicher Textanalyse genutzt. Dies gilt in besonderem Maße für die computergestützte Textanalyse: Hier werden Ontologien (d.h. Repräsentationen eines Objektbereichs in Form von Kategorien und der Beziehungen zwischen ihnen) als sogenannte Tagsets oder Annotationsschemata modelliert, mithilfe derer einzelne Textpassagen ausgezeichnet werden können. Aufgrund der vielfältigen geisteswissenschaftlichen Zugänge zu (literarischen) Texten ist die Modellierung geeigneter Tagsets oft ein dynamischer Prozess, der Top-down- mit Bottom-up-Verfahren kombiniert: Annotationsschemata werden im Zuge der Textanalyse erstellt, erweitert und modifiziert. Durch die verwendeten Annotationstools werden dabei meist hierarchische Baumstrukturen als einzig mögliche Organisationsform der Analysekonzepte vorgegeben.

 

Das Projekt forTEXT hat zum Ziel, Literaturwissenschaftler*innen und Literaturinteressierten einen möglichst niedrigschwelligen Zugang zu Verfahren der digitalen Textanalyse zu ermöglichen. Unter dieser Voraussetzung möchten wir im Rahmen des dritten forTEXT-Expertenworkshops das Thema „Non-hierarchische Konzeptontologien und Markup-Schemata“ verhandeln: Gibt es möglicherweise andere Optionen, Konzeptontologien zu denken, als in hierarchischer Form? Welche Organisationsformen sind der theoretisch-methodischen Vielfalt geisteswissenschaftlicher Texterforschung und der dynamischen Schemamodellierung angemessen? Wie können unterschiedliche Varianten technisch umgesetzt werden? Diese und weitere Fragen werden auf dem Workshop aus literatur- und geschichtswissenschaftlicher, philosophischer und informationswissenschaftlicher Perspektive beleuchtet und diskutiert.

 

 

Ablauf des Workshops
 

Die Beiträger (Dino Buzzetti, Ludger Jansen, Claus Huitfeldt/Michael Sperberg McQueen) verfassen Thesenpapiere, die bis zum 16. Januar 2020 unter den Teilnehmer*innen des Workshops zirkuliert werden. Alle Teilnehmer*innen formulieren zwei Fragen pro Papier, die sie dem Organisationsteam bis zum 22. Januar 2020 unter workshop2020@fortext.net zusenden.

 

Auf dem Workshop werden die Thesenpapiere als gelesen vorausgesetzt und nur im Rahmen ca. zehnminütiger Koreferate knapp präsentiert. Der Großteil der Zeit ist einer eingehenden Diskussion der Beiträge gewidmet, die sich an den schriftlich eingegangenen Fragen der Teilnehmer*innen orientiert, sich aber nicht auf diese beschränkt.

 

Die Teilnahme am Workshop steht allen Interessierten offen. Wir bitten um vorherige Anmeldung unter workshop2020@fortext.net.

 

 

Zeit:    24. Januar 2020 (ab 13 Uhr) bis 25. Januar 2020 (bis 15:30 Uhr)

Ort:     Universität Hamburg, AS-Saal, Edmund-Siemers-Allee 1, 20146 Hamburg

 

 

Freitag, 24. Januar 2020:

 

13.00

Begrüßung und Einführung

 

13.30

Dino Buzzetti (ehem. Università di Bologna):

Text as a self-reflecting adaptive system. Towards a connectionist approach to text analysis

 

15.30
Kaffeepause

 

16.00

Ludger Jansen (Universität Passau & Universität Rostock):

Are non-hierarchical ontologies possible?

 

19.00

gemeinsames Abendessen

 

 

Samstag, 25. Januar 2020:

 

10.00

Claus Huitfeldt (Universitetet i Bergen) & Michael Sperberg-McQueen (Black Mesa Technologies LLC):

Are ontologies trees or unrestricted graphs?

 

12.00

gemeinsames Mittagessen

 

13:30

Abschlussdiskussion

________________________________________________________________________________________________________________

Redaktion: Constanze Baum – Lukas Büsse – Mark-Georg Dehrmann – Nils Gelker – Markus Malo – Alexander Nebrig – Johannes Schmidt

Diese Ankündigung wurde von H-GERMANISTIK [Lukas Büsse] betreut – editorial-germanistik@mail.h-net.msu.edu