Wehmütig stellt man beim Blick aus dem Fenster fest, dass der Sommer nun doch vorbei zu sein scheint, und um diesem Trend etwas entgegenzusetzen, bin ich in dieser Woche an einer (Late) Summer School zu Thema “Machine Learning for Language Analysis” als Ausrichter beteiligt. Die School wird am Mittwoch, dem 26.9. um 9 Uhr morgens beginnen und bis zum Samstag, dem 29.9. bei uns im Philosophikum der Universität zu Köln (Erdgeschoss) stattfinden. Als Dozent|inn|en konnten wir ausgewiesene Experten anderer Einrichtungen genauso gewinnen wie ein Team aus unserem Nachwuchs am Institut für Digital Humanities. Da die School leider schon ausgebucht ist, möchte ich hier zumindest dokumentieren, was wir geplant haben. Gegebenenfalls werden wir eine solche Veranstaltung auch verstetigen, so dass Interessent|inn|en, die dieses Jahr nicht zum Zuge kamen, in den nächsten Jahren eine Chance haben.
Genese
Anfang des Jahres kamen zwei Kollegen aus dem Kompetenzfeld “CA III: Quantitative Modeling of Complex Systems” auf mich zu mit der Frage, ob wir nicht unter dem Dach des CA III eine Summer School ausrichten sollten, die Maschinelle Lernverfahren thematisiert und explizit für Geistes- oder spezieller: für Sprachwissenschaftler|innen aufbereitet. Sogenannte Kompetenzfelder wurden an der Universität zu Köln im Zuge der Exzellenzinitiative des Bundes eingerichtet und sollen das Forschungsprofil der Universität insofern schärfen, als dass sie stark interdisziplinär ausgerichtet sind und damit Forscher über Einzelwissenschaften hinweg vernetzen können. Das CA III richtet zu diesem Zweck u.a. Konferenzen, Workshops und Summer Schools aus und betreut diese administrativ. Für die inhaltliche Seite ist es aber auf fachwissenschaftlichen Input angewiesen. Dafür waren sie dann auf das Institut für Digital Humanities (IDH) im Generellen bzw. auf mich im Besonderen gekommen, weil ich schon letztes Jahr auf dem Machine Learning Day, der auch vom CA III ausgerichtet wurde, Ansätze der Anwendung maschineller Lernverfahren auf Texte vorstellen durfte und eine Menge positiver Rückmeldungen bekam (texperimentales berichtete).
Eine mehrtägige Summer School mit Inhalten und Leben zu füllen ist nun ungleich aufwendiger, als einen Vortrag bei einer Tageskonferenz zu halten. Auch vor dem Hintergrund der administrativen Herausforderungen, vor die ich zur Zeit als Geschäftsführer des IDH gestellt bin, benötigte ich Unterstützung und fand sie dankenswerterweise bei meinen Kollegen Felix Rau (vom Institut für Linguistik) und Claes Neuefeind (vom Data Center for the Humanities und IDH). Dazu hat Philipp Wilking als Koodinator von CA III einen Großteil der organisatorischen Arbeit geleistet, was ich nach meinen Erfahrungen, die ich in ähnlicher Funktion bei der DHd sammeln konnte, gar nicht mehr hoch genug schätzen kann.
Programm
Der Rahmen für das Programm war durch die Nennung der Methodik (Machine Learning) und dem Gegenstandsbereich, auf den diese angewendet werden soll (Sprachdaten) bereits gegeben. Wir identifizierten im Vorfeld zwei Klassen maschineller Lernverfahren: Auf der einen Seite die Methoden, bei denen Algorithmen auf numerische Repräsentationen von Daten angewendet werden (mehr oder weniger traditionelles ML, ich schrieb hier auch schon darüber) und diejenigen, die auf Basis Künstlicher Neuronaler Netzwerke arbeiten (und meist als “Deep Learning” bezeichnet werden). Gerade letztere werden in letzter Zeit auf immer mehr Daten angewendet, oft mit durchschlagendem Erfolg (siehe z.B. AlphaGo, Bilderkennung, Spracherkennung, Maschinelle Übersetzung). Da unserer Meinung nach ein Verständnis der traditionellen Methoden wichtig ist, wenn man Deep Learning verstehen will, wollten wir gerne beide Klassen in unserer Summer School thematisieren. Darüber hinaus lassen sich Sprachdaten in mindestens zwei verschiedenen Medien repräsentieren: Gesprochene Sprache und Text. Da Felix Rau in seinem Projektkontext Audiodaten behandelt, wir im IDH aber eher Textdaten, wollten wir auch hier gerne beides in der Summer School unterbringen.
Als Resultat dieser Überlegungen ist das Programm unserer Summer School in drei Sessions aufgeteilt: In den ersten beiden Tagen wird es eine Einführung in Maschinelles Lernen, Maschinelle Lernverfahren und ein Shared Task aus dem Bereich des Natural Language Processing (NLP) auf Textdaten geben. Es freut uns ungemein, dass wir mit Nils Reiter vom Institut für Maschinelle Sprachverarbeitung einen der ausgewiesenen Experten auf diesem Bereich dafür gewinnen konnten, diesen einführenden Part unserer Summer School zu übernehmen.
Die Sessions 2a und 2b werden parallel an den letzten beiden Tagen der Summer School stattfinden. Beide werden das Thema Deep Learning thematisieren, Session 2a dabei auf Audiodatenverarbeitung, Session 2b auf die Verarbeitung von Textdaten eingehen. Für die Session 2a wird Felix Rau, der bei KA3, dem vom BMBF geförderten Kölner Zentrum Analyse und Archivierung von AV‐Daten als Wissenschaftler tätig ist, mit seinen Projektpartnern vom Fraunhofer IAIS bestreiten. Besonders stolz bin ich darauf, dass wir für die Session 2b eine Nachwuchsgruppe aus unserem eigenen Institut, der IDH-Spinfo gewinnen konnten. Johanna Binnewitt, Julia Kappes und Valmir Etemi werden Möglichkeiten der Anwendung von Neuronalen Netzwerken auf Textdaten vorstellen und mit den Teilnehmer|inne|n zusammen umsetzen.
Alle Sessions sind in einen kürzeren theoretischen und längeren praktischen Teil aufgeteilt. Damit die Teilnehmer|innen die von Ihnen entwickelten Umsetzungen auch umstandslos noch nach der Summer School nutzen können, ist das Mitbringen der eigenen Laptops Pflicht. Die in allen Sessions genutzte Programmiersprache wird Python sein, umfangreiche Installationsanweisungen / Tutorials wurden bereits an alle verschickt.
Anmeldungen
Obwohl wir gar nicht allzu viel Werbung gemacht haben, erfuhr unsere Summer School große Aufmerksamkeit, wohl auch, weil die internationale Vernetzung von CA III unglaublich gut ist. In relativ kurzer Zeit bekamen wir über 50 Anmeldungen mit Motivationsschreiben und Lebenslauf. Wir entschieden uns dafür, unsere ursprüngliche Planung, bei der wir von 30 Teilnehmer|inne|n ausgegangen waren, über den Haufen zu werfen und für 50 zu planen, um niemanden ausschließen zu müssen.
Das Publikum wird extrem gemischt sein, sowohl von der geografischen Herkunft (wir haben Anmeldungen aus allen fünf Kontinenten – Spanien, Russland, Türkei, Indien, Ägypten, Australien, Mexiko um nur einige Länder zu nennen), als auch fachlich (natürlich ist die (Computer)Linguistik dabei, aber auch Informationswissenschaft, Wirtschafts- und Finanzwissenschaften, (Geo- und Astro)Physik und Mathematik). Vom Masterstudierenden bis zum Post-Doc sind sämtliche akademischen Grade vertreten. Obwohl wir bei den Zusagen, die wir verschickt haben, noch einmal eigens darauf hinwiesen, dass es fast ausschließlich um die Verarbeitung von Sprachdaten gehen wird, haben sich nun tatsächlich auch fast alle, denen wir eine Zusagen erteilt hatten, auch verbindlich angemeldet. Aus dem Grund mussten wir verspätete Anfragen leider auf eine Warteliste vertrösten – wir haben einen Raum für 56 Personen und wollten die Veranstaltung aus unterschiedlichen Gründen nicht noch größer werden lassen.
Ausblick
Ich muss aber auch ehrlich sagen, dass ich – wäre ich nicht als Organisator in die Veranstaltung eingebunden – auch sehr gerne teilgenommen hätte. Erstens verspricht das Programm sehr lehrreiche und interessante Inhalte sowie Möglichkeiten zur Umsetzung. Zweitens ist für das leibliche Wohl beim Tagescatering und bei der Social Night im Brauhaus Pütz gesorgt. Drittens bietet eine solche Summer School auch abseits des offiziellen Programms die Möglichkeit, sich über Fächer- und Ländergrenzen hinweg zu vernetzen und aus andern Fach- und Lebenskulturen zu lernen. Ich freue mich jedenfalls sehr auf dreieinhalb intensive Tage! Und – wie geschrieben – wenn in den nächsten Jahren die Randbedingungen stimmen, wird es nicht die letzte Veranstaltung dieser Art gewesen sein.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Jürgen Hermes (23. September 2018). (Late) Summer School: ML4LA. TEXperimenTales. Abgerufen am 22. April 2025 von https://doi.org/10.58079/uq5v