Alle Beiträge von Jürgen Hermes

Über Jürgen Hermes

Arbeitet als wissenschaftlicher Mitarbeiter bei der Sprachlichen Informationsverarbeitung, angesiedelt am Institut für Linguistik der Universität zu Köln. Im Februar 2012 erschien seine Dissertation "Textprozessierung - Design und Applikation" als Open Access Dokument (beziehbar u.a. über den Server der Kölner Universitätsbibliothek).

Nutzungsstatistik und neue Funktionalitäten: Ein #autochirp-Update

Die Software autoChirp und den von uns betriebenen Webservice habe ich hier schon mehrfach vorgestellt. Da wir aber inzwischen einige zusätzliche Features implementiert haben und neue Nutzergruppen erschlossen wurden, ist es wohl an der Zeit, die entsprechenden Informationen upzudaten. 

[Hier soll nicht zu kurz kommen, dass ich für das Projekt autoChirp nur eine Art Außenminister bin, der sich um die Akquise neuer Nutzer|innen, die Sammlung möglicher Erweiterungen und die Darstellung des Projektes in der Öffentlichkeit kümmert. Umgesetzt werden die Dinge weiterhin zum großen Teil von Alena Geduldig und Philip Schildkamp, was nicht oft genug erwähnt werden kann.] Nutzungsstatistik und neue Funktionalitäten: Ein #autochirp-Update weiterlesen

Neu: Alex von Humboldt auf Twitter!

Am Anfang des Sommersemesters berichtete ich hier von einer Übung zum Thema Information Extraction, für die ich als Inhalt die Verarbeitung von Daten (eine Chronologie des Alexander von Humboldt von 1766-1859) vorgesehen hatte, die von der Berlin-Brandenburgischen Akademie der der Wissenschaften (BBAW) unter der Lizenz CC-BY-SA 4.0 zur Verfügung gestellt werden. Die BBAW nutzt die Daten selbst für ihr Akademievorhaben „Alexander von Humboldt auf Reisen – Wissenschaft aus der Bewegung“. Dieser Follow-up-Blogpost ist der Bericht, wie die Übung gelaufen ist und welche Ergebnisse sie erbracht hat.

Da es sich um eine Übung für ein Aufbaumodul des Bachelorstudiengangs Informationsverarbeitung handelte, wollte ich nicht zuviel, vor allem aber keine erweiterten Programmierkenntnisse voraussetzen. Stattdessen habe ich im Unterricht verschiedene Tools zur Verarbeitung und Ausbeutung (Mining lässt sich hier schlecht ins Deutsche übertragen) von Textdaten vorgestellt, welche die Teilnehmer|innen über Webservices nutzen konnten. Um die verschiedenen Services miteinander verknüpfen zu können, habe ich außerdem eine eigene Java-basierte Software geschrieben, welche die Daten entsprechend aufbereiten kann. Dabei wurden die aus den Webservices bekannten Tools über ihre API (Abstract Programming Interface) in ein von mir erstelltes Programmgerüst integriert. Ich hätte hier auf bestehende Workflow-Management-Ansätze wie Tesla, UIMA oder dkpro zurückgreifen können, zog es aber vor, eine sehr einfach gehaltene Eigenimplementation zu erstellen, an der Studierende nachvollziehen können, was wo im Programmcode geschieht – denn selbst wenn sie noch keine weitergehende Programmiererfahrung haben, müssen sie diese bis zum Abschluss des BA erwerben. Der Code ist für den Gebrauch im Unterricht erst nach und nach entstanden und müsste für eine Nachnutzung noch einmal gründlich überarbeitet werden. Nicht Abschreckbare finden ihn jetzt schon hier unter github. Neu: Alex von Humboldt auf Twitter! weiterlesen

Übung: Spuren des Alexander von Humboldt

In diesem Semester biete ich neben meinem Dauerseminar Computerlinguistik und dem gemeinschaftlich ausgerichteten dhc-Kolloquium noch eine Übung zur Informationsextraktion (IE) an. IE ist ein Thema, das in mehreren von mir betreuten Projekten eine Rolle spielt, über die ich hier auch schon berichtet habe – dazu zählen das Projekt zu den Stellenanzeigen und die Informationserschließung in der Bilddatenbank Prometheus. Übung: Spuren des Alexander von Humboldt weiterlesen

Applying Machine Learning to Text Mining

Machine Learning techniques are widely adopted in the field of Text Mining. By Text Mining (also referred to as text analytics) we understand the process of deriving structured information from (written) natural language data. A preliminary stage in the  mining of texts is to group the texts into a given classification system based on  textual features. In my presentation, I would like to show a real life example of text classification from our current research activities using Machine Learning techniques. Applying Machine Learning to Text Mining weiterlesen

Geschichte erzählen in Echtzeit. #dhd2017

Gerade bin ich vom wunderschönen DHd 2017 aus Bern zurückgekehrt. Leider habe ich nur knapp einen der viereinhalb Tage der Digital Humanities Konferenz mitnehmen können, da ich Anfang der Woche noch fiebrig im Bett lag. So verpasste ich blöderweise den Vortrag zu unserem prometheus-Projekt (den meine Kollegen aber, wie ich hörte, bravourös hielten). Zumindest unser eigens angefertigtes Poster zum Projekt autoChirp konnte ich am Donnerstag nachmittag noch mit präsentieren. Geschichte erzählen in Echtzeit. #dhd2017 weiterlesen