Alle Beiträge von Christof Schöch

Workshop „Advanced Methods in Stylometry“

The junior research group „Computational Literary Genre Stylistics“ (CLiGS) is organizing a hands-on workshop on „Advanced Methods in Stylometry“ which will take place at Würzburg University, Germany, on December 9-11. (All further information will be posted here; see bottom of this post for practical information.)

The workshop targets doctoral students in literary studies already familiar with computational text analysis and interested in using specific, advanced methods for their use-cases and research questions. The aims of the workshop are to help participants move beyond out-of-the-box functionality in stylo, either using advanced functionality in stylo or using specific Python packages. Participants are encouraged to bring their own datasets to the workshop.

The workshop will be taught by Maciej Eder (Paedagogical University, Kraków, Poland), Mike Kestemont (University of Antwerp, Belgium), and Jeremi Ochab (Jagiellonian University, Kraków, Poland), three experts in stylometry. It is being coordinated by Christof Schöch. The workshop will have three parts, adresssing the following issues:

  • The first part of the workshop will focus on designing and implementing workflows in R, aimed at performing large-scale custom stylometric experiments. To this end, a few low-level functions of the package ’stylo‘, as well as a number of generic R functions and routines will be introduced.
  • The second part will offer an introduction to the popular Machine Learning toolkit for Python: sklearn (http://scikit-learn.org/). The workshop will focus on sklearn’s powerful suite of text processing algorithms. Using relevant examples from stylometry, it will be demonstrated how sklearn equips users with an arsenal of easily available (un)supervised machine learning routines.
  • The third part will be an introduction to models of complex networks as well as to the most prominent results on empirical networks. They will cover the most relevant graph characteristics, and will further expand to graph-based unsupervised clustering techniques, so-called community detection algorithms.

The workshop requires familiarity with the fundamental assumptions of computational text analysis including stylometry as well as solid competencies in using R and Python. If you are interested in joining us for the workshop, please send an application to christof.schoech@uni-wuerzburg.de until November 20, 2015, specifying why you would like to participate and how you have achieved your current level of competency in stylometry.

The workshop will start on Wednesday, December 9 at 9:30 am and end on Friday, December 11 at 1:00pm. Participation is free except for a small contribution for drinks and snacks during the breaks. The working language of the workshop will be English, but text collections used may be in the language of your choice. Participants are expected to bring their own laptop computers with the latest version of R (with stylo) as well as Python (version 3, with numpy, pandas, sklearn) installed.

The workshop is organized by the CLiGS group with funding from the German Federal Ministry for Research and Education (BMBF).

Practical information:

  • The workshop will take place at Würzburg University, Campus Hubland, Philosophisches Institut, Building 8, room 8.E.18. The pointer on this map points there.
  • The closest bus stop is „Philosophisches Institut“. From Würzburg Hauptbahnhof, buses 14, 114 and 214 take you there.

Open Peer Review: Überblicksartikel zu Möglichkeiten und Nutzen von TEI für Textedition und Textanalyse

Die neue romanistische Zeitschrift Romanische Studien  erscheint nicht nur online und im Open Access (Lizenz: Creative Commons – Attribution), sondern hat auch die lobenswerte Initiative ergriffen, Autorinnen und Autoren dazu zu ermuntern, die Beiträge schon vor der offiziellen Veröffentlichung ins Netz zu stellen, damit Kolleginnen und Kollegen den Beitrag vorab schon wahrnehmen und kommentieren können: Die Redaktion merkt an, dass „so produktive Austauschprozesse wie auch eine frühe und erweiterte Bezugnahme auf das veröffentlichte Werk gefördert werden“ (siehe der entsprechende Vermerk). Wohlgemerkt passiert das als Ergänzung zum klassischen peer review, der ebenfalls (und vorab oder parallel) erfolgt.

Für meinen Beitrag mit dem Titel „Ein digitales Textformat für die Literaturwissenschaften. Die Richtlinien der Text Encoding Initiative und ihr Nutzen für Textedition und Textanalyse“ ist nun dieser peer review abgeschlossen und ich möchte heute das Verfahren einmal testen und den aktuellen Stand des Textes öffentlich zur Diskussion stellen. Der Abstract folgt unten, die aktuelle Version des Beitrags steht hier als PDF zum Herunterladen bereit und die Kommentarfunktion ist freigeschaltet!

Abstract: Die stetig voranschreitende Digitalisierung literarischer Texte verschiedenster Sprachen, Epochen und Gattungen stellt die Literaturwissenschaften immer wieder vor die Frage, wie sie diese Entwicklung mitgestalten und zu ihrem Vorteil nutzen können. Dabei ist digital nicht gleich digital, sondern es existiert eine Vielzahl sehr unterschiedlicher, digitaler Repräsentationsformen von Text. Nur wenige dieser Repräsentationsformen werden literaturwissenschaftlichen Anforderungen tatsächlich gerecht, darunter diejenige, die den Richtlinien der Text Encoding Initiative folgt. Der vorliegende Beitrag vergleicht zunächst einige derzeit gängige digitale Repräsentationsformen von Text. Für literaturwissenschaftliche Forschung besonders geeignet erweist sich hierbei eine Repräsentationsform, die den Richtlinien der Text Encoding Initiative folgt. Daher informiert der Beitrag anschließend über deren Nutzen für die literaturwissenschaftliche Arbeit, sowohl im Bereich der wissenschaftlichen Textedition als auch im Bereich der Analyse und Interpretation von Texten. Nur wenn die Literaturwissenschaften in ihrer Breite den Nutzen von offenen, expressiven, flexiblen und standardisierten, langfristig nutzbaren Formaten für die Forschung erkennen, können sie sich mit dem erforderlichen Nachdruck für deren Verbreitung einsetzen und durch die zunehmende Verfügbarkeit von Texten in solchen Formaten für die eigene Forschung und Lehre davon profitieren.

Die Nachwuchsgruppe bei der Digital Humanities Conference 2015 in Sydney!

Mit einem Beitrag zu „Topic Modeling French Crime Fiction“ ist die  Nachwuchsgruppe bei der Digital Humanities Conference in Sydney, Autralien (30. Juni bis 4. Juli 2015) vertreten. Die Konferenz ist das wichtigste Ereignis des Jahres in den Digitalen Geisteswissenschaften.

Christof Schöch wird ein short paper zum Thema „Topic Modeling French Crime Fiction“ halten. Die Einleitung des ausführlichen Abstracts formuliert: „This study applies topic modeling to a collection of French crime fiction novels in order to discover topic-related patterns. The results show both expected and unexpected patterns related to authors, subgenres, and time period. Topic modeling proves highly useful for investigating the history of French crime fiction.“ Der gesamte Abstract ist im „Book of Abstracts“ der Konferenz einzusehen.

Neben dem Topic Modeling-Beitrag ist der Lehrstuhl für Computerphilologie auch mit dem folgenden Beitrag aus dem Bereich der Stilometrie bei der DH2015 vertreten: Fotis Jannidis, Steffen Pielström, Christof Schöch, Thorsten Vitt: „Improving Burrows’ Delta – An empirical evaluation of text distance measures„.