TU Darmstadt / ULB / TUprints

forTEXT-Videoreihe: Named Entity Recognition und digitale Literaturanalyse

ed.: forTEXT (2024)
forTEXT-Videoreihe: Named Entity Recognition und digitale Literaturanalyse.
Institution: Universitäts- und Landesbibliothek Darmstadt, 2018
doi: 10.26083/tuprints-00027816
Lecture, Secondary publication, Publisher's Version

[img] Video (Figurenkonstellationen in Goethes Werther und Plenzdorfs neuem Werther)
forTEXT_Figurenkonstellationen-in-Goethes-Werther-und-Plenzdorfs-neuem-Werther.mp4
Copyright Information: CC BY 4.0 International - Creative Commons, Attribution.

Download (8MB)
[img] Video (Tutorial: Ein eigenes NER-Modell für die digitale Literaturanalyse trainieren)
forTEXT_Tutorial_Dein-eigenes-NER-Modell-fuer-die-digitale-Literaturanalyse-trainieren.mp4
Copyright Information: CC BY 4.0 International - Creative Commons, Attribution.

Download (50MB)
[img] Video (Tutorial: Stanford Named Entity Recognizer installieren und deutsche Kategorien laden)
forTEXT_Tutorial_Stanford-Named-Entity-Recognizer-installieren-und-deutsche-Kategorien-laden.mp4
Copyright Information: CC BY 4.0 International - Creative Commons, Attribution.

Download (11MB)
[img] Video (Tutorial: Stanford Named Entity Recognizer zur digitalen Literaturanalyse nutzen)
forTEXT_Tutorial_Stanford-Named-Entity-Recognizer-zur-digitalen-Literaturanalyse-nutzen.mp4
Copyright Information: CC BY 4.0 International - Creative Commons, Attribution.

Download (17MB)
Item Type: Lecture
Type of entry: Secondary publication
Title: forTEXT-Videoreihe: Named Entity Recognition und digitale Literaturanalyse
Language: German
Date: 16 September 2024
Place of Publication: Darmstadt
Year of primary publication: 2018
Place of primary publication: Genève, Switzerland
Publisher: Zenodo
DOI: 10.26083/tuprints-00027816
Corresponding Links:
Origin: Secondary publication service
Abstract:

In der Video-Reihe „Named Entity Recognition und digitale Literaturanalyse" zeigen wir, wie sich der Stanford Named Entity Recognizer installieren und zur Literaturanalyse nutzen lässt. Außerdem stellen wir 3 Möglichkeiten zur Verbesserung der Ergebnisse vor und zeigen, unter anderem, wie sich eine generierte Output-Datei in eine XML-Datei umwandeln lässt oder wie Du dein eigenes NER-Modell trainieren kannst.

Status: Publisher's Version
URN: urn:nbn:de:tuda-tuprints-278162
Additional Information:

Contributing author: Mareike Schumacher, ORICD: 0000-0002-7952-4194

Mehr Infos:

• Webseite der Stanford NER Group: https://nlp.stanford.edu

• Stanford NER Herunterladen: https://nlp.stanford.edu/software/CRF-NER.shtml

• Schriftliche Einführung in die Methodik der NER: https://fortext.net/routinen/methoden/named-entity-recognition-ner

Übersicht der Videoreihe auf Zenodo:

1. Tutorial: Stanford Named Entity Recognizer installieren und deutsche Kategorien laden: https://zenodo.org/records/10372231

2. Tutorial: Stanford Named Entity Recognizer zur digitalen Literaturanalyse nutzen: https://zenodo.org/records/10372239

3. Tutorial: Ein eigenes NER-Modell für die digitale Literaturanalyse trainieren: https://zenodo.org/records/10371086

4. Fallbeispiel: Figurenkonstellationen in Goethes Werther und Plenzdorfs neuem Werther: https://zenodo.org/records/10250582

Hier zur Videoreihe auf Youtube: https://www.youtube.com/watch?v=hYed-ZqEzs8&list=PLu-M0KuYw64pVltr9EazXvscw5DpRv01Q

Classification DDC: 800 Literature > 800 Literature, rhetoric and criticism
Divisions: 02 Department of History and Social Science > Institut für Sprach- und Literaturwissenschaft > Digital Philology – Modern German Literary Studies
Date Deposited: 16 Sep 2024 14:24
Last Modified: 07 Oct 2024 09:41
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/27816
PPN: 521834260
Export:
Actions (login required)
View Item View Item