Und es ist doch immer wieder dasselbe. Nachbetrachtung des gemeinsamen Focused Tutorials

Am 24. und 25.11.2022 trafen sich BERD4NFDI, NFDI4Culture und Text+ zum Workshop in Mannheim (und online), um sich über die Erfassung, Anreicherung und Verbreitung von Forschungsdatenobjekten auszutauschen. In drei Blöcken wurden in jeweils drei Vorträgen Use Cases aus den drei Konsortien präsentiert und reichlich diskutiert. 

Im ersten Block zur Erfassung von Forschungsdatenobjekten berichteten Jan Kamlah, Thomas Schmidt und Renat Shigapov über die Extraktion von Forschungsdaten aus historischen Dokumenten mit eScriptorium und Python im Rahmen von BERD4NFDI. Dafür stellten sie zuerst das Handbuch “Die Maschinen-Industrie im Deutschen Reich 1937”, vor, aus dem sie Daten über Firmen extrahieren, um damit Rechtsformenwechsel von Unternehmen identifizieren zu können. Daraufhin zeigten sie, mit welchen Methoden die Extraktion der Firmennamen und Rechtsformen vorgenommen werden. Dazu gehören neben OCR  mit eScriptorium auch die Datenstrukturierung mittels des selbstgeschriebenen Python-Scripts blatt. Dabei zeigten sie interessanterweise auch den Arbeitsaufwand der verschiedenen Schritte auf.

Im zweiten Vortrag stellte Keli Du verschiedene Möglichkeiten des Text-Mining von urheberrechtlich geschützten Texten vor. Er sprach über abgeleitete Textformate und ihre Evaluation und lieferte damit einen Use Case aus Text+. Er konzentrierte sich besonders auf ein Vorgehen, das Schöch et al. 2020 beschreiben. Es wurde deutlich, wie schwer es abzuwägen ist, die richtige Wahl zu treffen zwischen Austausch von so vielen Textentitäten durch beispielsweise PoS-Tags, dass das Werk aus dem abgeleiteten Textformat nicht mehr wiederherstellbar ist, auf der einen Seite und so wenigen, dass immer noch Aussagen über diesen Text getroffen werden können, auf der anderen Seite.

Im dritten Vortrag zeigten Melanie Seltmann und Stefan Büdenbender, wie sie Transkriptionen von Citizen Scientists durch Computational Double Keying verbessern. Das demonstrierten sie am Use Case des Citizen-Science-Projektes Gruß & Kuss. Als Quelle dienen hier Liebesbriefe. Damit HTR (Handwritten Text Recognition) gute Ergebnisse liefern kann, muss eine gewisse Anzahl an Seiten von einer Hand vorhanden sein. Durch die Kombination von händisch abgeschriebenen Seiten und HTR können bestmögliche Ergebnisse erzeugt werden, da die Fehler bei den beiden Vorgehensweisen sehr unterschiedlich sind und sich einander ausbessern können. Zudem betonten sie, welche Aspekte des Projektes in welche Measures in Text+ einfließen.

Der Nachmittagsblock widmete sich der Anreicherung von Forschungsdatenobjekten. Als erstes berichteten Luise Borek und Canan Hastik über generische Vokabularien fürs Forschungsdatenmanagement, konkret über die Wiederverwendung von TaDiRAH (Taxonomy of Digital Research Activities in the Humanities). Sie zeigten den Ursprung von TaDiRAH sowie dessen Weiterentwicklung auf. Schließlich gaben sie einen Einblick auch in künftig angedachte Weiterentwicklungen und riefen z.B. zur Unterstützung der Übersetzung in weitere Sprachen als der bisher sieben verfügbaren auf.

Daraufhin präsentierte Philipp Hegel Anwendungsfälle, bei denen Linked Data in Editionen eingebunden wird. Er erleuterte, wie sich die Praxis der philologischen und historischen Kommentierung mit Einbezug semantischer Webtechnologien verändert hat. Das demonstrierte er an einem Use Case über alchemistische Terminologie in einigen Loci in Michael Maiers Atlanta fugiens (1617) durch den Vergleich von vier Anwendungsmodi.

Robert Nasarek führte schließlich durch das Tool WissKi und zeigte Möglichkeiten des Linked Open Data Management damit. Er verwies auf technische Hintergründe hinter WissKi und demonstrierte in einem Tutorial, wie grundlegende Funktionalitäten des ontologiebasierten Content Managements in einem online zugänglichen Live-System aussehen. 

Der zweite Tag stand unter dem Motto Verbreitung von Forschungsdatenobjekten. Lozana Rossenova präsentierte im ersten Vortrag mit der semantischen Medien-Anreicherung durch Wikibase+ einen Use Case aus NFDI4Culture. Sie stellte die FOSS-Toolchain (Free and Open Source Software) vor, die im Open Science Lab der TIB entwickelt wurde. Diese erleichtert die Verknüpfung von Medienobjekten und Medienkommentaren sowie deren kulturellen Kontext, wie Personen-, Orts- und Geolokations-Metadaten, mit dem Semantic Web.

Danach berichtete Renat Shigapov vom Knowledge Graph in BERD4NFDI sowie im Rahmen der Gesamt-NFDI. Er erklärte den Aufbau des Knowledge Graphs und was damit wie angereichert werden kann. Zudem beschrieb er Disseminationsmöglichkeiten mit Hilfe des Knowledge Graphs. Er lud außerdem dazu ein, im Rahmen der NFDI-Sektion (Meta)data, Terminologies, Provenance sich in der Arbeitsgruppe Knowledge Graphs zu beteiligen oder über die Arbeiten der Arbeitsgruppe zu informieren.

Schließlich brachte Stefan Dietze ein weiteres Beispiel für die Nutzung eines Knowledge Graphs ein und sprach über die wissenschaftliche Informationsextraktion für Forschungs-Wissensgraphen. Er zeigte auf, in welchen relevanten Konsortien GESIS vertreten ist sowie welche gemeinsamen Fragen und Herausforderungen Wissenschaftler:innen bei GESIS in diesem Kontext haben. Daraufhin führte er das Konzept der Knowledge Graphs für FAIRe Forschungsdaten ein und erläuterte an einem Beispiel, wie aus Publikationen maschinen-interpretierbare Metadaten-Knowledge Graphen erstellt werden können, mit deren Hilfe u.a. wissenschaftliche Software- oder Datennutzung untersucht werden kann. Er illustrierte dies am Beispiel von Twitterdaten von Impfverweiger:innen im Kontext von COVID-19. Anschließend gab er einen Ausblick, welche gemeinsamen Aufgaben zur wissenschaftlichen Informationsextraktion noch ausstehen.

Was ist nun aber der Mehrwert von der Zusammenführung von Use Cases verschiedener NFDI-Konsortia, abgesehen von den jeweils individuell sehr interessanten Vorträgen? Innerhalb eines Blockes kamen wir immer wieder auf dieselben Fragen, Herausforderungen, Themen. Ganz gleich aus welchen der Konsortien die Vortragenden kamen, die Arbeit gestaltet sich doch nicht so unterschiedlich, wie man meinen hätte können. Besonders aufgefallen ist mir das im ersten Block. Als eine Person, die ihr ganzes Leben geisteswissenschaftlich gearbeitet hat, meistens mit Textdaten, hätte ich mir nicht vorgestellt, dass selbst die Wirtschaftswissenschaften die gleichen Tools nutzen wie „wir“. Auch dort stellt sich die Frage: Wie bekomme ich Texte computerlesbar und kann meine benötigten Informationen möglichst automatisch daraus filtern und weiterverarbeiten? – Eine Frage, die ich zuvor besonders den digitalen Geisteswissenschaften zugeschrieben hätte.

Die Erkenntnis aus der Veranstaltung ist aber nicht allein, dass wir vor den gleichen Herausforderungen stehen, sondern auch, dass wir einander bei den Lösungen unterstützen können und den Blick viel weiter aus unseren eigenen Disziplinen hinausrichten sollten, als wir es vielleicht schon tun. Dafür eignen sich solche gemeinsamen Workshops hervorragend – insbesondere um Kontakte für weitere Zusammenarbeit zu knüpfen. Das spiegelt sich auch in den konsortienübergreifenden Sektionen wieder, wie Renat Shigapov in seinem Vortrag zum Knowledge Graph gezeigt hat. 

Folglich liegt, so meine Meinung, in der NFDI nicht nur die Chance, in den einzelnen Disziplinen einen guten und einheitlicheren Umgang mit Forschungsdaten zu befördern, sondern auch disziplinenübergreifend für „bessere“ Forschung und Vernetzung zu stehen.

Zitiervorschlag
Melanie Seltmann: Und es ist doch immer wieder dasselbe. Nachbetrachtung des gemeinsamen Focused Tutorials, in: Text+ Blog, 10.01.2023, https://textplus.hypotheses.org/3003.

---

---