Automatische Erkennung von Figurengender in Literatur

Figurengender-Beschreibungen in literarischen Texten automatisch
erkennen zu lassen - das ist eines der Ziele eines kleinen
Projektes, an dem ich mit einer Kollegin gerade sitze. Nun sind die
ersten Modelle erstellt und getestet. Und siehe da, das Ergebnis
hat mich ziemlich überrascht. Es zeigt nämlich, dass und wieso
Frauenfiguren besser erkannt werden und warum es schon einmal sein
kann, dass in einem literarischen texte das Figurengender viel viel
besser erkannt wird als in anderen. Das Ergebnis hat mich außerdem
dazu gebracht, die Digital-Humanities-Methode der Named Entity
Recognition mit Ideen des Reverse Engineering zusammen zu
denken. 




Den schriftlichen Artikel zu dieser Folge findest du
hier: http://lebelieberliterarisch.de/named-entity-recognition-und-reverse-engineering/





Den Wikipedia-Artikel zum Reverse Engineering
hier: https://de.wikipedia.org/wiki/Reverse_Engineering





Wenn du mehr über die Mathematik hinter dem F1-Score lesen
möchtest, wirst du hier
fündig: https://en.wikipedia.org/wiki/F1_score





Alle Infos zum m*w-Projekt kannst du hier einsehen:
https://msternchenw.de 





Ich würde mich freuen, wenn du uns beim Aufbau eines
Diversity-Korpus unterstützt!
Folge direkt herunterladen