diff --git a/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0.pdf b/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0.pdf new file mode 100644 index 0000000000000000000000000000000000000000..cc5217b1cb5afe301edc123f1dc210fef8db19e9 Binary files /dev/null and b/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0.pdf differ diff --git a/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0.xml b/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0.xml new file mode 100644 index 0000000000000000000000000000000000000000..45b16f7078353d80d990fa36a2b9bfe902121b2a --- /dev/null +++ b/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0.xml @@ -0,0 +1,862 @@ +<?xml version="1.0" encoding="utf-8"?> +<?xml-model href="http://www.tei-c.org/release/xml/tei/custom/schema/relaxng/tei_all.rng" type="application/xml" schematypens="http://relaxng.org/ns/structure/1.0"?> +<?xml-model href="http://www.tei-c.org/release/xml/tei/custom/schema/relaxng/tei_all.rng" type="application/xml" schematypens="http://purl.oclc.org/dsdl/schematron"?> +<TEI xmlns="http://www.tei-c.org/ns/1.0" xmlns:html="http://www.w3.org/1999/html" + xmlns:tei="http://www.tei-c.org/ns/1.0" xmlns:xlink="http://www.w3.org/1999/xlink" + xmlns:xhtml="http://www.w3.org/1999/xhtml"> + <teiHeader> + <fileDesc> + <titleStmt> + <title> + <biblStruct> + <analytic> + <title level="a">Modell</title> + <respStmt> + <resp ref="http://id.loc.gov/vocabulary/relators/aut">Author</resp> + <persName> + <forename>Ramona</forename> + <surname>Roller</surname> + <email>rroller@ethz.ch</email> + <idno type="gnd">1286830842</idno> + <idno type="orcid">0000-0003-0146-4264</idno> + <affiliation>Eidgenössische Technische Hochschule Zürich</affiliation> + </persName> + </respStmt> + <idno type="doi">10.17175/wp_2023_009_v2</idno> + <idno type="url">https://zfdg.de/wp_2023_009</idno> + <date when="2023-05-25">25.05.2023</date> + <date when="2024-05-16">16.05.2024</date> + </analytic> + <monogr> + <title level="j">Zeitschrift für digitale Geisteswissenschaften</title> + <title level="m" type="main">Begriffe der Digital Humanities</title> + <title level="m" type="sub">Ein diskursives Glossar</title> + <idno type="doi">10.17175/wp_2023</idno> + <idno type="ppn">183976709X</idno> + <idno type="url">https://zfdg.de/wp_2023</idno> + <respStmt> + <resp ref="http://id.loc.gov/vocabulary/relators/edt">Editor</resp> + <orgName> + <name>AG Digital Humanities Theorie des Verbandes Digital Humanities im deutschsprachigen Raum e. V.</name> + </orgName> + </respStmt> + <respStmt> + <resp>Publiziert von</resp> + <orgName role="marc_pbl">Herzog August Bibliothek</orgName> + </respStmt> + <respStmt> + <resp ref="http://id.loc.gov/vocabulary/relators/dtm">Transformation der Word Vorlage nach TEI</resp> + <persName> + <surname>Baumgarten</surname> + <forename>Marcus</forename> + <idno type="gnd">1192832655</idno> + <idno type="orcid">0000-0003-0801-9462</idno> + </persName> + </respStmt> + <availability status="free"> + <p>Available at <ref target="https://www.zfdg.de">https://www.zfdg.de</ref></p> + </availability> + <imprint> + <biblScope unit="year">2023</biblScope> + <biblScope unit="volume">2</biblScope> + </imprint> + </monogr> + <series> + <title level="s">Working Papers</title> + <idno type="ppn">1839710241</idno> + <idno type="doi">10.17175/working-papers</idno> + </series> + </biblStruct> + </title> + </titleStmt> + <editionStmt> + <edition>Elektronische Ausgabe nach TEI P5</edition> + </editionStmt> + <publicationStmt> + <distributor> + <name> + <orgName>Herzog August Bibliothek Wolfenbüttel</orgName> + </name> + </distributor> + <idno type="doi">10.17175/zfdg.01</idno> + <idno type="ppn">0819494402</idno> + <authority> + <name>Herzog August Bibliothek</name> + <address> + <addrLine>Lessingplatz 1</addrLine> + <addrLine>38304 Wolfenbüttel</addrLine> + </address> + </authority> + <authority> + <name>Forschungsverbund Marbach Weimar Wolfenbüttel</name> + <address> + <addrLine>Burgplatz 4</addrLine> + <addrLine>99423 Weimar</addrLine> + </address> + </authority> + <availability status="free"> + <p>Sofern nicht anders angegeben </p> + <licence target="https://creativecommons.org/licenses/by-sa/4.0/">CC BY-SA 4.0</licence> + </availability> + <availability status="free"> + <p>Available at <ref target="workID">https://www.zfdg.de; (c) Forschungsverbund MWW</ref></p> + </availability> + </publicationStmt> + <sourceDesc> + <p>Einreichung als Working Paper in der ZfdG durch die Herausgeber*innen</p> + </sourceDesc> + </fileDesc> + <encodingDesc> + <editorialDecl> + <p>Transformation der WORD-Vorlage nach XML/TEI-P5 durch TEI-Oxgarage und XSLT-Skripten</p> + </editorialDecl> + <editorialDecl> + <p xml:lang="de">Lektorat des Textes durch die Redaktion in Person von <persName>Martin de la Iglesia</persName>.</p> + </editorialDecl> + <editorialDecl> + <p>Medienrechte liegen bei den Autor*innen</p> + </editorialDecl> + <editorialDecl> + <p>All links checked <date when="2024-03-22">22.03.2024</date></p> + </editorialDecl> + </encodingDesc> + <profileDesc> + <creation>Beitrag erstellt für das Working Paper 2 der Zeitschrift für digitale Geisteswissenschaften</creation> + <langUsage> + <language ident="de">Text in Deutsch</language> + </langUsage> + <textClass> + <keywords scheme="gnd"> + <term>Maschinelles Lernen<ref target="4193754-5"/></term> + <term>Modell<ref target="4039798-1"/></term> + <term>Statistische Schlussweise<ref target="4182963-3"/></term> + <term>Terminologie<ref target="4059501-8"/></term> + </keywords> + </textClass> + </profileDesc> + <revisionDesc> + <change when="2024-05-16" n="2.0" status="published"> + <p>Ãœberarbeitung gemäß Open Public Peer Review. Bibliografie an aktuelle Zitierregeln angepasst. Absatzzählung verschoben.</p> + </change> + </revisionDesc> + </teiHeader> + <text> + <body> + <div> + <div type="chapter"> + <ab><hi rend="bold">Synonyme und ähnliche Begriffe:</hi> Datenbank | Datenmodell | Inferenz | mathematische Formel | Repräsentation | Theorie | Visualisierung<lb/><hi rend="bold">Pendants in kontrollierten Vokabularen:</hi> Wikidata: <ref target="https://www.wikidata.org/entity/Q1979154">Q1979154</ref> | TaDiRAH: <ref target="https://vocabs.dariah.eu/tadirah/modeling">modeling</ref></ab> + </div> + <div type="chapter"> + <head>1. Begriffsdefinition</head> + + <p>Ein Modell lässt sich durch drei Merkmale beschreiben.<note type="footnote">Vgl. <ref type="bibliography" target="#stachowiak_modelltheorie_1973">Stachowiak 1973</ref>, S. 131–133.</note></p> + <list type="unordered"> + <item> + <hi rend="italic">Abbildungsmerkmal:</hi> Ein Modell ist eine Abbildung oder + Repräsentation von einem Original.</item> + <item> + <hi rend="italic">Verkürzungsmerkmal:</hi> Ein Modell besitzt ausgewählte, aber nicht alle + Merkmale des Originals; es ist eine Abstraktion des Originals.</item> + <item> + <hi rend="italic">Pragmatisches Merkmal:</hi> Ein Modell hat einen Verwendungszweck. Es wird + von Modellierer*innen benutzt, um Fragestellungen über ein Objekt oder System zu beantworten.</item> + </list> + </div> + <div type="chapter"> + <head>2. Begriffs- / Ideengeschichte</head> + + <figure> + <graphic xml:id="modell_2023_001" url="Medien/modell_001_v2.png"> + <desc> + <ref type="graphic" target="#abb1">Abb. 1</ref>: Etymologie des Modellbegriffs. Sprachen sind abgekürzt + (ide. (indo-europäisch), lat. (lateinisch), gr. (griechisch), + ital. (italienisch)). [Grafik: Ramona Roller 2024; Adaption von <ref type="bibliography" target="#favre_megamodelling_2006">Favre + 2006</ref>]<ref type="graphic" + target="#modell_2023_001"/></desc> + </graphic> + </figure> + <p>Ursprünglich stammt der Modellbegriff vom lateinischen ›modus‹ und dessen + Diminutiv ›modulus‹ (vgl. <ref type="graphic" target="#modell_2023_001" + >Abbildung 1</ref>). Hieraus entwickelte sich die spätlateinische + Bezeichnung ›modellus‹, die in der Renaissance zum italienischen ›modello‹ + führte. Dieser Begriff wurde zunächst nur in der Architektur verwendet und + bezeichnete dort eine Reihe von Entwurfsprinzipien.</p> + </div> + <div type="chapter"> + <head>3. Erläuterung</head> + + <div type="subchapter"> + <head>3.1 Mehrdeutigkeiten</head> + + <figure> + <graphic xml:id="modell_2023_002" url="Medien/modell_002_v2.png"> + <desc> + <ref type="graphic" target="#abb2">Abb. 2</ref>: Mögliche Gliederung von Modelltypen nach + Funktionalität. [Grafik: Ramona Roller 2024]<ref type="graphic" + target="#modell_2023_002"/></desc> + </graphic> + </figure> + <p>Heute wird der Modellbegriff auf vielfältige Weise verwendet und zeichnet sich – auch innerhalb der DH – durch eine große semantische Komplexität aus.<note type="footnote">Vgl. <ref type="bibliography" target="#achinstein_concepts_1968">Achinstein 1968</ref>, S. 203; <ref type="bibliography" target="#goodman_languages_1976">Goodman 1976</ref>, S. 171; <ref type="bibliography" target="#mccarty_modeling_2004">McCarty 2004</ref>, S. 257.</note> Zum einen dient Herbert Stachowiaks Modelldefinition (vereinfachte Abbildung eines Originals mit einem Verwendungszweck) als Grundlage für formale Modelle, welche im Mittelpunkt dieses Artikels stehen. Formale Modelle formalisieren Entitäten (z. B. Personen, Orte, Texte, archäologische Fundstücke) sowie deren Attribute (z. B. Alter, Inhalt) und Beziehungen (z. B. Freundschaft, geografische Distanz) aus der realen Welt durch Verwendung maschinell lesbarer Strukturen, wie z. B. mathematische Formeln oder Daten. Formale Modelle manifestieren sich in unterschiedlichen Modelltypen, welche sich in ihrer Form und Zielsetzung unterscheiden (vgl. <ref type="graphic" target="#modell_2023_002">Abbildung 2</ref>).</p> + <p>Zum anderen wird Stachowiaks Modelldefinition durch Ansätze aus den DH und weiteren Disziplinen ergänzt. So stellt Clifford Geertz dem Stachowiak’schen Abbildungsmerkmal (›model of‹) ein Designmerkmal (›model for‹) gegenüber, mithilfe dessen ein Modell etwas Neues realisieren kann (z. B. architektonischer Bauplan).<note type="footnote">Vgl. <ref type="bibliography" target="#geertz_religion_1973">Geertz 1973</ref>, S. 93.</note> Willard McCarty vertieft Geertz’ Definition, indem er die Konstruktions- und Manipulationsmerkmale eines Modells betont und dieses von verwandten Begriffen abgrenzt (Idee, Analogie, Repräsentation, Diagramm und Karte).<note type="footnote">Vgl. <ref type="bibliography" target="#mccarty_modeling_2004">McCarty 2004</ref>, S. 254–265.</note></p> + <p>→ <ref target="https://zfdg.de/wp_2023_013">Theorie</ref>geleitete Ansätze aus den DH und anderen Disziplinen erweitern den Modellbegriff. Im Gegensatz zu formalen Modellen haben theoriegeleitete Ansätze keinen Bezug zu Daten. In den DH werden theoriegeleitete Ansätze verwendet, um Denkstrukturen zu formalisieren, wie z. B. die Periodisierung von Geschichte oder die Interpretation von Texten (Hermeneutik).<note type="footnote">Vgl. <ref type="bibliography" target="#leff_models_2013">Leff 2013</ref>.</note> Oft werden diese theoriegeleiteten Ansätze auch als Modelle bezeichnet, was zu begrifflichen Unschärfen und Missverständnissen führen kann, insbesondere bei der Abgrenzung von konzeptionellen Datenmodellen (vgl. <ref type="graphic" target="#modell_2023_002">Abbildung 2</ref>). Die Modelltheorie, ein Bereich der Logik, befasst sich mit der Interpretation von Sprache.<note type="footnote">Vgl. <ref type="bibliography" target="#tarski_contributions_1954">Tarski 1954</ref>; <ref type="bibliography" target="#hodges_model_theory_1993">Hodges 1993</ref>; <ref type="bibliography" target="#chang_model_theory_1990">Chang / Keisler 1990</ref>; <ref type="bibliography" target="#marker_model_theory_2002">Marker 2002</ref>; <ref type="bibliography" target="#baldwin_model_theory_2018">Baldwin 2018</ref>.</note> Modelle definieren Regeln, nach denen Sätze als wahr oder falsch gekennzeichnet werden, und die Theorie beschreibt die Beziehung zwischen diesen Modellen.</p> + <list type="unordered"> + <item> + <term type="dh">Materielle Modelle</term> sind Gegenstände in der + analogen Welt, die haptisch erfahrbar sind und Objekte oder Systeme + repräsentieren (z. B. gedruckte Landkarte, Bozzetto eines Bildhauers + oder einer Bildhauerin, Gebäude im verkleinerten Maßstab). <term + type="dh">Formale Modelle</term> sind abstrakte, maschinell lesbare Repräsentationen von Objekten und Systemen (z. B. Datenbank, mathematische Formel, + Fortschreibungsregel).</item> + <item> + <term type="dh">Abbildende Modelle</term> stellen Objekte oder + Systeme räumlich am Computer dar. Beispiele umfassen 3D-Modelle für + Gebäude oder Proteine, digitale Kopien von Gemälden und Netzwerke. + Ziel des Modells ist es, Funktionsweisen und Perspektiven zu zeigen, + die am realen Objekt aus Gründen der Zugänglichkeit (z. B. zerstörte + Gebäude) oder der Sichtbarkeit (z. B. Mikroorganismen) nicht möglich + sind.</item> + <item> + <term type="dh">Datenmodelle</term> beschreiben, wie → <ref target="https://zfdg.de/wp_2023_003">Daten</ref> organisiert und gespeichert werden. Sie standardisieren die + Informationen über und die Verbindungen zwischen Datenelementen. + Ziel des Modells ist es, diese Informationen für Suchabfragen zu nutzen, um sie in visuellen oder mathematischen Analysen weiterverarbeiten zu können. Verbindungen zwischen + Datenelementen werden konzeptionell in einem <term type="dh" + >Entity-Relationship-Diagramm</term> dargestellt,<note + type="footnote">Vgl. + <ref type="bibliography" target="#jannidis_humanities_2019">Jannidis et al. (Hg.) 2019</ref>, S. 103.</note> + welches dann auf der Struktur einer bestimmten Datenbank abgebildet + wird.<note type="footnote">Vgl. für eine Ãœbersicht von + Datenbanktypen: <ref type="bibliography" target="#foster_databases_2021">Foster / Heus 2020</ref>; <ref type="bibliography" target="#geisler_datenbanken_2014">Geisler 2014</ref>; + <ref type="bibliography" target="#jouili_comparison_2013">Jouili / + Vansteenberghe 2013</ref>; + <ref type="bibliography" target="#meier_sql_2019">Meier / Kaufmann 2019</ref>, S. 201–218.</note> + </item> + <item> + <term type="dh">Mathematische Modelle</term> beschreiben ein System + mithilfe mathematischer Gleichungen. Im Gegensatz zu Datenmodellen, in denen lediglich neue Verknüpfungen zwischen vorhandenen Daten erstellt + werden, werden jene Daten im mathematischen Modell verwendet, um + neue Werte zu berechnen. Desweiteren werden messbare Charakteristika + im mathematischen Modell durch Wahrscheinlichkeitsverteilungen + (<term type="dh">Zufallsvariablen</term>) beschrieben. Dieser + Artikel klassifiziert mathematische Modelle nach ihrer Funktion in + Modelle des maschinellen Lernens, statistische Modelle und + rechnergestützte Modelle.<note type="footnote">Weitere etablierte + Klassiï¬zierungen unterscheiden Modelle nach anderen Funktionen + (diskriminativ – generativ), Lernverfahren (überwacht – + unüberwacht), Wahrscheinlichkeitsverteilung der Zufallsvariablen + (parametrisch – nicht-parametrisch) und Modellergebnis + (deterministisch – probabilistisch).</note> + </item> + <item> + <term type="dh">Statistische Modelle</term> beschreiben die + mathematische Beziehung zwischen einer oder mehreren + Zufallsvariablen (vgl. mathematische Modelle) und weiteren + Variablen. Zum Beispiel kann ein statistisches Modell beschreiben, + wie Kooperationsbereitschaft mit Herrschaftsstrukturen + zusammenhängt. Bekannte Modelle umfassen <term type="dh" + >Regressionen</term>, <term type="dh" + >Event-History-Modelle</term> und <term type="dh" + >t-Tests</term>. Das Hauptziel ist es, zu erklären, wie Daten + zustande kommen (<term type="dh" + >Datengenerierungsprozess</term>),<note type="footnote">Vgl. + <ref type="bibliography" target="#bzdok_statistics_2018">Bzdok et al. 2018</ref>.</note> + wobei Rückschlüsse von der + Datenstichprobe auf die Gesamtpopulation gezogen werden (<term type="dh">Inferenz</term>). + Statistische Modelle sind für Datensätze mit wenigen dutzend + Variablen konzipiert, treffen Annahmen über die Zufallsvariablen und + quantifizieren Unsicherheiten im Modellergebnis (<term type="dh">Konfidenzintervall</term>, <term type="dh">p-Wert</term>).</item> + <item> + <term type="dh">Modelle des maschinellen Lernens</term> (ML-Modelle) + sind eine Klasse von Lernalgorithmen, die generalisierbare Muster in + Daten erkennen. Zum Beispiel können Datenpunkte aufgrund ihrer + Attribute in Gruppen eingeteilt werden. Bekannte ML-Modelle umfassen + <term type="dh">Random Forest</term>, <term type="dh">Neuronale + Netze</term> und <term type="dh">Support Vector Machines</term>. + Das Hauptziel ist die Vorhersage nicht-observierter Daten, wie beispielsweise fehlender Briefverbindungen oder beschädigter Teile eines Gemäldes, sowie die Gruppierung ähnlicher Datenpunkte, z. B. Genrekategorien von Romanen. ML-Modelle sind für Datensätze mit Tausenden oder Millionen + Variablen konzipiert und machen keine Annahmen über den + Datengenerierunsgprozess.</item> + <item> + <term type="dh">Rechnergestützte Modelle</term> beschreiben ein + System über die Zeit, wobei einzelne Zeitschritte hintereinander + berechnet werden (numerische Lösung), anstatt direkt durch eine + geschlossene Funktion (analytische Lösung).<note type="footnote">In + der numerischen Lösung verwendet das Modell den Zustand des + Systems zum Zeitpunkt t, um den Zustand zum nächsten Zeitpunkt t + + 1 zu berechnen. In der analytischen Lösung kann das Modell + direkt den Zustand zum Zeitpunkt t + 1 mit einer Funktion + berechnen, ohne die vorherigen Zustände zu kennen.</note> Zum + Beispiel kann solch ein Modell berechnen, wie sich Veränderungen in + der Vegetation über die Zeit auf das Siedlungsverhalten von Menschen + auswirken. Hauptziel ist es nicht nur, Zufallsvariablen zu + identifizieren, die ein Systemverhalten verursachen (vgl. statistische Modelle), sondern auch den Mechanismus zu verstehen, + wie dieses Verhalten zustande kommt.</item> + </list> + </div> + <div type="subchapter"> + <head>3.2 Differenzen der Begriffsverwendung</head> +<p> + <list type="unordered"> + <item><hi rend="italic">Architektur- und Kunstgeschichte:</hi> Hier werden hauptsächlich abbildende Modelle verwendet, um konkrete Einzelobjekte darzustellen. Ziel ist es, diese Einzelobjekte differenziert zu beschreiben und fiktive Szenarien an ihnen durchzuspielen (Hypothesen zu testen), zum Beispiel, um die mögliche Nutzung hinsichtlich räumlicher Verhältnisse zu testen.<note type="footnote">Vgl. <ref type="bibliography" target="#schelbert_modell_2019">Schelbert 2019, S. 141</ref>.</note> Abbildende Modelle können auf zwei Arten entstehen: als ›gebaute‹ Modelle mit ausgewählten Vektorelementen ähnlich einer Vektorgrafik, oder als ›gescannte‹ Modelle mit zunächst bedeutungslosen Messpunkten ähnlich einer Rastergrafik, die jeweils den Bereichen der Rekonstruktion bzw. Digitalisierung zugeordnet werden.</item> + <item><hi rend="italic">Literatur- und Sprachwissenschaften:</hi> Hier werden hauptsächlich + Modelle des maschinellen Lernens (ML-Modelle) für <term type="dh" + >Natural Language Processing</term> (NLP) und <term type="dh" + >Text Mining</term> (TM) verwendet.<note type="footnote">Natural Language Processing erfasst den Inhalt von Sprache, + wohingegen Text Mining deren Struktur identiï¬ziert.</note> Im + NLP werden Wörter u. a. als numerische Vektoren, sogenannte <term type="dh">Word Embeddings</term>,<note type="footnote">Vgl. <ref type="bibliography" target="#jurafsky_speech_2009">Jurafsky / Martin 2009</ref>, Kapitel 6.</note> dargestellt, die den Verwendungskontext eines Wortes mitberücksichtigen.<note type="footnote">Darüber hinaus gibt es Embeddings auch auf der Sub-Wort Ebene.</note> Oft werden diese Embeddings als <term type="dh">pre-processing step</term> für weitere Analysen erstellt.<note type="footnote">Vgl. <ref type="bibliography" target="#garg_word_2018">Garg et al. 2018</ref>; <ref type="bibliography" target="#grayson_novel_2016">Grayson et al. 2016</ref>; <ref type="bibliography" target="#kozlowski_meanings_2019">Kozlowski et al. 2019</ref>.</note> Etablierte Modelle umfassen Word2Vec<note type="footnote"><ref type="bibliography" target="#mikolov_representations_2013">Mikolov et al. 2013</ref>.</note>, GloVe<note type="footnote"><ref type="bibliography" target="#pennington_glove_2014">Pennington et al. 2014</ref>.</note> und BERT und dessen anwendungsspezifische Varianten,<note type="footnote"><ref type="bibliography" target="#devlin_bert_2019">Devlin et al. 2019</ref>.</note> aber auch <term type="dh">Large Language Models</term><note type="footnote">Vgl. <ref type="bibliography" target="#naveed_overview_2023-2024">Naveed et al. 2023–2024</ref>.</note> wie GPT<note type="footnote">Vgl. <ref type="bibliography" target="#openai_gpt-4_2023-2024">OpenAI 2023–2024</ref>.</note> oder Google Gemini (vormals Bard)<note type="footnote">Vgl. <ref type="bibliography" target="#thoppilan_lamda_2022">Thoppilan et al. 2022</ref>; <ref type="bibliography" target="#chowdhery_palm_2023">Chowdhery et al. 2023</ref>.</note>. TM nutzt Worthäufigkeiten und Korrelationen zwischen Wörtern, um die Struktur von Texten zu erfassen und daraus Informationen zu extrahieren. Die Anwendungsbereiche umfassen Klassifizierung und Clustering von Wortmustern,<note type="footnote">Vgl. <ref type="bibliography" target="#jockers_text_2016">Jockers / Underwood + 2016</ref>.</note> welche zur Identifikation von Emotionen,<note type="footnote">Vgl. <ref type="bibliography" target="#kim_survey_2019">Kim / Klinger 2019</ref>; <ref type="bibliography" target="#kleres_emotions_2011">Kleres 2011</ref>; <ref type="bibliography" target="#mohammad_time_2012">Mohammad 2012</ref>; <ref type="bibliography" target="#zehe_prediction_2016">Zehe et al. 2016</ref>.</note> Genres,<note type="footnote">Vgl. <ref type="bibliography" target="#schoech_topic_2017">Schöch 2017</ref>; + <ref type="bibliography" target="#underwood_life_2016">Underwood 2016</ref>.</note> Figuren<note + type="footnote">Vgl. + <ref type="bibliography" target="#bamman_effects_2014">Bamman et al. 2014</ref>.</note> und Themen<note + type="footnote">Vgl. + <ref type="bibliography" target="#barron_individuals_2018">Barron et al. 2018</ref>; + <ref type="bibliography" target="#goldstone_transformations_2014">Goldstone / Underwood + 2014</ref>; + <ref type="bibliography" target="#navarro_poetic_2018">Navarro-Colorado 2018</ref>.</note> verwendet werden.<note + type="footnote">Diese Anwendungsbereiche sind besser bekannt + unter ihren englischen Bezeichnungen ›sentiment analysis‹, + ›genre modeling‹, ›character modeling‹ und ›topic + modeling‹.</note> Abbildende Modelle finden in Form von Figurennetzwerken breite Anwendung.<note type="footnote">Vgl. + <ref type="bibliography" target="#chen_cluster_2019">Chen + et al. 2019</ref>; + <ref type="bibliography" target="#labatut_extraction_2019">Labatut / Bost 2019</ref>; <ref type="bibliography" target="#lee_story_2020">Lee / Jung 2020</ref>.</note> + </item> + <item><hi rend="italic">Musik- und Filmwissenschaften:</hi> Hier werden hauptsächlich + ML-Modelle zu generativen Zwecken und für <term type="dh" + >Music</term> und <term type="dh">Image Mining</term> verwendet. + Generative Modelle, vor allem <term type="dh">Deep Neural Networks</term>, erzeugen neue Musik<note type="footnote">Vgl. + <ref type="bibliography" target="#carnovalini_music_2020">Carnovalini / Rodà 2020</ref>; + <ref type="bibliography" target="#hadjeres_deepbach_2017">Hadjeres et al. 2017</ref>; + <ref type="bibliography" target="#herremans_morpheus_2019">Herremans / Chew + 2019</ref>; <ref type="bibliography" target="#lattner_imposing_2018">Lattner et al. 2018</ref>; <ref type="bibliography" target="#mao_deeepj_2018">Mao et al. 2018</ref>.</note> oder + transkribieren Audiospuren zu Musiknoten.<note type="footnote">Vgl. + <ref type="bibliography" target="#boulanger_dependencies_2012">Boulanger-Lewandowski et al. 2012</ref>.</note> Modelle des Music und Image Minings erfassen Strukturen im Ton- und Filmmaterial und + werden zur Identifizierung von Komponist*innen,<note type="footnote">Vgl. <ref type="bibliography" target="#hajj_composer_2018">Hajj et al. 2018</ref>; + <ref type="bibliography" target="#pollastri_classification_2011">Pollastri / Simoncelli 2001</ref>.</note> + Stilen,<note type="footnote">Vgl. <ref type="bibliography" target="#byszuk_voices_2020">Byszuk 2020</ref>; + <ref type="bibliography" target="#holobut_stylometry_2020">HoÅ‚obut / Rybicki + 2020</ref>; <ref type="bibliography" target="#hoernel_structure_1998">Hörnel / Menzel 1998</ref>.</note> Instrumenten,<note + type="footnote">Vgl. <ref type="bibliography" target="#diment_instrument_2013">Diment et al. 2013</ref>; + <ref type="bibliography" target="#lostanlen_milestone_2018">Lostanlen et al. 2018</ref>; + <ref type="bibliography" target="#solanki_music_2022">Solanki / Pandey 2022</ref>.</note> Genres,<note type="footnote">Vgl. + <ref type="bibliography" target="#carlson_dance_2020">Carlson et al. 2020</ref>.</note> Farben<note type="footnote">Vgl. + <ref type="bibliography" target="#burghardt_lengths_2016">Burghardt et al. 2016</ref>; <ref type="bibliography" target="#flueckiger_color_2021">Flückiger 2021</ref>.</note> und + Bewegungen<note type="footnote">Vgl. + <ref type="bibliography" target="#arpatzoglou_dancemoves_2021">Arpatzoglou et al. 2021</ref>; + <ref type="bibliography" target="#cao_realtime_2021">Cao et al. 2021</ref>; + <ref type="bibliography" target="#fang_rmpe_2017">Fang et al. 2017</ref>; + <ref type="bibliography" target="#sun_resolution_2019">Sun et al. 2019</ref>.</note> + verwendet. In den Filmwissenschaften haben diese Analysen zu + komplexen Datenmodellen geführt, die zum Beispiel Körperhaltungen + mit numerischen Vektoren repräsentieren und somit Haltungen + miteinander vergleichen können.<note type="footnote">Vgl. + <ref type="bibliography" target="#bakels_analysis_2020">Bakels et + al. 2020</ref>; <ref type="bibliography" target="#cao_realtime_2021">Cao et al. 2021</ref>.</note> + </item> + <item><hi rend="italic">Geschichtswissenschaft und Archäologie:</hi> Hier werden hauptsächlich + statistische und rechnergestützte Modelle verwendet. Erstere dienen + dazu, soziale, politische und ökonomische Zusammenhänge in + vergangenen Gesellschaften zu beschreiben. Beispiele umfassen lineare + und logistische Regressionen<note type="footnote">Vgl. + <ref type="bibliography" target="#becker_religion_2019">Becker / + Pascali 2019</ref>; <ref type="bibliography" target="#cantoni_competition_2018">Cantoni et al. 2018</ref>; <ref type="bibliography" target="#crabtree_media_2018">Crabtree et al. 2018</ref>; + <ref type="bibliography" target="#uribe_exploration_2019">Uribe-Castro 2019</ref>; + <ref type="bibliography" target="#wurpts_diffusion_2018">Wurpts et al. 2018</ref>.</note> sowie + Event-History-Modelle.<note type="footnote">Vgl. <ref type="bibliography" target="#andrews_dynamics_2006">Andrews / Biggs 2006</ref>; <ref type="bibliography" target="#chaves_women_1996">Chaves 1996</ref>.</note> Rechnergestützte Modelle dienen dazu, + Hypothesen über geschichtliche Prozesse und Ereignisse zu testen, + manchmal auch in einem kontrafaktischen Szenario.<note type="footnote">Ein kontrafaktisches Szenario ist eine hypothetische Situation oder Handlung, die sich von der tatsächlichen Vergangenheit unterscheidet. Es basiert auf der Annahme, dass etwas anderes als das, was wirklich passiert ist, geschehen wäre, und erkundet die potenziellen Auswirkungen dieser alternativen Realität. Zum Beispiel analysieren <ref type="bibliography" target="#fogel_consent_1994">Fogel 1994</ref> und <ref type="bibliography" target="#bunzl_history_2004">Bunzl 2004</ref> die Frage, was mit der Sklaverei (in den amerikanischen Südstaaten) passiert wäre, wenn manche Ereignisse vom realen Geschichtsverlauf abgewichen wären.</note> Beispiele umfassen partielle Differentialgleichungen zur Erforschung von + Landnutzungsänderungen<note type="footnote">Vgl. <ref type="bibliography" target="#hurtt_history_2006">Hurtt et al. + 2006</ref>; + <ref type="bibliography" target="#pongratz_reconstruction_2008">Pongratz et al. 2008</ref>; + <ref type="bibliography" target="#yu_reconstructing_2012">Yu et al. 2012</ref>.</note> und + agentenbasierte Modelle zur → <ref target="https://zfdg.de/wp_2023_011">Simulation</ref> prähistorischer Kulturen<note + type="footnote">Vgl. <ref type="bibliography" target="#axtell_population_2002">Axtell et al. 2002</ref>; <ref type="bibliography" target="#chliaoutakis_agent_2016">Chliaoutakis / + Chalkiadakis 2016</ref>; <ref type="bibliography" target="#chliaoutakis_agent_2020">Chliaoutakis / + Chalkiadakis 2020</ref>; <ref type="bibliography" target="#griffin_agent_2007">Griffin / Stanish 2007</ref>; + <ref type="bibliography" target="#macmillan_agent_2008">Macmillan / + Huang 2008</ref>.</note> und Kriegsverläufe.<note type="footnote">Vgl. + <ref type="bibliography" target="#campillo_archaeologists_2012">Rubio Campillo et al. 2012</ref>; <ref type="bibliography" target="#trautteur_agent_2003">Trautteur / Virgilio 2003</ref>.</note> Abbildende Modelle kommen vor allem als Netzwerke vor.<note + type="footnote">Vgl. <ref type="bibliography" target="#czachesz_minds_2011">Czachesz / Biró (Hg.) 2011</ref>; <ref type="bibliography" target="#duling_network_2013">Duling 2013</ref>; + <ref type="bibliography" target="#duering_handbuch_2016">Düring et al. (Hg.) 2016</ref>; <ref type="bibliography" target="#gamper_knoten_2015">Gamper et al. (Hg.) 2015</ref>; + <ref type="bibliography" target="#stark_rise_1996">Stark + 1996</ref>.</note> + </item> + </list> +</p> + </div> + </div> + <div type="chapter"> + <head>4. Kontroversen</head> + + <div type="subchapter"> + <head>4.1 Standardisierung von Datenmodellen</head> + + <p>Um Datenmodelle unterschiedlichster Projekte miteinander zu verknüpfen, + müssen Daten auf eine standardisierte Weise gespeichert werden. + Kontroversen entzünden sich an den Fragen, ob Standards in + DH-Datenmodellen überhaupt umsetzbar sind,<note type="footnote">Vgl. + <ref type="bibliography" target="#jannidis_humanities_2019">Jannidis et al. (Hg.) 2019</ref>, S. 247.</note> wie diese aussehen + sollen<note type="footnote">Vgl. <ref type="bibliography" target="#schelbert_modell_2019">Schelbert 2019</ref>, S. 145–146.</note> + und wer sie entwickelt und wartet.<note type="footnote">Beispielsweise sind die vom Konsortium der Text Encoding Initiative (TEI) veröffentlichten <ref type="bibliography" target="#tei_guidelines_2023">Guidelines</ref> ein wichtiger Schritt für die Standardisierung bei der Textannotation.</note></p> + </div> + <div type="subchapter"> + <head>4.2 Qualitätsanforderungen an Datenmodelle</head> + + <p>Die DH stellen disziplinspezifische Anforderungen an Datenmodelle, wie + zum Beispiel die Abbildung von Historizität, Unschärfe und subjektiven + Entscheidungen, sowie die langfristige Verfügbarkeit der Modelle. + Kontroversen entzünden sich an der Frage, wie diese Anforderungen in der + Praxis umzusetzen sind, insbesondere bei eingeschränkter Datenverfügbarkeit.<note type="footnote">Vgl. <ref type="bibliography" target="#jannidis_humanities_2019">Jannidis et al. (Hg.) 2019</ref>, S. 106–107.</note> + </p> + </div> + <div type="subchapter"> + <head>4.3 Interpretierbarkeit von mathematischen Modellen</head> + + <p>Modelle des maschinellen Lernens (ML) werden oft auch als <term type="dh" + >Black-Box-Modelle</term> bezeichnet, da der Mechanismus, nach dem + das Modell Eingabedaten in Ergebnisse umwandelt, nicht verständlich ist, was die + Interpretierbarkeit einschränkt. Kontroversen entzünden sich an der + genauen Definition von Interpretierbarkeit<note type="footnote">Vgl. + <ref type="bibliography" target="#caruana_models_2015">Caruana et al. 2015</ref>; + <ref type="bibliography" target="#goodman_union_2017">Goodman / Flaxman 2017</ref>; + <ref type="bibliography" target="#huysmans_evaluation_2011">Huysmans et al. 2011</ref>; + <ref type="bibliography" target="#kim_ibcm_2015">Kim et al. 2015</ref>; + <ref type="bibliography" target="#liu_study_2005">Liu et al. 2005</ref>; + <ref type="bibliography" target="#ribeiro_trust_2016">Ribeiro et al. 2016</ref>.</note> und + der Frage, ob sich eine verbesserte Interpretierbarkeit überhaupt lohnt. + Letztere basiert auf einem inzwischen widerlegten Zielkonflikt zwischen + Interpretierbarkeit und Genauigkeit: Beide Konzepte können demnach nicht gleichzeitig optimiert werden und Interpretierbarkeit und Genauigkeit werden fälschlicherweise jeweils + statistischen und ML-Modellen zugeschrieben.<note type="footnote" + > Vgl. <ref type="bibliography" target="#hand_technology_2006">Hand 2006</ref>; + <ref type="bibliography" target="#lipton_mythos_2016">Lipton 2016–2017</ref>; + <ref type="bibliography" target="#lipton_data_2016">Lipton et al. 2016</ref>; + <ref type="bibliography" target="#tollenaar_method_2013">Tollenaar / + van der Heijden 2013</ref>; + <ref type="bibliography" target="#zeng_classification_2017">Zeng et al. 2017</ref>.</note> + </p> + </div> + <div type="subchapter"> + <head>4.4 Evaluation von abbildenden Modellen</head> + + <p>Die Evaluation eines Modells bewertet, wie gut das Modell ist, wobei die + Defintion von ›gut‹ vom spezifischen Anwendungsfall abhängt. Während die + Evaluation statistischer und ML-Modelle bereits standardisiert ist,<note + type="footnote">Evaluationsmaße für statistische Modelle honorieren generell die Anpassungsgüte (englisch <term type="dh">goodness of ï¬t</term>, d. h. wie gut ein Modell observierte Daten erklärt) und sanktionieren eine große Komplexität (Anzahl der + Zufallsvariablen), z. B. <term type="dh">Akaike Information + Criterion</term>, <term type="dh">Bayes Information Criterion</term>, <term type="dh">angepasster + Determinationskoeffizient</term> (englisch <term type="dh">adjusted R2</term>). Evaluationsmaße für ML-Modelle wiederum + bestrafen Komplexität gewöhnlich nicht und evaluieren nur die + Anpassungsgüte, also wie häuï¬g die Modellvorhersagen stimmen + (etablierte Maße umfassen u. a. <term type="dh">ROC-Kurve</term>, + <term type="dh">Genauigkeit / accuracy</term>, <term type="dh">Sensitivität / sensitivity</term>, <term type="dh">Vorhersagewert / precision</term> und <term type="dh">Trefferquote / recall</term>).</note> hat sich zum Beispiel bei Netzwerkmodellen noch keine + Evaluationsmethode etabliert.<note type="footnote">Ein weit verbreitetes Evaluationsmaß in der Netzwerkanalyse ist die <term type="dh">Ground-Truth-Validierung</term>. Ground Truth sind Informationen, die den vermuteten ›echten Wert‹ eines untersuchten Konzepts für Dinge wie Netzwerkknoten darstellen sollen. Zum Beispiel kann Romanen ein Genre zugeordnet werden. Werden Romane in einem Netzwerk dargestellt, z. B. als Knoten, die durch Ko-Autor*innenschaft miteinander verbunden sind, können mithilfe von Netzwerkanalyse Informationen über die Romane inferiert werden. Diese Informationen werden dann mit der Ground Truth abgeglichen. Zum Beispiel können Knoten mithilfe eines <term type="dh">Community-Detection-Algorithmus</term> in Gruppen unterteilt werden. Die Gruppen werden mit den Genrebezeichnungen der Romane, also der Ground Truth, abgeglichen. Stimmen die beiden Klassifizierungen überein, schlussfolgern wir, dass der Community-Detection-Algorithmus ein gutes Modell darstellt, um Genres von Romanen zu identifizieren. Allerdings ist die Ground-Truth-Validierung fehleranfällig (vgl. <ref type="bibliography" target="#peel_ground_2017">Peel et al. 2017</ref>).</note></p> + </div> + </div> + <div type="bibliography"> + <head>Bibliografische Angaben</head> + <listBibl> + <bibl xml:id="achinstein_concepts_1968">Peter Achinstein: Concepts of Science. A Philosophical Analysis. Baltimore 1968.<ptr type="gbv" cRef="022410767"/></bibl> + <bibl xml:id="andrews_dynamics_2006">Kenneth T. Andrews / Michael Biggs: The Dynamics of Protest Diffusion: Movement Organizations, Social Networks, and News Media in the 1960 Sit-Ins. In: American Sociological Review 71 (2006), H. 5, S. 752–777. DOI: 10.1177/000312240607100503</bibl> + <bibl xml:id="arpatzoglou_dancemoves_2021">Vasiliki Arpatzoglou / Artemis Kardara / Alexandra Diehl / Barbara + Flueckiger / Sven Helmer / Renato Pajarola: DanceMoves: A Visual Analytics + Tool for Dance Movement Analysis. In: Marco Agus / Christoph Garth / Andreas Kerren (Hg.): EuroVis 2021 – Short Papers (EuroVis 2021: 23rd Eurographics Conference on Visualization, Zürich, 14.–18.06.2021). 2021. DOI: <ref target="https://doi.org/10.2312/evs.20211057">10.2312/evs.20211057</ref> + </bibl> + <bibl xml:id="axtell_population_2002">Robert L. Axtell / Joshua Morris Epstein / Jeffrey S. Dean / George John + Gumerman / Alan Charles Swedlund / Jason Harburger / Shubha Chakravarty / + Ross Hammond / Jon Parker / Miles Parker: Population Growth and Collapse in + a Multiagent Model of the Kayenta Anasazi in Long House Valley. In: + Proceedings of the National Academy of Sciences 99 (2002), H. 3, S. + 7275–7279. DOI: <ref target="https://doi.org/10.1073/pnas.092080799" + >10.1073/pnas.092080799</ref> + </bibl> + <bibl xml:id="bakels_analysis_2020">Jan-Hendrik Bakels / Matthias Grotkopp / Thomas Scherer / Jasper Stratil: + Matching Computational Analysis and Human Experience: Performative Arts and + the Digital Humanities. In: Digital Humanities Quarterly 14 (2020), H. 4. + [<ref + target="https://www.digitalhumanities.org/dhq/vol/14/4/000496/000496.html" + >online</ref>]</bibl> + <bibl xml:id="baldwin_model_theory_2018">John Theodore Baldwin: Model Theory and the Philosophy of Mathematical Practice. Formalization without Foundationalism. Cambridge, UK 2018.<ptr type="gbv" cRef="1632188074"/></bibl> + <bibl xml:id="bamman_effects_2014">David Bamman / Ted Underwood / Noah Ashton Smith: A Bayesian Mixed Effects + Model of Literary Character. In: Proceedings of the 52nd Annual Meeting of + the Association for Computational Linguistics, Bd. 1: Long Papers (ACL 52, + Baltimore, 23.–25.06.2014). Baltimore 2014, S. 370–379. DOI: <ref + target="https://doi.org/10.3115/v1/P14-1035">10.3115/v1/P14-1035</ref> + </bibl> + <bibl xml:id="barron_individuals_2018">Alexander T. J. Barron / Jenny Huang / Rebecca L. Spang / Simon DeDeo: + Individuals, Institutions, and Innovation in the Debates of the French + Revolution. In: Proceedings of the National Academy of Sciences 115 (2018), + H. 18, S. 4607–4612. DOI: <ref + target="https://doi.org/10.1073/pnas.1717729115" + >10.1073/pnas.1717729115</ref> + </bibl> + <bibl xml:id="becker_religion_2019">Sascha O. Becker / Luigi Pascali: Religion, Division of Labor, and + Conflict: Anti-Semitism in Germany over 600 Years. In: American Economic + Review 109 (2019), H. 5, S. 1764–1804. DOI: <ref + target="https://doi.org/10.1257/aer.20170279">10.1257/aer.20170279</ref> + </bibl> + <bibl xml:id="boulanger_dependencies_2012">Nicolas Boulanger-Lewandowski / Yoshua Bengio / Pascal Vincent: Modeling + Temporal Dependencies in High-Dimensional Sequences: Application to + Polyphonic Music Generation and Transcription. In: John Langford / Joelle Pineau (Hg.): Proceedings of the 29th + International Conference on Machine Learning (ICML ’12, Edinburgh, 26.06.–01.07.2012). Madison, US-WI 2012, S. + 1881–1888. PDF. [<ref target="http://icml.cc/2012/papers/590.pdf" + >online</ref>]</bibl> + <bibl xml:id="bunzl_history_2004">Martin Bunzl: Counterfactual History: A User’s Guide. In: The American + Historical Review 109 (2004), H. 3, S. 845–858. DOI: <ref target="https://doi.org/10.1086/ahr/109.3.845">10.1086/ahr/109.3.845</ref></bibl> + <bibl xml:id="burghardt_lengths_2016">Manuel Burghardt / Michael Kao / Christian Wolff: Beyond Shot Lengths – + Using Language Data and Color Information as Additional Parameters for + Quantitative Movie Analysis. In: Digital Humanities 2016: Conference + Abstracts (DH 2016, Krakau, 11.–16.07.2016). Krakau 2016. HTML. [<ref target="https://dh2016.adho.org/abstracts/288">online</ref>]</bibl> + <bibl xml:id="byszuk_voices_2020">Joanna Byszuk: The Voices of Doctor Who – How Stylometry Can be Useful in Revealing New Information About TV Series. In: Digital Humanities Quarterly + 14 (2020), H. 4. [<ref + target="https://www.digitalhumanities.org/dhq/vol/14/4/000499/000499.html" + >online</ref>]</bibl> + <bibl xml:id="bzdok_statistics_2018">Danilo Bzdok / Naomi Altman / Martin Krzywinski: Statistics Versus Machine Learning. In: Nature Methods 15 (2018), H. 4, S. 233–234. DOI: <ref + target="https://doi.org/10.1038/nmeth.4642">10.1038/nmeth.4642</ref> + </bibl> + <bibl xml:id="cantoni_competition_2018">Davide Cantoni / Jeremiah Dittmar / Noam Yuchtman: Religious Competition and Reallocation: The Political Economy of Secularization in the Protestant + Reformation. In: The Quarterly Journal of Economics 133 (2018), H. 4, S. + 2037–2096. DOI: <ref target="https://doi.org/10.1093/qje/qjy011" + >10.1093/qje/qjy011</ref> + </bibl> + <bibl xml:id="cao_realtime_2021">Zhe Cao / Gines Hidalgo / Tomas Simon / Shih-En Wei / Yaser Sheikh: + OpenPose: Realtime Multi-Person 2D Pose Estimation Using Part Affinity + Fields. In: IEEE Transactions on Pattern Analysis and Machine Intelligence + 43 (2021), H. 1, S. 172–186. DOI: 10.1109/TPAMI.2019.2929257</bibl> + <bibl xml:id="carlson_dance_2020">Emily Carlson / Pasi Saari / Birgitta Burger / Petri Toiviainen: Dance to Your Own Drum: Identification of Musical Genre and Individual Dancer From Motion Capture Using Machine Learning. In: Journal of New Music Research 49 + (2020), H. 2, S. 162–177. DOI: 10.1080/09298215.2020.1711778</bibl> + <bibl xml:id="carnovalini_music_2020">Filippo Carnovalini / Antonio Rodà : Computational Creativity and Music + Generation Systems: An Introduction to the State of the Art. Frontiers in + Artificial Intelligence 3 (2020). DOI: <ref + target="https://doi.org/10.3389/frai.2020.00014" + >10.3389/frai.2020.00014</ref> + </bibl> + <bibl xml:id="caruana_models_2015">Rich Caruana / Yin Lou / Johannes Gehrke / Paul Koch / Mark Sturm / Noemi + Elhadad: Intelligible Models for HealthCare: Predicting Pneumonia Risk and + Hospital 30-Day Readmission. In: KDD ’15: Proceedings of the 21th ACM SIGKDD + International Conference on Knowledge Discovery and Data Mining (Sydney, + 10.–13.08.2015). New York 2015, S. 1721–1730. DOI: 10.1145/2783258.2788613</bibl> + <bibl xml:id="chang_model_theory_1990">Chen Chung Chang / Howard Jerome Keisler: Model Theory (= Studies in Logic and the Foundation of Mathematics, 73). 3. Auflage. Amsterdam u. a. 1990.<ptr type="gbv" cRef="245115617"/></bibl> + <bibl xml:id="chaves_women_1996">Mark Chaves: Ordaining Women: The Diffusion of an Organizational + Innovation. In: American Journal of Sociology 101 (1996), H. 4, S. 840–873. + DOI: 10.1086/230782</bibl> + <bibl xml:id="chen_cluster_2019">Rex H. G. Chen / Charles C. Chen / Chi-Ming Chen: Unsupervised Cluster + Analyses of Character Networks in Fiction: Community Structure and + Centrality. In: Knowledge-Based Systems 163 (2019), S. 800–810. DOI: <ref + target="https://doi.org/10.1016/j.knosys.2018.10.005" + >10.1016/j.knosys.2018.10.005</ref> + </bibl> + <bibl xml:id="chliaoutakis_agent_2016">Angelos Chliaoutakis / Georgios Chalkiadakis: Agent-Based Modeling of Ancient Societies and Their Organization Structure. In: Autonomous Agents + and Multi-Agent Systems 30 (2016), H. 6, S. 1072–1116. DOI: <ref + target="https://doi.org/10.1007/s10458-016-9325-9" + >10.1007/s10458-016-9325-9</ref> + </bibl> + <bibl xml:id="chliaoutakis_agent_2020">Angelos Chliaoutakis / Georgios Chalkiadakis: An Agent-Based Model for + Simulating Inter-Settlement Trade in Past Societies. In: Journal of + Artificial Societies and Social Simulation 23 (2020), H. 3. DOI: <ref + target="https://doi.org/10.18564/jasss.4341">10.18564/jasss.4341</ref> + </bibl> + <bibl xml:id="chowdhery_palm_2023">Aakanksha Chowdhery / Sharan Narang / Jacob Devlin / Maarten Bosma / Gaurav Mishra / Adam Roberts / Paul Barham / Hyung Won Chung / Charles Sutton / Sebastian Gehrmann / Parker Schuh / Kensen Shi / Sasha Tsvyashchenko / Joshua Maynez / Abhishek Rao / Parker Barnes / Yi Tay / Noam Shazeer / Vinodkumar Prabhakaran / Emily Reif / Nan Du / Ben Hutchinson / Reiner Pope / James Bradbury / Jacob Austin / Michael Isard / Guy Gur-Ari / Pengcheng Yin / Toju Duke / Anselm Levskaya / Sanjay Ghemawat / Sunipa Dev / Henryk Michalewski / Xavier Garcia / Vedant Misra / Kevin Robinson / Liam Fedus / Denny Zhou / Daphne Ippolito / David Luan / Hyeontaek Lim / Barret Zoph / Alexander Spiridonov / Ryan Sepassi / David Dohan / Shivani Agrawal / Mark Omernick / Andrew M. Dai / Thanumalayan Sankaranarayana Pillai / Marie Pellat / Aitor Lewkowycz / Erica Moreira / Rewon Child / Oleksandr Polozov / Katherine Lee / Zongwei Zhou / Xuezhi Wang / Brennan Saeta / Mark Diaz / Orhan Firat / Michele Catasta / Jason Wei / Kathy Meier-Hellstern / Douglas Eck / Jeff Dean / Slav Petrov / Noah Fiedel: PaLM: Scaling Language Modeling with Pathways. In: Journal of Machine Learning Research 24 (2023), S. 1–113. [<ref target="https://www.jmlr.org/papers/v24/22-1144.html">online</ref>]</bibl> + <bibl xml:id="crabtree_media_2018">Charles Crabtree / Holger Lutz Kern / Steven Pfaff: Mass Media and the + Diffusion of Collective Action in Authoritarian Regimes: The June 1953 East + German Uprising. In: International Studies Quarterly 62 (2018), H. 2, S. + 301–314. DOI: <ref target="https://doi.org/10.1093/isq/sqy007" + >10.1093/isq/sqy007</ref> + </bibl> + <bibl xml:id="czachesz_minds_2011">István Czachesz / Tamás Biró (Hg.): Changing Minds. Religion and Cognition + Through the Ages. (International Workshop on Religion and Cognition, + Groningen, 2006) Leuven u. a. 2011.<ptr type="gbv" cRef="68859087X"/></bibl> + <bibl xml:id="devlin_bert_2019">Jacob Devlin / Ming-Wei Chang / Kenton Lee / Kristina Toutanova: BERT: + Pre-training of Deep Bidirectional Transformers for Language Understanding. + In: Jill Burstein / Christy Doran / Thamar Solorio (Hg.): Proceedings of NAACL-HLT 2019, Bd. 1: Long and Short Papers (Annual Conference of the + North American Chapter of the Association for Computational Linguistics, Minneapolis, 02.–07.06.2019). Stroudsburg, US-PA 2019, S. 4171–4186. PDF. [<ref target="https://aclanthology.org/N19-1423.pdf">online</ref>]</bibl> + <bibl xml:id="diment_instrument_2013">Aleksandr Diment / Toni Heittola / Tuomas Virtanen: Semi-Supervised + Learning for Musical Instrument Recognition. In: 21st European Signal + Processing Conference (EUSIPCO 2013, Marrakesch, 09.–13.09.2013). 2013, + S. 1–5. PDF. [<ref + target="https://homepages.tuni.fi/tuomas.virtanen/papers/Diment13_SSL.pdf" + >online</ref>]</bibl> + <bibl xml:id="duling_network_2013">Dennis C. Duling: Paul’s Aegean Network: The Strength of Strong Ties. In: + Biblical Theology Bulletin 43 (2013), H. 3, S. 135–154. DOI: <ref + target="https://doi.org/10.1177/0146107913493564" + >10.1177/0146107913493564</ref> + </bibl> + <bibl xml:id="duering_handbuch_2016">Marten Düring / Ulrich Eumann / Martin Stark / Linda von Keyserlingk + (Hg.): Handbuch Historische Netzwerkforschung. Grundlagen und Anwendungen. + Münster u. a. 2016.<ptr type="gbv" cRef="812646444"/></bibl> + <bibl xml:id="fang_rmpe_2017">Hao-Shu Fang / Shuqin Xie / Yu-Wing Tai / Cewu Lu: RMPE: Regional + Multi-Person Pose Estimation. In: 2017 IEEE International Conference on + Computer Vision (ICCV 2017, Venedig, 22.–29.10.2017). Los Alamitos, US-CA u. + a. 2017. DOI: 10.1109/ICCV.2017.256</bibl> + <bibl xml:id="favre_megamodelling_2006">Jean-Marie Favre: Megamodelling and Etymology. A Story of Words: From MED to MDE via MODEL in Five Millenniums. In: James Reginald Cordy / Ralf Lämmel / Andreas Winter (Hg.): Dagstuhl Seminar Proceedings 05161. Transformation Techniques in Software Engineering (Dagstuhl-Seminar 5161, Dagstuhl, 17.–22.04.2005). Dagstuhl 2006. DOI: <ref + target="https://doi.org/10.4230/DagSemProc.05161.6" + >10.4230/DagSemProc.05161.6</ref> + </bibl> + <bibl xml:id="flueckiger_color_2021">Barbara Flückiger: Color and Expressive Movement. A Computer-Assisted + Analysis. In: Mediaesthetics 4 (2021). DOI: <ref + target="https://doi.org/10.17169/mae.2021.86">10.17169/mae.2021.86</ref> + </bibl> + <bibl xml:id="fogel_consent_1994">Robert William Fogel: Without Consent or Contract. The Rise and Fall of + American Slavery. New York 1994.<ptr type="gbv" cRef="220655952"/></bibl> + <bibl xml:id="foster_databases_2021">Ian Foster / Pascal Heus: Databases. In: Ian Foster / Rayid Ghani / Ron S. Jarmin / Frauke Kreuter / Julia Lane (Hg.): Big Data and Social Science. Data + Science Methods and Tools for Research and Practice. 2. Auflage. New + York u. a. 2021, S. 66–99.<ptr type="gbv" cRef="1737274558"/></bibl> + <bibl xml:id="gamper_knoten_2015">Markus Gamper / Linda Reschke / Marten Düring (Hg.): Knoten und Kanten + III. Soziale Netzwerkanalyse in Geschichts- und Politikforschung. Bielefeld + 2015.<ptr type="gbv" cRef="1613082703"/></bibl> + <bibl xml:id="garg_word_2018">Nikhil Garg / Londa Schiebinger / Dan Jurafsky / James Zou: Word + Embeddings Quantify 100 Years of Gender and Ethnic Stereotypes. In: + Proceedings of the National Academy of Sciences 115 (2018), H. 16, S. + E3635–E3644. DOI: <ref target="https://doi.org/10.1073/pnas.1720347115" + >10.1073/pnas.1720347115</ref> + </bibl> + <bibl xml:id="geertz_religion_1973">Clifford Geertz: Religion as a Cultural System. In: Clifford Geertz: The Interpretation of Cultures. Selected Essays. New York 1973, S. 87–125.<ptr type="gbv" cRef="019829957"/></bibl> + <bibl xml:id="geisler_datenbanken_2014">Frank Geisler: Datenbanken. Grundlagen und Design. 5. Auflage. Heidelberg + 2014.<ptr type="gbv" cRef="786211792"/></bibl> + <bibl xml:id="goldstone_transformations_2014">Andrew Goldstone / Ted Underwood: The Quiet Transformations of Literary + Studies: What Thirteen Thousand Scholars Could Tell Us. In: New Literary + History 45 (2014), H. 3, S. 359–384. DOI: 10.1353/nlh.2014.0025</bibl> + <bibl xml:id="goodman_languages_1976">Nelson Goodman: Languages of Art. An Approach to a Theory of Symbols. 2. Auflage. Indianapolis 1976.<ptr type="gbv" cRef="120772647"/></bibl> + <bibl xml:id="goodman_union_2017">Bryce Goodman / Seth Flaxman: European Union Regulations on Algorithmic + Decision-Making and a »Right to Explanation«. In: AI Magazine 38 (2017), H. + 3, S. 50–57. DOI: <ref target="https://doi.org/10.1609/aimag.v38i3.2741" + >10.1609/aimag.v38i3.2741</ref> + </bibl> + <bibl xml:id="grayson_novel_2016">Siobhán Grayson / Maria Mulvany / Karen Wade / Gerardine Meaney / Derek + Greene: Novel2Vec: Characterising 19th Century Fiction via Word Embeddings. + In: Derek Greene / Brian Mac Namee / Robert Ross (Hg.): Proceedings of the 24th Irish Conference on Artificial Intelligence and + Cognitive Science (= CEUR Workshop Proceedings, 1751; AICS 2016, Dublin, 20.–21.09.2016). 2016. PDF. [<ref + target="https://ceur-ws.org/Vol-1751/AICS_2016_paper_48.pdf" + >online</ref>]</bibl> + <bibl xml:id="griffin_agent_2007">Arthur F. Griffin / Charles Stanish: An Agent-Based Model of Prehistoric + Settlement Patterns and Political Consolidation in the Lake Titicaca Basin + of Peru and Bolivia. In: Structure and Dynamics 2 (2007), H. 2. DOI: <ref + target="https://doi.org/10.5070/SD922003290">10.5070/SD922003290</ref> + </bibl> + <bibl xml:id="hadjeres_deepbach_2017">Gaëtan Hadjeres / François Pachet / Frank Nielsen: DeepBach: A Steerable + Model for Bach Chorales Generation. In: Doina Precup / Yee Whye Teh (Hg.): Proceedings of the 34th International Conference on Machine Learning (= Proceedings of Machine Learning Research, 70; ICML, Sydney, 06.–11.08.2017). 2017, S. 1362–1371. PDF. [<ref + target="http://proceedings.mlr.press/v70/hadjeres17a/hadjeres17a.pdf" + >online</ref>]</bibl> + <bibl xml:id="hajj_composer_2018">Nadine Hajj / Maurice Filo / Mariette Awad: Automated Composer Recognition for Multi-Voice Piano Compositions Using Rhythmic Features, N-grams and Modified Cortical Algorithms. In: Complex & Intelligent Systems 4 + (2018), H. 1, S. 55–65. DOI: <ref + target="https://doi.org/10.1007/s40747-017-0052-x" + >10.1007/s40747-017-0052-x</ref> + </bibl> + <bibl xml:id="hand_technology_2006">David John Hand: Classifier Technology and the Illusion of Progress. In: + Statistical Science 21 (2006), H. 1, S. 1–14. DOI: <ref + target="https://doi.org/10.1214/088342306000000060" + >10.1214/088342306000000060</ref> + </bibl> + <bibl xml:id="herremans_morpheus_2019">Dorien Herremans / Elaine Chew: MorpheuS: Generating Structured Music with + Constrained Patterns and Tension. In: IEEE Transactions on Affective + Computing 10 (2019), H. 4, S. 510–523. DOI: 10.1109/TAFFC.2017.2737984</bibl> + <bibl xml:id="hodges_model_theory_1993">Wilfrid Hodges: Model Theory (= Encyclopedia of Mathematics and its Applications, 42). Cambridge, UK 1993.<ptr type="gbv" cRef="114241953"/></bibl> + <bibl xml:id="hoernel_structure_1998">Dominik Hörnel / Wolfram Menzel: Learning Musical Structure and Style with + Neural Networks. In: Computer Music Journal 22 (1998), H. 4, S. 44–62.<ptr type="gbv" cRef="320617890"/></bibl> + <bibl xml:id="holobut_stylometry_2020">Agata HoÅ‚obut / Jan Rybicki: The Stylometry of Film Dialogue: Pros and + Pitfalls. In: Digital Humanities Quarterly 14 (2020), H. 4. [<ref + target="https://www.digitalhumanities.org/dhq/vol/14/4/000498/000498.html" + >online</ref>]</bibl> + <bibl xml:id="hurtt_history_2006">George C. Hurtt / Stephen Frolking / Matthew G. Fearon / Berrien Moore / + Elena Shevliakova / Sergey Malyshev / Stephen Wilson Pacala / Richard A. + Houghton: The Underpinnings of Land-Use History: Three Centuries of Global + Gridded Land-Use Transitions, Wood-Harvest Activity, and Resulting Secondary + Lands. In: Global Change Biology 12 (2006), H. 7, S. 1208–1229. DOI: <ref + target="https://doi.org/10.1111/j.1365-2486.2006.01150.x" + >10.1111/j.1365-2486.2006.01150.x</ref> + </bibl> + <bibl xml:id="huysmans_evaluation_2011">Johan Huysmans / Karel Dejaeger / Christophe Mues / Jan Vanthienen / Bart + Baesens: An Empirical Evaluation of the Comprehensibility of Decision Table, + Tree and Rule Based Predictive Models. In: Decision Support Systems 51 + (2011), H. 1, S. 141–154. DOI: <ref + target="https://doi.org/10.1016/j.dss.2010.12.003" + >10.1016/j.dss.2010.12.003</ref> + </bibl> + <bibl xml:id="jannidis_humanities_2019">Fotis Jannidis / Hubertus Kohle / Malte Rehbein (Hg.): Digital Humanities. + Eine Einführung. 2. Auflage. Stuttgart 2019.<ptr type="gbv" cRef="104596221X"/></bibl> + <bibl xml:id="jouili_comparison_2013">Salim Jouili / Valentin Vansteenberghe: An Empirical Comparison of Graph + Databases. In: SocialCom 2013. Proceedings (IEEE International Conference + on Social Computing, Washington, 08.–14.09.2013). 2013, S. 708–715.<ptr type="gbv" cRef="789523523"/></bibl> + <bibl xml:id="jurafsky_speech_2009">Daniel Jurafsky / James H. Martin: Speech and Language Processing. Upper + Saddle River, US-NJ 2009.<ptr type="gbv" cRef="577240269"/></bibl> + <bibl xml:id="kim_ibcm_2015">Been Kim / Elena Glassman / Brittney Johnson / Julie Shah: iBCM: + Interactive Bayesian Case Model Empowering Humans via Intuitive Interaction (= CSAIL Technical Reports, MIT-CSAIL-TR-2015-010). 01.04.2015. Handle: <ref + target="http://hdl.handle.net/1721.1/96315">1721.1/96315</ref> + </bibl> + <bibl xml:id="kim_survey_2019">Evgeny Kim / Roman Klinger: A Survey on Sentiment and Emotion Analysis for + Computational Literary Studies. In: Zeitschrift für digitale + Geisteswissenschaften 4 (2019). DOI: <ref + target="https://doi.org/10.17175/2019_008">10.17175/2019_008</ref> + </bibl> + <bibl xml:id="kleres_emotions_2011">Jochen Kleres: Emotions and Narrative Analysis: A Methodological Approach. + In: Journal for the Theory of Social Behaviour 41 (2011), H. 2, S. 182–202. + DOI: <ref target="https://doi.org/10.1111/j.1468-5914.2010.00451.x" + >10.1111/j.1468-5914.2010.00451.x</ref> + </bibl> + <bibl xml:id="kozlowski_meanings_2019">Austin C. Kozlowski / Matt Taddy / James Allen Evans: The Geometry of + Culture: Analyzing the Meanings of Class through Word Embeddings. In: + American Sociological Review 84 (2019), H. 5, S. 905–949. DOI: <ref + target="https://doi.org/10.1177/0003122419877135" + >10.1177/0003122419877135</ref> + </bibl> + <bibl xml:id="labatut_extraction_2019">Vincent Labatut / Xavier Bost: Extraction and Analysis of Fictional Character Networks: A Survey. In: ACM Computing Surveys 52 (2019), H. 5. + DOI: 10.1145/3344548</bibl> + <bibl xml:id="lattner_imposing_2018">Stefan Lattner / Maarten Grachten / Gerhard Widmer: Imposing Higher-Level + Structure in Polyphonic Music Generation Using Convolutional Restricted + Boltzmann Machines and Constraints. In: Journal of Creative Music Systems 2 + (2018), H. 2, S. 1–31. DOI: <ref + target="https://doi.org/10.5920/jcms.2018.01">10.5920/jcms.2018.01</ref> + </bibl> + <bibl xml:id="lee_story_2020">O-Joun Lee / Jason J. Jung: Story Embedding: Learning Distributed + Representations of Stories Based on Character Networks. Artificial + Intelligence 281 (2020). DOI: <ref + target="https://doi.org/10.1016/j.artint.2020.103235" + >10.1016/j.artint.2020.103235</ref> + </bibl> + <bibl xml:id="leff_models_2013">Gordon Leff: Models Inherent in History. In: Teodor Shanin (Hg.): The Rules of the Game. Cross-Disciplinary Essays on Models in Scholarly Thought. London 2013, S. 148–163.<ptr type="gbv" cRef="772607516"/></bibl> + <bibl xml:id="lipton_mythos_2016">Zachary Chase Lipton: The Mythos of Model Interpretability. In: arXiv. + 2016–2017. DOI: <ref target="https://doi.org/10.48550/ARXIV.1606.03490" + >10.48550/ARXIV.1606.03490</ref> + </bibl> + <bibl xml:id="lipton_data_2016">Zachary Chase Lipton / David C. Kale / Randall Wetzel: Modeling Missing + Data in Clinical Time Series with RNNs. In: Finale Doshi-Velez / Jim Fackler / David Kale / Byron Wallace / Jenna Wiens (Hg.): Proceedings of Machine Learning for Healthcare 2016 (= Proceedings of Machine Learning Research, 56; Los Angeles, 19.–20.08.2016). S. 253–270. PDF. [<ref + target="http://proceedings.mlr.press/v56/Lipton16.pdf" + >online</ref>]</bibl> + <bibl xml:id="liu_study_2005">Changchun Liu / Pramila Rani / Nilanjan Sarkar: An Empirical Study of + Machine Learning Techniques for Affect Recognition in Human-Robot + Interaction. In: IROS 2005. IEEE IRS/RSJ International Conference on + Intelligent Robots and Systems (Edmonton, 02.–06.08.2005). S. 2662–2667. + DOI: 10.1109/IROS.2005.1545344</bibl> + <bibl xml:id="jockers_text_2016">Matthew L. Jockers / Ted Underwood: Text-Mining in the Humanities. In: Susan Schreibman / Ray Siemens / John Unsworth (Hg.): A New Companion to Digital Humanities. Chichester 2016, S. 291–306. DOI: 10.1002/9781118680605.ch20</bibl> + <bibl xml:id="lostanlen_milestone_2018">Vincent Lostanlen / Joakim Andén / Mathieu Lagrange: Extended Playing Techniques: The Next Milestone in Musical Instrument Recognition. In: + Proceedings of DLfM ’18. The 5th International Conference on Digital + Libraries for Musicology (Paris, 28.09.2018). New York 2018, S. 1–10. DOI: 10.1145/3273024.3273036</bibl> + <bibl xml:id="macmillan_agent_2008">William Macmillan / H. Q. Huang: An Agent-Based Simulation Model of a Primitive Agricultural Society. In: Geoforum 39 (2008), H. 2, S. 643–658. DOI: 10.1016/j.geoforum.2007.07.011</bibl> + <bibl xml:id="marker_model_theory_2002">David Marker: Model Theory: An Introduction (= Graduate Texts in Mathematics, 217). New York u. a. 2002.<ptr type="gbv" cRef="34725036X"/></bibl> + <bibl xml:id="mao_deeepj_2018">Huanru Henry Mao / Taylor Shin / Garrison Cottrell: DeepJ: Style-Specific + Music Generation. In: 12th IEEE International Conference on Semantic + Computing. Proceedings (ICSC 2018, Laguna Hills, US-CA, 31.01.–02.02.2018). Los + Alamitos, US-CA 2018, S. 377–382. DOI: 10.1109/ICSC.2018.00077</bibl> + <bibl xml:id="mccarty_humanities_2003">Willard McCarty: Humanities Computing. In: Miriam Drake (Hg.): Encyclopedia of Library and + Information Science. 2. Auflage. New York 2003, S. + 1224–1235.<ptr type="gbv" cRef="362078076"/></bibl> + <bibl xml:id="mccarty_modeling_2004">Willard McCarty: Modeling: A Study in Words and Meanings. In: Susan Schreibman / Ray Siemens / John Unsworth (Hg.): A Companion to Digital Humanities (= Blackwell Companions to Literature and Culture, 26). Malden, US-MA u. a. 2004, S. 254–270. DOI: 10.1002/9780470999875.ch19</bibl> + <bibl xml:id="meier_sql_2019">Andreas Meier / Michael Kaufmann: SQL & NoSQL Databases. Models, + Languages, Consistency Options and Architectures for Big Data Management. + Wiesbaden 2019.<ptr type="gbv" cRef="1039230628"/></bibl> + <bibl xml:id="mikolov_representations_2013">Tomas Mikolov / Ilya Sutskever / Kai Chen / Greg Corrado / Jeffrey Dean: + Distributed Representations of Words and Phrases and Their Compositionality. In: Christopher J. C. Burges / Léon Bottou / Max Welling / Zoubin Ghahramani / Kilian Q. Weinberger (Hg.): International Conference on Neural Information Processing Systems (NIPS 26, Lake Tahoe, 05.–10.12.2013), Bd. 2. New York 2013, S. 3111–3119. PDF. [<ref + target="http://papers.nips.cc/paper/5021-distributed-representations-of-words-and-phrases-and-their-compositionality.pdf" + >online</ref>]</bibl> + <bibl xml:id="mohammad_time_2012">Saif M. Mohammad: From Once Upon a Time to Happily Ever After: Tracking Emotions in Mail and Books. In: Decision Support Systems 53 (2012), H. 4, S. + 730–741. DOI: 10.1016/j.dss.2012.05.030</bibl> + <bibl xml:id="navarro_poetic_2018">Borja Navarro-Colorado: On Poetic Topic Modeling: Extracting Themes and + Motifs From a Corpus of Spanish Poetry. In: Frontiers in Digital Humanities + 5 (2018). DOI: <ref target="https://doi.org/10.3389/fdigh.2018.00015" + >10.3389/fdigh.2018.00015</ref> + </bibl> + <bibl xml:id="naveed_overview_2023-2024">Humza Naveed / Asad Ullah Khan / Shi Qiu / Muhammad Saqib / Saeed Anwar / Muhammad Usman / Naveed Akhtar / Nick Barnes / Ajmal Mian: A Comprehensive Overview of Large Language Models. In: arXiv. 2023–2024. DOI: <ref target="https://doi.org/10.48550/arXiv.2307.06435">10.48550/arXiv.2307.06435</ref></bibl> + <bibl xml:id="openai_gpt-4_2023-2024">OpenAI: GPT-4 Technical Report. In: arXiv. 2023–2024. DOI: <ref target="https://doi.org/10.48550/arXiv.2303.08774">10.48550/arXiv.2303.08774</ref></bibl> + <bibl xml:id="peel_ground_2017">Leto Peel / Daniel B. Larremore / Aaron Clauset: The Ground Truth About + Metadata and Community Detection in Networks. In: Science Advances 3 (2017), + H. 5. DOI: <ref target="https://doi.org/10.1126/sciadv.1602548" + >10.1126/sciadv.1602548</ref> + </bibl> + <bibl xml:id="pennington_glove_2014">Jeffrey Pennington / Richard Socher / Christopher David Manning: GloVe: + Global Vectors for Word Representation. In: EMNLP 2014. The 2014 Conference + on Empirical Methods In Natural Language Processing. Proceedings of the + Conference (Doha, 25.–29.10.2014). Stroudsburg, US-PA 2014, S. 1532–1543. + PDF. [<ref + target="https://www.emnlp2014.org/papers/emnlp2014-proceedings.pdf" + >online</ref>]</bibl> + <bibl xml:id="pollastri_classification_2011">Emanuele Pollastri / Giuliano Simoncelli: Classification of Melodies by + Composer with Hidden Markov Models. In: Paolo Nesi / Pierfrancesco Bellini / Christoph Busch (Hg.): International Conference on WEB Delivering of Music. WEDELMUSIC 2011. Proceedings (Florenz, 23.–24.11.2001). Los Alamitos, US-CA 2001, S. 88–95. DOI: 10.1109/WDM.2001.990162</bibl> + <bibl xml:id="pongratz_reconstruction_2008">Julia Pongratz / Christian H. Reick / Thomas Raddatz / Martin Claussen: A Reconstruction of Global Agricultural Areas and Land Cover for the Last + Millennium. In: Global Biogeochemical Cycles 22 (2008), H. 3. DOI: <ref + target="https://doi.org/10.1029/2007GB003153">10.1029/2007GB003153</ref> + </bibl> + <bibl xml:id="ribeiro_trust_2016">Marco Tulio Ribeiro / Sameer Singh / Carlos Guestrin: »Why Should I Trust + You?« Explaining the Predictions of Any Classifier. In: KDD ’16: Proceedings + of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and + Data Mining (San Francisco, 13.–17.08.2016). New York 2016, S. 1135–1144. + DOI: 10.1145/2939672.2939778</bibl> + <bibl xml:id="campillo_archaeologists_2012">Xavier Rubio Campillo / Jose MarÃa Cela / Francesc Xavier Hernández + Cardona: Simulating Archaeologists? Using Agent-Based Modelling to Improve + Battlefield Excavations. In: Journal of Archaeological Science 39 (2012), H. + 2, S. 347–356. DOI: 10.1016/j.jas.2011.09.020</bibl> + <bibl xml:id="schelbert_modell_2019">Georg Schelbert: Ein Modell ist ein Modell ist ein Modell – Brückenschläge + in der Digitalität. In: Piotr KuroczyÅ„ski / Mieke Pfarr-Harfst / Sander Münster (Hg.): Der Modelle Tugend 2.0. Digitale 3D-Rekonstruktion + als virtueller Raum der architekturhistorischen Forschung. Heidelberg 2019, S. 137–153. DOI: <ref target="https://doi.org/10.11588/arthistoricum.515" + >10.11588/arthistoricum.515</ref> + </bibl> + <bibl xml:id="schoech_topic_2017">Christoph Schöch: Topic Modeling Genre: An Exploration of French Classical + and Enlightenment Drama. In: Digital Humanities Quarterly 11 (2017), H. 2. + [<ref + target="https://www.digitalhumanities.org/dhq/vol/11/2/000291/000291.html" + >online</ref>]</bibl> + <bibl xml:id="solanki_music_2022">Arun Solanki / Sachin Pandey: Music Instrument Recognition Using Deep + Convolutional Neural Networks. In: International Journal of Information + Technology 14 (2022), S. 1659–1668. DOI: <ref + target="https://doi.org/10.1007/s41870-019-00285-y" + >10.1007/s41870-019-00285-y</ref> + </bibl> + <bibl xml:id="stachowiak_modelltheorie_1973">Herbert Stachowiak: Allgemeine Modelltheorie. Wien u. a. 1973.<ptr type="gbv" cRef="024950270"/></bibl> + <bibl xml:id="stark_rise_1996">Rodney Stark: The Rise of Christianity. A Sociologist Reconsiders History. + Princeton 1996.<ptr type="gbv" cRef="189244488"/></bibl> + <bibl xml:id="sun_resolution_2019">Ke Sun / Bin Xiao / Dong Liu / Jingdong Wang: Deep High-Resolution + Representation Learning for Human Pose Estimation. In: CVPR 2019. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Proceedings (Long Beach, 15.–20.06.2019). Los Alamitos, US-CA 2019, S. 5686–5696. DOI: 10.1109/CVPR.2019.00584</bibl> + <bibl xml:id="tarski_contributions_1954">Alfred Tarski: Contributions to the Theory of Models. I. In: Indagationes Mathematicae 16 (1954), S. 572–581. DOI: <ref target="https://doi.org/10.1016/S1385-7258(54)50074-0">10.1016/S1385-7258(54)50074-0</ref></bibl> + <bibl xml:id="tei_guidelines_2023">Text Encoding Initiative (Hg.): TEI: Guidelines for Electronic Text Encoding and Interchange. P5. Version 4.7.0 vom 16.11.2023. HTML. [<ref target="https://tei-c.org/Vault/P5/4.7.0/doc/tei-p5-doc/en/html/">online</ref>]</bibl> + <bibl xml:id="thoppilan_lamda_2022">Romal Thoppilan / Daniel De Freitas / Jamie Hall / Noam Shazeer / Apoorv Kulshreshtha / Heng-Tze Cheng / Alicia Jin / Taylor Bos / Leslie Baker / Yu Du / YaGuang Li / Hongrae Lee / Huaixiu Steven Zheng / Amin Ghafouri / Marcelo Menegali / Yanping Huang / Maxim Krikun / Dmitry Lepikhin / James Qin / Dehao Chen / Yuanzhong Xu / Zhifeng Chen / Adam Roberts / Maarten Bosma / Vincent Zhao / Yanqi Zhou / Chung-Ching Chang / Igor Krivokon / Will Rusch / Marc Pickett / Pranesh Srinivasan / Laichee Man / Kathleen Meier-Hellstern / Meredith Ringel Morris / Tulsee Doshi / Renelito Delos Santos / Toju Duke / Johnny Soraker / Ben Zevenbergen / Vinodkumar Prabhakaran / Mark Diaz / Ben Hutchinson / Kristen Olson / Alejandra Molina / Erin Hoffman-John / Josh Lee / Lora Aroyo / Ravi Rajakumar / Alena Butryna / Matthew Lamm / Viktoriya Kuzmina / Joe Fenton / Aaron Cohen / Rachel Bernstein / Ray Kurzweil / Blaise Aguera-Arcas / Claire Cui / Marian Croak / Ed Chi / Quoc Le: LaMDA: Language Models for Dialog Applications. In: arXiv. 2022. DOI: <ref target="https://doi.org/10.48550/arXiv.2201.08239">10.48550/arXiv.2201.08239</ref></bibl> + <bibl xml:id="tollenaar_method_2013">Nikolaj Tollenaar / Peter Gosewinus Maria van der Heijden: Which Method Predicts Recidivism Best? A Comparison of Statistical, Machine Learning and + Data Mining Predictive Models. In: Journal of the Royal Statistical Society: + Series A (Statistics in Society) 176 (2013), H. 2, S. 565–584. DOI: <ref + target="https://doi.org/10.1111/j.1467-985X.2012.01056.x" + >10.1111/j.1467-985X.2012.01056.x</ref> + </bibl> + <bibl xml:id="trautteur_agent_2003">Giuseppe Trautteur / Raniero Virgilio: An Agent-Based Computational Model + for the Battle of Trafalgar: A Comparison between Analytical and Simulative + Methods of Research. In: WET ICE 2003. Twelfth IEEE International Workshops + on Enabling Technologies: Infrastructure for Collaborative Enterprises. + Proceedings (Linz, 09.–11.06.2003). Los Alamitos, US-CA 2003, S. 377–382.<ptr type="gbv" cRef="371848741"/></bibl> + <bibl xml:id="underwood_life_2016">Ted Underwood: The Life Cycles of Genres. In: Journal of Cultural + Analytics 2 (2016), H. 2. DOI: <ref target="https://doi.org/10.22148/16.005" + >10.22148/16.005</ref> + </bibl> + <bibl xml:id="uribe_exploration_2019">Mateo Uribe-Castro: Expropriation of Church Wealth and Political Conflict + in 19th Century Colombia. In: Explorations in Economic History 73 (2019). + DOI: 10.1016/j.eeh.2019.03.001</bibl> + <bibl xml:id="wurpts_diffusion_2018">Bernd Wurpts / Katie E. Corcoran / Steven Pfaff: The Diffusion of + Protestantism in Northern Europe: Historical Embeddedness and Complex + Contagions in the Adoption of the Reformation. In: Social Science History 42 + (2018), H. 2, S. 213–244. DOI: <ref + target="https://doi.org/10.1017/ssh.2017.49">10.1017/ssh.2017.49</ref> + </bibl> + <bibl xml:id="yu_reconstructing_2012">Yanyan Yu / Zhengtang Guo / Haibin Wu / Peter A. Finke: Reconstructing Prehistoric Land Use Change from Archaeological Data: Validation and + Application of a New Model in Yiluo Valley, Northern China. In: Agriculture, + Ecosystems & Environment 156 (2012), S. 99–107. DOI: <ref + target="https://doi.org/10.1016/j.agee.2012.05.013" + >10.1016/j.agee.2012.05.013</ref> + </bibl> + <bibl xml:id="zehe_prediction_2016">Albin Zehe / Martin Becker / Lena Hettinger / Andreas Hotho / Isabella + Reger / Fotis Jannidis: Prediction of Happy Endings in German Novels Based + on Sentiment Information. In: Peggy Cellier / Thierry Charnois / Andreas Hotho / Stan Matwin / Marie-Francine Moens / Yannick Toussaint (Hg.): DMNLP 2016. Interactions between Data Mining + and Natural Language Processing 2016 (= CEUR Workshop Proceedings, 1646; Workshop on Interactions between Data Mining and Natural Language Processing 2016, Riva del Garda, 23.09.2016). 2016, S. 9–16. PDF. [<ref + target="https://ceur-ws.org/Vol-1646/paper2.pdf">online</ref>]</bibl> + <bibl xml:id="zeng_classification_2017">Jiaming Zeng / Berk Ustun / Cynthia Rudin: Interpretable Classification Models for Recidivism Prediction. In: Journal of the Royal Statistical + Society: Series A (Statistics in Society) 180 (2017), H. 3, S. 689–722. DOI: + <ref target="https://doi.org/10.1111/rssa.12227" + >10.1111/rssa.12227</ref> + </bibl> + </listBibl> + </div> + <div type="abbildungsnachweis"> + <head>Abbildungsverzeichnis</head> + <desc type="graphic" xml:id="abb1">Etymologie des Modellbegriffs. Sprachen sind abgekürzt + (ide. (indo-europäisch), lat. (lateinisch), gr. (griechisch), + ital. (italienisch)). [Grafik: Ramona Roller 2024; Adaption von <ref type="bibliography" target="#favre_megamodelling_2006">Favre + 2006</ref>]<ref type="graphic" target="#modell_2023_001"/></desc> + <desc type="graphic" xml:id="abb2">Mögliche Gliederung von Modelltypen nach + Funktionalität. [Grafik: Ramona Roller 2024]<ref type="graphic" target="#modell_2023_002"/></desc> + </div> + </div> + </body> + </text> +</TEI> diff --git a/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0_dc.xml b/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0_dc.xml new file mode 100644 index 0000000000000000000000000000000000000000..8bbfaf047b1c84ea344bcd3aeb65925d4b65c09a --- /dev/null +++ b/WP_2022_002_glossar_v2/modell_v2/modell_2024_v2_0_dc.xml @@ -0,0 +1,21 @@ +<?xml version="1.0" encoding="utf-8"?> + +<record xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:tei="http://www.tei-c.org/ns/1.0"> + <record> + <dc:language>de</dc:language> + <dc:publisher>Herzog August Bibliothek</dc:publisher> + <dcterms:isPartOf>Zeitschrift für digitale Geisteswissenschaften. Begriffe der Digital Humanities</dcterms:isPartOf> + <dc:identifier xsi:type="dcterms:ISSN">2510-1358</dc:identifier> + <dc:identifier xsi:type="dcterms:URI">10.17175/wp_2023_009_v2</dc:identifier> + <dcterms:issued>2023-05-25</dcterms:issued> + <dc:type>Research Article</dc:type> + <dc:title>Modell</dc:title> + <dcterms:license>HAB_ZfdG</dcterms:license> + <dc:rights>CC-BY-SA 4.0</dc:rights> + <dcterms:accessRights>CC-BY-SA 4.0</dcterms:accessRights> + <dc:identifier>https://zfdg.de/wp_2023_009</dc:identifier> + <dcterms:isPartOf>10.17175/wp_2023</dcterms:isPartOf> + <dc:creator>Ramona Roller</dc:creator> + </record> +</record> +