Empirische Literaturwissenschaft meets m*w
Team m*w war mal wieder on Tour. Dieses Mal haben wir einen Ausflug ins süditalienische Monopoli gemacht, um unsere Arbeit einer Gruppe empirisch arbeitender Literaturwissenschaftler*innen, der IGEL-Society, vorzustellen. Bei exquisitem Kaffee und luftigem veganen Kuchen (na gut, das ein oder…
DisKo – Das Diversitäts-Korpus
Hier ging es bisher hauptsächlich um die automatische Erkennung und Analyse von Gender-Stereotypen. Das soll sich nun ändern! Denn wir wollen mit Methoden des maschinellen Lernens einen Classifier trainieren, der nicht nur weibliche, männliche und neutrale Rollen erkennen kann (wie…
Projekt DisKo: Aufbau eines Diversitäts-Korpus (DisKo) als Grundlage für die algorithmische Textanalyse
In der letzten Zeit haben wir in verschiedenen Fallstudien untersucht, wie Genderrollen in unterschiedlichen Genres dargestellt werden und neue Einblicke in die Verteilung stereotyper Genderrollen (und deren Zusammenhang zu Emotionen) gewonnen. Dem m*w-Ansatz folgend haben wir dabei unseren Machine-Learning-Algorithmus zur…
Von Nebenbefunden und Methodenadaptionen in den Digital Humanities am Beispiel von m*w
Wie der/die aufmerksame Leser*in weiß, untersuchen wir seit Sommer 2019 Gendersterotype und -bewertungen (in Form von Emotionen) in literarischen Texten. Im Rahmen eines Kolloquiums an der Berlin Brandenburgischen Akademie der Wissenschaften haben wir den aktuellen Stand unserer beider methodischen Schwerpunkte…
Automatische Erkennung von Figuren-Gender – das erste Modell
Heute teilen wir erste Ergebnisse unseres Modells zur automatischen Erkennung von Figuren-Gender.
