Wissensgraphen und große Sprachmodelle in den Digital Humanities

Abstract

Der Workshop zielt darauf ab, Forschenden aus den Digital Humanities neue maschinelle Lernverfahren zur Anreicherung domänenspezifischer Wissensgraphen vorzustellen. Mit der Nutzung von Large-Language-Modellen (LLMs) zur automatisierten Wissensextraktion werden neue Methoden aufgezeigt und es wird spezifisch auf die Herausforderungen bei der Informationsgewinnung aus unstrukturierten Texten eingegangen. Praktische Übungen umfassen die manuelle und automatisierte Extraktion von Triplets sowie die Nutzung von Tools zur Visualisierung und dem Abgleich von Entitäten beispielsweise mit Wikidata. Beispielhaft werden diese Techniken im Bereich der Kunstgeschichte angewendet und perspektivisch hybride KI-Modelle zur Verbesserung der Such- und Klassifikationsmethoden vorgestellt.