Salvato in:
| Autori principali: | , |
|---|---|
| Natura: | Recurso digital |
| Lingua: | tedesco |
| Pubblicazione: |
Zenodo
2021
|
| Soggetti: | |
| Accesso online: | https://doi.org/10.5281/zenodo.5555952 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| _version_ | 1866902036450115584 |
|---|---|
| author | Mareike Schumacher Flüh, Marie |
| author_facet | Mareike Schumacher Flüh, Marie |
| contents | <p>CRF-Classifier für automatische Annotation männlicher, weiblicher und neutraler Genderzuschreibungen in deutschsprachiger Literatur. Der Gender-Classifier kann mit dem Stanford Named Entity Recognizer zusammen genutzt werden. Das Modell wurde mit einem Trainingskorpus folgender Zusammensetzung trainiert:</p> <p>ca. 100.000 Tokens aus 25 Novellen des deutschen Novellenschatzes</p> <p>ca. 40.000 Tokens aus 10 Romanen des 18. Jahrhunderts</p> <p>ca. 40.000 Tokens aus 10 Romanen des 19. Jahrhunderts</p> <p>ca. 40.000 Tokens aus 10 Romanen des 20. Jahrhunderts</p> <p>ca. 40.000 Tokens aus 10 Romanen des 21. Jahrhunderts</p> <p>ca. 20.000 Tokens aus 5 Dramen des 18. Jahrhunderts</p> <p>ca. 20.000 Tokens aus 5 Dramen des 19. Jahrhunderts</p> <p>ca. 20.000 Tokens aus 5 Dramen des 20. Jahrhunderts</p> <p>ca. 7.000 Figurennamen aus 500 Dramen des 17.-20. Jahrhunderts (bereitgestellt von https://dracor.org)</p> <p>Getestet wurde das Modell mit 6 Novellen aus dem deutschen Novellenschatz, 8 Romanen aus den Jahrhunderten 18-21 und 3 Dramen von Caroline von Günderrode (1805), das Modell erreichte in den Tests einen durchschnittlichen overall F1-Score von 78,09%.</p> <p>Die Erkennung von Genderzuschreibungen in Novellen des 19. Jahrhunderts ist mit einem durchschnittlichen overall F1-Score von 85,52% am besten.</p> <p>In Romanen des 18.-21. Jahrhunderts beträgt die durchschnittliche Gesamterkennungsgenauigkeit (F1-Score) 72,83%.</p> <p>In Ausschnitten aus drei Dramen von Caroline von Günderode (publiziert 1805) erreicht der Gender-Classifier einen F1-Score von 75,53%</p> <p>Der Classifier wird laufend weiter entwickelt. Es handelt sich um eine Open-Beta-Version. Geplant ist z.B. die Aufnahme weiterer Gender-Kategorien, die nicht in das Binärschema männlich-weiblich fallen.</p> <p>Der Classifier wurde im Projekt <a href="https://msternchenw.de">m*w</a> entwickelt.</p> <p>Der Classifier kann wie folgt verwendet werden:</p> <ol> <li>Laden Sie sich den Classifier herunter</li> <li>Laden Sie sich das Named-Entity-Recognition-Tool StanfordNER herunter</li> <li>Öffnen Sie den Stanford-Named-Entity-Recognizer wie auf der Webseite der Stanford NLP Group beschrieben</li> <li>Laden Sie über "Classifier" > "Load CRF from file" den Gender-Classifier in das Tool</li> <li>Wählen Sie über "File" > "Open File" ein Dokument, in dem Genderzuschreibungen annotiert werden sollen</li> <li>Klicken Sie auf "Run"</li> </ol> <p>Die annotierten Daten können über "File" > "Save tagged file as" gespeichert und weiter verwendet werden.</p> |
| format | Recurso digital |
| id | zenodo_https___doi_org_10_5281_zenodo_5555952 |
| institution | Zenodo |
| language | deu |
| publishDate | 2021 |
| publisher | Zenodo |
| record_format | zenodo |
| spellingShingle | StanfordNER Gender-Classifier Mareike Schumacher Flüh, Marie Named Entity Recognition Gender Natural Language Processing digitale Literaturwissenschaft Digital Humanities Gender Studies <p>CRF-Classifier für automatische Annotation männlicher, weiblicher und neutraler Genderzuschreibungen in deutschsprachiger Literatur. Der Gender-Classifier kann mit dem Stanford Named Entity Recognizer zusammen genutzt werden. Das Modell wurde mit einem Trainingskorpus folgender Zusammensetzung trainiert:</p> <p>ca. 100.000 Tokens aus 25 Novellen des deutschen Novellenschatzes</p> <p>ca. 40.000 Tokens aus 10 Romanen des 18. Jahrhunderts</p> <p>ca. 40.000 Tokens aus 10 Romanen des 19. Jahrhunderts</p> <p>ca. 40.000 Tokens aus 10 Romanen des 20. Jahrhunderts</p> <p>ca. 40.000 Tokens aus 10 Romanen des 21. Jahrhunderts</p> <p>ca. 20.000 Tokens aus 5 Dramen des 18. Jahrhunderts</p> <p>ca. 20.000 Tokens aus 5 Dramen des 19. Jahrhunderts</p> <p>ca. 20.000 Tokens aus 5 Dramen des 20. Jahrhunderts</p> <p>ca. 7.000 Figurennamen aus 500 Dramen des 17.-20. Jahrhunderts (bereitgestellt von https://dracor.org)</p> <p>Getestet wurde das Modell mit 6 Novellen aus dem deutschen Novellenschatz, 8 Romanen aus den Jahrhunderten 18-21 und 3 Dramen von Caroline von Günderrode (1805), das Modell erreichte in den Tests einen durchschnittlichen overall F1-Score von 78,09%.</p> <p>Die Erkennung von Genderzuschreibungen in Novellen des 19. Jahrhunderts ist mit einem durchschnittlichen overall F1-Score von 85,52% am besten.</p> <p>In Romanen des 18.-21. Jahrhunderts beträgt die durchschnittliche Gesamterkennungsgenauigkeit (F1-Score) 72,83%.</p> <p>In Ausschnitten aus drei Dramen von Caroline von Günderode (publiziert 1805) erreicht der Gender-Classifier einen F1-Score von 75,53%</p> <p>Der Classifier wird laufend weiter entwickelt. Es handelt sich um eine Open-Beta-Version. Geplant ist z.B. die Aufnahme weiterer Gender-Kategorien, die nicht in das Binärschema männlich-weiblich fallen.</p> <p>Der Classifier wurde im Projekt <a href="https://msternchenw.de">m*w</a> entwickelt.</p> <p>Der Classifier kann wie folgt verwendet werden:</p> <ol> <li>Laden Sie sich den Classifier herunter</li> <li>Laden Sie sich das Named-Entity-Recognition-Tool StanfordNER herunter</li> <li>Öffnen Sie den Stanford-Named-Entity-Recognizer wie auf der Webseite der Stanford NLP Group beschrieben</li> <li>Laden Sie über "Classifier" > "Load CRF from file" den Gender-Classifier in das Tool</li> <li>Wählen Sie über "File" > "Open File" ein Dokument, in dem Genderzuschreibungen annotiert werden sollen</li> <li>Klicken Sie auf "Run"</li> </ol> <p>Die annotierten Daten können über "File" > "Save tagged file as" gespeichert und weiter verwendet werden.</p> |
| title | StanfordNER Gender-Classifier |
| topic | Named Entity Recognition Gender Natural Language Processing digitale Literaturwissenschaft Digital Humanities Gender Studies |
| url | https://doi.org/10.5281/zenodo.5555952 |