Medieval Entity Linking Corpus - Die Maschine im Dienst der Mediävistik
Das Projekt zielt darauf ab, ein hochwertiges, multimodales Datenkorpus zu erstellen, welches KI-basierte Analysen von Quellen der Mittelalterforschung ermöglicht. Durch die Zusammenführung von Daten aus vier bedeutenden Langzeitvorhaben des Akademienprogramms – Die Deutschen Inschriften (DI), Corpus Vitrearum Medii Aevi (CVMA), Germania Sacra (GS) und Regesta Imperii (RI) – integriert das Korpus textliche, visuelle und kontextuelle Daten zu Inschriften, Glasmalereien und kirchlichen Institutionen des Mittelalters. Diese Daten wurden bislang unabhängig voneinander innerhalb unterschiedlicher Forschungskontexte entwickelt, bieten jedoch in zeitlicher wie räumlicher Hinsicht ein hohes Maß an Komplementarität. Durch die Angleichung und Verknüpfung benannter Entitäten wie Personen, Orte, Institutionen und ikonographischen Klassifikationen über diese Bereiche hinweg, macht das Korpus bislang verborgene Zusammenhänge sichtbar und unterstützt die Erschließung neuer Forschungszugänge. Im Gegensatz zu typischen KI-Trainingsszenarien baut das Projekt auf bereits kuratierten, qualitativ hochwertigen Daten der Digitalen Geisteswissenschaften auf. Damit bietet sich eine seltene Gelegenheit, reichhaltige historische Annotation mit automatisierten Methoden zu verbinden und dennoch die fachspezifischen Besonderheiten zu bewahren. Das Korpus wird sowohl für Trainingszwecke als auch zur Evaluation maschineller Lernverfahren verwendbar sein und zur Entwicklung von Modellen beitragen, die mit komplexen, historisch und sprachlich anspruchsvollen Materialien umgehen können. Angesichts des endlichen und fragmentarischen Charakters mittelalterlicher Quellen ergibt sich neue interpretatorische Tiefe nicht nur durch neues Material, sondern durch innovative Verknüpfungen bereits vorhandener Daten. Das Projekt nutzt das Potenzial von Entity Linking und Mustererkennung, um zur Rekonstruktion historischen Wissens beizutragen und die mittelalterliche Vergangenheit mit KI-basierten Methoden besser zugänglich zu machen.
Beteiligte Personen und Einrichtungen
Personen
Antragsteller*innen
- Dr. Luise Borek • AKAD d Wissenschaften u Literatur Mainz
- Professor Dr. Jakob Jünger • Münster U, Institut für Kommunikationswissenschaft (IfK)
- Professor Dr. Andreas Kuczera • Gießen THM, Fachbereich 06 - Mathematik, Naturwissenschaften und Informatik
- Dr. Christian Popp • AKAD d Wissenschaften zu Göttingen
- Dr. Jonatan Jalle Steller • AKAD d Wissenschaften u Literatur Mainz, Digitale Akademie
Projektverantwortliche Person bei der Germania Sacra
- Bärbel Kröger • AKAD d Wissenschaften zu Göttingen
News Gepris DFG: https://news.dfg.de/r/r.aspx?AysDOIykqZkOOXBl0-Y5MGzRjw2
Weitere Informationen zum Call unter: Ausschreibung „Datenkorpora für Künstliche Intelligenz (KI)“