Het gebruik van computermethoden bij het analyseren van historische literatuur

Externe bron: Het Mining the Dispatch project toont hoe tekst mining het historische discours verlicht.

Auteurschap Attributie en Betwisting Werken

Het meest bekende voorbeeld is de analyse van de Federalistische Papers: historici gebruikten een statistische studie van functiewoorden (voorzetsels, artikelen, voornaamwoorden) om te bepalen welke van de twaalf omstreden essays door Alexander Hamilton werden geschreven en welke door James Madison. Moderne machine-learning classifiers kunnen meer dan 95% nauwkeurigheid bereiken over dergelijke taken.

In literaire studies zijn soortgelijke methoden toegepast op Shakespeare... apocriefe, anonieme Sir Thomas More manuscript, en werken toegeschreven aan Jane Austen. Door zinslengte, woordfrequentie en ritmepatronen te vergelijken, kunnen computers vaak verschillen detecteren die onzichtbaar zijn voor zelfs deskundige lezers.

Recente vooruitgang in styleometrische auteurschapstoeschrijving gebruikt neurale netwerken om bijvoorbeeld de context te overwegen, de waarschijnlijkheid van een gegeven woord dat na een reeks eerdere woorden verschijnt. Deze diepe leerbenadering verbetert de nauwkeurigheid maar vereist ook grotere trainingsdatasets.

Sentimentanalyse over de Centuriën

Sentiment analyse, of opinie mijnbouw, probeert de emotionele valentie van een tekst te classificeren. Toegepast op historische literatuur, kan het collectieve stemmingen volgen. Een studie van meer dan 200.000 Britse romans uit de achttiende en negentiende eeuw vond dat de gemiddelde sentiment scores van romans correleerden met economisch vertrouwen en politieke stabiliteit. Bijvoorbeeld, romans gepubliceerd in jaren van hoge graanprijzen of politieke omwentelingen waren meer somber.

Echter, historische sentiment analyse geconfronteerd met unieke uitdagingen. Woorden veranderen betekenis (bijv., .gay betekende vreugdevol in de jaren 1800; .nice .. betekende dwaas in het Midden-Engels). Slang, ironie, en sarcasme zijn berucht moeilijk te ontleden. Onderzoekers aan de Historische sentiment analyse project bij Mainz bouwen gespecialiseerde woordenboeken die historische woord zintuigen in kaart brengen tot emotionele categorieën.

Netwerkanalyse van intellectuele en sociale kringen

Netwerkanalyse visualiseert hoe historische figuren, instellingen en ideeën met elkaar verbonden waren. Door namen uit brieven, inwijdingen en vermeldingen te halen, kunnen wetenschappers correspondentienetwerken, patronagesystemen en citatenketens reconstrueren.

Zo heeft het Mapping the Republic of Letters project in Stanford de correspondentie van denkers uit de Verlichtingswereld zoals Voltaire, Benjamin Franklin en John Locke getraceerd. De resulterende grafieken tonen hubs zoals Parijs en Londen en laten zien hoe nieuws en ideeën langs handelsroutes reisden. Ook netwerkanalyse van achttiende-eeuwse romans kunnen karakterinteracties in kaart brengen om narratieve centraliteit en genderdynamiek te bestuderen.

Externe bron: Verken Mapping the Republic of Letters voor interactieve visualisaties.

Topicmodellering voor thematische evolutie

Topic modeling identificeert clusters van woorden die vaak samen voorkomen, labelen ze als .Tubes. . . Toegepast op een diachronische corpus, het kan laten zien hoe thema's wax en wane. Een topic model van Victoriaanse periodieken, bijvoorbeeld, zou kunnen produceren onderwerpen zoals . .religie en moraliteit, . .imperial expansion, . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Het .Oceanic Exchanges. project gebruikte topic modeling om te zien hoe nieuws over de 1858 Atlantische telegraafkabel werd gemeld in de Britse, Amerikaanse en Europese kranten. Uit de analyse bleek dat elk land Press benadrukte verschillende aspecten (technologische triomf vs. keizerlijke rivaliteit), benadrukken hoe nationale perspectieven vormde dezelfde gebeurtenis.

Voordelen van de computeranalyse

De invoering van computationele methoden biedt verschillende voordelen voor historische literaire studiebeurs.

Schaalbaarheid en snelheid

Een enkele onderzoeker kan misschien een paar honderd romans lezen in een carrière. Een computer kan de volledige output van negentiende-eeuwse Engelse uitgeverij (tienduizenden volumes) in dagen verwerken. Deze magnitude stelt wetenschappers in staat om hypothesen te testen op hele corpora in plaats van kersen-gepikte voorbeelden, waardoor selectievooroordeel wordt verminderd.

Detectie van subtiele patronen

Veel belangrijke historische trends zijn te diffuse om te worden opgemerkt door een menselijke lezer. Bijvoorbeeld, een geleidelijke toename van de gemiddelde zin lengte over de 19e eeuw zou kunnen weerspiegelen veranderende proza stijlen. Alleen een berekeningsmethode kan dergelijke trends betrouwbaar kwantificeren. Evenzo, netwerken van invloed die overspannen continenten en decennia zichtbaar alleen wanneer gegevens worden samengevoegd en gevisualiseerd.

Herschikkbaarheid en transparantie

Traditionele literaire kritiek is vaak gebaseerd op de geleerde indrukken en geselecteerde citaten. Computational methoden, daarentegen, kunnen worden gedocumenteerd als algoritmen en pijpleidingen. Andere onderzoekers kunnen controleren de gegevens, uitvoeren van de code, en het verkrijgen van dezelfde resultaten . Of de aannames aanvechten . Deze rigor sluit zich aan bij de wetenschappelijke ethos en versterkt de geloofwaardigheid van digitale geesteswetenschappen claims .

Interdisciplinaire samenwerking

Computational projecten brengen typisch historici, literaire wetenschappers, computerwetenschappers, statistici en bibliothecarissen samen. Deze kruisbestuiving genereert nieuwe onderzoeksvragen en -methoden. Historici leren denken in termen van datastructuren en validatie; computerwetenschappers confronteren de puinhoop van echte historische bronnen en de noodzaak van culturele gevoeligheid.

Uitdagingen en beperkingen

Ondanks hun belofte zijn computationele methoden geen wondermiddel. Ze komen met belangrijke obstakels die moeten worden erkend.

Technische expertise en infrastructuur

Niet elke historicus heeft de vaardigheden om Python scripts te schrijven, databases op te zetten, of neurale netwerken te trainen. Instellingen hebben vaak gebrek aan de computermiddelen of ondersteunend personeel. Veel vroege-carrière wetenschappers die computationele methoden willen gebruiken moeten zelf-onderwijs, die kunnen intimiderend zijn. Zelfs wanneer tools beschikbaar zijn, ze vereisen zorgvuldige parameter tuning en fouten kunnen leiden tot foute conclusies.

Gegevenskwaliteit en OCR-fouten

Gedigitaliseerde historische teksten zijn zelden perfect. Optische karakterherkenning (OCR) toegepast op oude lettertypes, beschadigde pagina's, of kleine lettertypen veroorzaakt fouten. Een woord als .long .. kan worden .. Iong . (hoofdletter I). Dergelijke fouten accumuleren en kunnen frequentieanalyses verstoren. Corrigeren ze is arbeidsintensief. Bovendien, veel teksten blijven niet gedigitaliseerd of zijn vergrendeld achter de paywalls, het creëren van een digitale canon scheef naar bekende werken.

Oversimplificatie van de historische context

Algoritmes verminderen complexe culturele fenomenen tot getallen. Het toewijzen van een sentiment score van +0.8 naar een paragraaf van Jonathan Swift... satire mist de ironie, de auteur zijn intentie, en de lezers historische ontvangst. Een onderwerp model kan samenklonteren ..race ..en .slavery ..op een manier die de genuanceerde debatten van de kolonisatie beweging verduistert. Computationale bevindingen moeten altijd worden geïnterpreteerd door de lens van historische kennis niet beschouwd als objectieve waarheid.

Algoritmische Bias en Overfitting

Machine learning modellen getraind op historische gegevens kunnen erven of versterken vooroordelen aanwezig in die gegevens. Bijvoorbeeld, een stilometrische model getraind voornamelijk op mannelijke auteurs kan misclassifier vrouw-geauthoreerde teksten. Overpassend . wanneer een model leert patronen specifiek voor de training gegevens in plaats van algemene kenmerken . kan ook leiden tot ongewenste resultaten . Peer review van computationele papers in de geschiedenis moet zowel onderzoek van de algoritmen en van de historische redenering omvatten .

Tuchtweerstand

Sommige traditionele historici en literaire geleerden blijven sceptisch over computationele benaderingen, ze beschouwen als reductief of als een bedreiging voor interpretatieve expertise. Om deze kloof te overbruggen, is duidelijke communicatie nodig: computationele tools zijn niet bedoeld om dichte lezing te vervangen, maar om ze aan te vullen. De beste digitale geesteswetenschappen projecten combineren kwantitatieve analyse met kwalitatieve interpretatie.

Toekomstige aanwijzingen

Naarmate de technologie zich ontwikkelt, zal de rol van de berekening in historische literaire studies verdiepen en diversifiëren.

Grote taalmodellen (LLM's) en Transformer Architectures

Modellen zoals GPT-4, BERT en hun nakomelingen kunnen worden verfijnd op historische teksten. Ze kunnen taken uitvoeren zoals de naam entiteit erkenning, relatie extractie, en zelfs generatie van facsimile passages. Voor historici, LLMs bieden de mogelijkheid om te zoeken naar .. Het concept van... uitgelegd in de context van de Reformatie . en krijgen contextuele resultaten in plaats van trefwoord wedstrijden. Ze kunnen ook helpen bij het transcriberen handgeschreven manuscripten (handgeschreven tekstherkenning) met toenemende nauwkeurigheid.

LLM's zijn echter gevoelig voor hallucinatie anachronismen.Ze kunnen feiten verzinnen of eeuwen met elkaar vermengen. Ze moeten voorzichtig worden gebruikt en altijd worden gecontroleerd tegen primaire bronnen.

Multimodale analyse

Historische literatuur is niet alleen tekst: het bevat illustraties, marginalia, bindingen, en uitgevers . Toekomst computational benaderingen zullen beeldanalyse (bijvoorbeeld het detecteren van emblemen, pagina-indelingen, of illustraties) met tekst integreren. Dit zou bijvoorbeeld kunnen onthullen hoe picturale trends interageerden met literaire genres in de Victoriaanse roman.

Gekoppelde gegevens en persistente repositories

De stap naar FAIR data principles (Findable, Toegankelijk, Interoperable, Herbruikbaar) betekent dat meer historische corpora beschikbaar zal zijn als gestructureerde, geannoteerde datasets. Projecten als Text Encoding Initiative (TEI) en het Oxford Text Archive bieden normen voor het markeren van literaire teksten, waardoor ze machine-actionable worden. Toekomstige onderzoek zal steeds meer afhankelijk zijn van deze infrastructuren, waardoor grootschalige vergelijkende studies in verschillende talen en perioden mogelijk worden.

Interactieve platforms voor openbare studiebeurzen

Computational methods can also into breeder publiek. Tools zoals Voyant Tools of Palladio laten studenten en enthousiastelingen toe historische teksten te verkennen zonder codering. We zien mogelijk meer digitale edities die dynamische visualisaties bieden naast de oorspronkelijke tekst, waardoor lezers woordwolken, karakternetwerken of sentimentgrafieken kunnen zien. Deze democratisering van analyse zou kunnen transformeren hoe we lesgeven en denken over historische literatuur.

Conclusie: Overbrugging van de kwantitatieve en kwalitatieve

Het gebruik van rekenmethoden in het analyseren van historische literatuur geeft geen teken van het einde van de traditionele geleerdheid. Integendeel, het biedt een krachtige uitbreiding van de historicus toolkit. Door het omarmen van algoritmen terwijl het kritisch blijft over hun beperkingen, kunnen geleerden patronen ontdekken die eeuwenlang verborgen waren, testen van langdurige aannames en geheel nieuwe soorten vragen stellen.

De meest succesvolle projecten zijn die waar de computationele analyse diep wordt geïnformeerd door historische context, en waar de resultaten worden geïnterpreteerd met dezelfde nuance en rigor als een nauwe lezing. Als de velden van digitale geesteswetenschappen en historische data science rijp, kunnen we verwachten dat een toekomst waar elke archief ontdekking profiteert van zowel het menselijk oog en de machine vermogen om het bos te zien voorbij de bomen.

Externe bron: Voor een uitgebreid overzicht van methoden en instrumenten, raadpleeg de Alliance of Digital Humanities Organizations en de Programming Historian lesson serie.