Zielgruppe: Forschende, Studierende

Texte automatisch nach Themen, Bewertungen oder anderen inhaltlichen Kategorien zu klassifizieren, gehört heute zu den wichtigsten Anwendungen des Machine Learning in den Geisteswissenschaften. Doch wie lernt ein Computer eigentlich, Texte zu unterscheiden? In diesem Hands-on-Workshop lernen die Teilnehmenden den grundlegenden Workflow der automatischen Textklassifikation kennen: von der manuellen Annotation eines kleinen Textdatensatzes über die Erstellung von Trainingsdaten bis hin zum Training und zur Evaluation eines eigenen Klassifikationsmodells. Anhand eines vorbereiteten Jupyter-Notebooks wird Schritt für Schritt gezeigt, wie ein vortrainiertes Sprachmodell für eine Klassifikationsaufgabe angepasst werden kann. Neben den technischen Grundlagen stehen insbesondere methodische Fragen im Mittelpunkt: Wie entstehen geeignete Kategorien? Welche Rolle spielen Trainingsdaten? Und wie lassen sich die Ergebnisse kritisch interpretieren?

Zur Anmeldung
Programmier- oder Machine-Learning-Vorkenntnisse sind nicht erforderlich.