Datenqualität für Numismatik basierend auf Natural Language Processing und Neuronalen Netzen - D4N4

• Antragsteller: Professor Dr. Christoph Markschies; Dr. Karsten Tolle; Professor Dr. Bernhard Weisser
• Fachliche Zuordnung: Alte Geschichte ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik ; Klassische, Provinzialrömische, Christliche und Islamische Archäologie
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 449148027

Ziel ist die Implementierung von Forschungswerkzeugen für die Numismatik, die auch für andere Objektgattungen, die Träger von Bild und/oder Schrift sind und in großer Stückzahl vorliegen, geeignet sind. Dabei geht es a) um Methoden des Natural Language Processing (NLP) bei mehrsprachigen und nicht standardisierten Münzbeschreibungen und deren Verknüpfung mit einem hierarchischen ikonographischen Thesaurus sowie b) um die Bilderkennung von Einzelelementen und Gesamtkompositionen mit Hilfe von Deep Learning, einem Teilbereich der Künstlichen Intelligenz (KI). Beide Ansätze wurden bereits prototypisch entwickelt, getestet und lieferten schon hilfreiche Ergebnisse vor allem bei der Steigerung der Datenqualität. Vor einem produktivem Einsatz und einer Nachnutzung durch andere müssen die entwickelten Werkzeuge jedoch ausgebaut und verbessert werden. Dazu ist ebenfalls eine Erhöhung der Datenmenge notwendig, die über die Erschließung von Archivbeständen und die Erfassung des im Internet vorhandenen Materials erreicht werden soll. Die Implementierung der Werkzeuge zusammen mit der Anreicherung der Daten vervollständigt die Erstellung eines umfangreichen Corpus zur antiken Münzprägung Thrakiens und erlaubt dann deren geldgeschichtliche und ikonographische Auswertung. Das Projekt besitzt Pilotcharakter und ist in die internationalen Bestrebungen eines Typenrepositoriums antiker griechischer Münzen nach historischen Landschaften eingebunden. Entsprechend groß ist der Nutzerkreis für die Werkzeuge in der numismatischen Community und darüber hinaus für andere Altertumsforscher*innen, die über Vasen, Reliefs, Gemmen etc. arbeiten. Ferner geht es um die Implementierung von Qualitätskontrollen auch unter Einbezug der genannten Verfahren, die bei den großen Datenmengen die wissenschaftliche Qualität sicherstellen sollen, wovon ebenfalls weitere Projekte profitieren können. Durch die Bereitstellung der verwendeten Datensätze und unserer Ergebnisse im Bereich des Deep Learnings wird ebenfalls die Möglichkeit für andere Informatiker*innen geboten, die Daten/Ergebnisse als Benchmark für neue Ansätze auszuprobieren.

• DFG-Verfahren: Forschungsdaten und Software (Wiss. Literaturversorgung und Informationssysteme)
• Internationaler Bezug: Großbritannien
• Mitverantwortliche: Professor Dr. Martin Langner; Mario Schlapke
• Kooperationspartner: Dr. Andrew Meadows