|
|
| Zeile 68: |
Zeile 68: |
|
| |
|
| Diese Teilschritte können, ggf. in angepasster Form, auch allgemeiner von anderen Projekten nachgenutzt werden. So sollen langfristig auch Neulinge und "Laien" im Bereich Datenanalyse von den Vorteilen der automatischen Analyseverfahren profitieren, etwa wenn es um die Erkennung grammatischer Fälle oder von Eigennamen in einem Text geht. | | Diese Teilschritte können, ggf. in angepasster Form, auch allgemeiner von anderen Projekten nachgenutzt werden. So sollen langfristig auch Neulinge und "Laien" im Bereich Datenanalyse von den Vorteilen der automatischen Analyseverfahren profitieren, etwa wenn es um die Erkennung grammatischer Fälle oder von Eigennamen in einem Text geht. |
|
| |
| ==Aufbau prototypischer Arbeitsabläufe zur Datenanalyse==
| |
|
| |
| Ausgehend von den Teilprojekten als ''Use Cases'' werden prototypische Abläufe zur Datenanalyse für die Geisteswissenschaften etabliert und für das Zielpublikum verständlich dokumentiert. Diese Workflows, die etablierte Tools zu Arbeitsketten zusammenstellen sowie Eigenentwicklungen einbringen, sollen durch entsprechende interne und öffentliche Schulungen auch einer größeren Öffentlichkeit im Bereich der Digital Humanities bekannt gemacht werden. Im Bereich der statistischen Analyse quantitativer Ergebnisse sind dabei grundlegende methodologische Probleme zu lösen. Die so ermittelten Best-Practice-Implementierungen werden in die Workflows integriert, im Rahmen der ''Use Cases'' empirisch validiert und der Forschungsgemeinschaft zur Verfügung gestellt. So wird die das „Nachbauen“ mit eigenen Daten im Rahmen weitere Projekte vereinfacht.
| |
|
| |
| Die folgende Grafik zeigt, welche Arbeitsschritte der Workflowkette für die derzeitigen Teilprojekte von Bedeutung sind:
| |
|
| |
| [[File:WFUC.png]]
| |
|
| |
|
| =Partner= | | =Partner= |