Kleines Einmaleins des Digitalen - Computergestützte Textanalyse

Dozent/in	Alex Flückiger, MA
Veranstaltungsart	Hauptseminar
Code	FS211368
Semester	Frühjahrssemester 2021
Durchführender Fachbereich	Soziologie
Studienstufe	Bachelor
Termin/e	wöchentlich (Do), ab 25.02.2021, 14:15 - 16:00 Uhr, HS 12
Umfang	2 Semesterwochenstunden
Inhalt	In diesem praxisorientierten Seminar erlernen BA-Studierende der KSF zentrale technische Fähigkeiten und sammeln erste Programmiererfahrungen, die sie für eigene Analysen nutzen können, die darüber hinaus aber auch den Studienalltag erleichtern. Zudem entwickeln sie ein Verständnis für die aktuellen Entwicklungen im Bereich der Informationstechnologie. Das Ziel dieser Veranstaltung ist das technische Sensorium zu schärfen und eine solide Basis für weiterführende computergestützte Analysen in Python und über die Kommandozeile zu schaffen. In diesem Seminar konzentrieren wir uns auf die rechnergestützte Prozessierung von digitalen und digitalisierten Texten. Ein Kernpunkt des wissenschaftlichen Arbeitens ist die systematische Aufbereitung und Aggregation von Daten sowie das schnelle Auffinden relevanter Informationen. Diese Aufgabe erfordert den Umgang mit den unterschiedlichsten Datenformen, auch mit Daten, die noch nicht in tabellarischer Form strukturiert sind. Das Seminar deckt den gesamten Prozess ab von der Sammlung von Textdaten über die inhaltliche Analyse einer Textsammlung bis hin zur Erstellung interaktiver Visualisierungen. Klingt cool? Das ist es definitiv. Im Seminar beschäftigen wir uns unter anderem mit folgenden Fragen: • Wie lassen sich Texte quantitativ erschliessen, um die qualitative Inhaltsanalyse zu stärken? • Was sind reguläre Ausdrücke und wieso sind diese für textanalytische Fragestellungen ungemein nützlich? • Wie können Daten automatisiert aus dem Internet geladen und massenhaft verarbeitet werden? • Wie können historische Texte mithilfe von Optical Character Recogniton (OCR) aus PDFs extrahiert werden? Inputs von den Studierenden für inhaltliche Schwerpunkte sind willkommen.
E-Learning	https://aflueckiger.github.io/ked2021/
Voraussetzungen	Computerkenntnisse werden keine vorausgesetzt. Bitte Rechner in die Sitzungen mitbringen, da Methodik praktisch eingeübt wird.
Sprache	Deutsch
Prüfung	Aktive Teilnahme sowie das Lösen kleiner Übungen über das Semester hinweg.
Abschlussform / Credits	Aktive Teilnahme (Details siehe 'Prüfung') / 4 Credits
Kontakt	alex.flueckiger@gmail.com
Material	Material wird über OLAT und eigener Kurs-Website zugänglich gemacht.
Literatur	Lazer, David et al. 2009. Computational Social Science. Science 323: 721–723. Graham, Shawn, Ian Milligan und Scott Weingart. 2016. Exploring big historical data: The historian's macroscope. London: Imperial College Press.