Kleines Einmaleins des Digitalen - Computergestützte Textanalyse

Dozent/in	Alex Flückiger, MA
Veranstaltungsart	Hauptseminar
Code	FS221425
Semester	Frühjahrssemester 2022
Durchführender Fachbereich	Soziologie
Studienstufe	Bachelor
Termin/e	Do, 03.03.2022, 14:15 - 16:00 Uhr, HS 5 Do, 10.03.2022, 14:15 - 16:00 Uhr, HS 5 Do, 17.03.2022, 14:15 - 16:00 Uhr, HS 5 Do, 24.03.2022, 14:15 - 16:00 Uhr, HS 5 Do, 31.03.2022, 14:15 - 16:00 Uhr, HS 5 Do, 07.04.2022, 14:15 - 16:00 Uhr, HS 5 Do, 14.04.2022, 14:15 - 16:00 Uhr, HS 5 Do, 28.04.2022, 14:15 - 16:00 Uhr, HS 5 Do, 05.05.2022, 14:15 - 16:00 Uhr, HS 5 Do, 12.05.2022, 14:15 - 16:00 Uhr, HS 5 Do, 19.05.2022, 14:15 - 16:00 Uhr, HS 3 Do, 02.06.2022, 14:15 - 16:00 Uhr, HS 5
Umfang	2 Semesterwochenstunden
Inhalt	In diesem praxisorientierten Seminar erlernen BA-Studierende der KSF zentrale technische Fähigkeiten und sammeln erste Programmiererfahrungen (Python, Bash). Darüber hinaus beschäftigen wir uns auch mit den neuesten Entwicklungen im Bereich der Informationstechnologie und Künstlichen Intelligenz. Das Ziel dieser Veranstaltung ist das technische Sensorium zu schärfen und eine solide Basis für weiterführende computergestützte Analysen zu schaffen. #digitalLiteracy Der Fokus des Seminars liegt auf der rechnergestützten Prozessierung von digitalen und digitalisierten Texten. Wissenschaftliches Arbeiten erfordert die systematische Aufbereitung und Aggregation von Daten sowie das schnelle Auffinden relevanter Informationen. Texte als Datenform bringen dabei ganz eigene Herausforderungen mit sich, da diese im Gegensatz zu Surveys oder Statistiken noch keine tabellarische Struktur aufweisen. Das Seminar deckt den gesamten Prozess ab von der Sammlung von Textdaten über deren inhaltliche Analyse 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 ganze Textsammlungen quantitativ auswerten, um die inhaltliche Analyse zu stärken? • Was sind reguläre Ausdrücke und wieso sind diese für textanalytische Fragestellungen ungemein nützlich? • Wie können Daten automatisiert aus dem Internet geladen und historische Texte mittels Optical Character Recogniton (OCR) verarbeitet werden? Inputs von den Studierenden für inhaltliche Schwerpunkte sind willkommen.
E-Learning	https://aflueckiger.github.io/ked2022/ (FS 2022)
Voraussetzungen	Computerkenntnisse werden keine vorausgesetzt. Bitte Rechner in die Sitzungen mitbringen, da Methodik praktisch eingeübt wird.
Sprache	Deutsch
Begrenzung	Das Seminar ist von der Teilnehmerzahl her begrenzt, um eine individuelle Betreuung gewährleisten zu können.
Leistungsnachweis	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.
Anzahl Anmeldungen	31 von maximal 30
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.