Neoclassica - künstliche Intelligenz zur Identifikation klassizistischer Objekte
Das Rahmenwerk „Neoclassica“ stellt wissenschaftliche Werkzeuge bereit, mit der die Vielfalt klassischer Merkmale in verschiedenen Medien untersucht werden kann: Korrespondenzen, Verflechtungen und Bezüge ästhetischer Formen des Klassizismus.
Neoclassica baut auf einem doppelten Zugriff auf den Gegenstand auf. Einerseits formalisiert das Projekt kunst- und architekturgeschichtliches sowie geschichtswissenschaftliches Wissen in Form einer spezifischen Ontologie. Andererseits ermöglicht es die Identifikation und die automatisierte Klassifizierung von Objekten, Formen und Konzepten der Epoche des Klassizismus in digitalen Bild und Textverbünden.
Die Neoclassica Ontologie beruht auf dem CIDOC Conceptual Reference Model, das durch Konzepte erweitert wird, die Architektur, Mobiliar und angewandte Künste beschreiben und die aus zeitgenössischen Quellen abgeleitet sind. Sie stellt ein kontrolliertes Vokabular bereit, das sowohl forschungsorientiert als auch mehrsprachig angelegt ist und zugleich der vielfältigen Gestalt der repräsentierten Konzepte in verschiedenen Sprachen Rechnung trägt, darunter Englisch, Deutsch und Französisch.
Der Bottom-Up Ansatz nutzt Algorithmen des Deep Learning und der Verteilungssemantik zur Wissensextraktion und Klassifizierung von Informationen in Bild- und Textkorpora. Deep Learning ermöglicht eine Objekt- und Merkmalsklassifizierung in digitalen Bildern sowohl von digitalen Bildmedien als auch zeitgenössischen Zeichnungen, Grafiken und Gemälden. Das Text Mining wird durch Techniken zur Named Entity Recognition oder Relationship Extraction erfolgen.
Die Resultate beider Ansätze werden in einer formalen Wissensrepräsentation zusammengeführt. Zugriff zum System wird durch ein eigens entwickeltes Annotations- und Kurationswerkzeug bereitgestellt.
Langfristig hoffen wir, Neoclassica zu einer Forschungsplattform weiterzuentwickeln, die von einer internationalen Gemeinschaft von Klassizismusforschenden nachhaltig getragen wird.
Mehr Informationen:
Wissenschaftliche Leitung und Team
Prof. Dr. Siegfried Handschuh
Wie lassen sich geisteswissenschaftliche Methoden in Algorithmen übersetzen?
Wie lassen sich geisteswissenschaftliche Methoden in Algorithmen übersetzen?
Prof. Dr. Siegfried Handschuh koordiniert viele internationale Forschungs- und Entwicklungsprojekte, die unter anderem von der EU, der Science Foundation Ireland und der Enterprise Ireland gefördert werden.
Maria Christoforaki
Simon Doning
Bernhard Bermeitinger
