Цена жизни: женский опыт этнических чисток в сталинский период в Центральной Азии. Доклад Юлии Ященко

Очередной семинар "Цифровая история Центральной Азии" состоится 4 апреля в 14:15 CEST в гибридном режиме.

Язык: английский.

Для участников из России: "Германское общество изучения Восточной Европы" (DGO), являющееся соорганизатором семинара, признано в России нежелательной организацией.

Регистрация: https://fau.zoom-x.de/meeting/register/u5Upc-2qpjotGtfYoZFbo7dwT3R8jrUSnZjB

До 8 апреля продлен прием заявок на открытый воркшоп «Изучение языкового разнообразия литературных премий», который проводит Центр машинного обучения, анализа данных и статистики (МАСТ) Европейского университета https://eusp.org/projects/otkrytyy-vorkshop-izuchenie-yazykovogo-raznoobraziya-literaturnykh-premiy

Конференция «Гуманитарные проблемы актуальных наук: цифровая дисциплина и проект» (15–17 апреля, ИТМО)

Междисциплинарные и цифровые области гуманитарного и социального знания как будто отгорожены от других. Когда цифровой филолог рассуждает в своем докладе о байесовской статистике и доверительных интервалах, филолог нецифровой может смотреть на него со смесью страха и непонимания, а то и вообще не признавать это частью филологии. Возникает иллюзия, что «цифровым» гуманитариям не о чем говорить с «аналоговыми», а техноантропологи опираются на другую версию антропологии, чем «традиционные».

Обсудить проблему дистанции между гуманитарными науками и их цифровыми ответвлениями можно будет 15–17 апреля на конференции «Гуманитарные проблемы актуальных наук: цифровая дисциплина и проект». Конференция пройдет офлайн в DH-центре Университета ИТМО и на других площадках, а также онлайн. И участвовать, и слушать можно как очно, так и дистанционно.

Полная программа — на сайте, там же ссылка на решистрацию. Если вы планируете прийти на конференцию на все три дня — зарегистрироваться нужно на каждый из них.

На конференции будут не только классические форматы в духе докладов, дискуссий и круглых столов, но и серия специальных мероприятий, которые мы подготовили с нашими коллегами: секция о сохранении цифрового наследия вместе с ПАНДАНом, встречи о чтении гипертекстов и тексте в интерфейсе вместе с Пушкиным <цифровым>, лекции и воркшопы от приглашённых спикеров, вечеринки открытия и закрытия.

Публикуем первую лекцию курса "Количественные методы в гуманитарных науках: критическое введение" (2024, НИУ ВШЭ).

Лекцию о данных в гуманитарных науках прочел к.и.н., доцент кафедры исторической информатики исторического факультета МГУ, руководитель Института цифровых гуманитарных исследований СФУ Андрей Юрьевич Володин.

Встречу провели руководитель магистерской программы НИУ ВШЭ "Цифровые методы в гуманитарных науках" Борис Орехов и доцент Школы философии и культурологии НИУ ВШЭ Ольга Алиева @rantiquity.

В ближайшее время поделимся анонсом следующей лекции, оставайтесь с нами.

#criticaldh #курсы

5 коллекций данных для цифрового гуманитария

Интернет набит данными, но очень немногие датасеты сделаны гуманитариями и для гуманитариев. Собрал пять чисто гуманитарных источников данных, которые хорошо использовать в курсе анализа данных или программирования на DH-программах.

🎭 1. DraCor — корпуса и датасеты вокруг драматических текстов (с уклоном в network analysis, но не только). Один из очень немногих проектов, сумевших на базе “гуманитарного” стандарта TEI построить классную экосистему гуманитарных данных. Самые приятные данные дракора — это метаданные для каждого корпуса, которые вы можете скачать прямо на страничке корпуса, например, вот табличка для русского корпуса: https://dracor.org/api/v1/corpora/rus/metadata/csv Тут и классические метаданые вроде дат написания и публикации, и сетевые вроде плотности социальной сети в пьесе, и например соотношение мужской и женской речи…

Еще для каждой отдельной пьесы можно скачать сетевые данные (в gexf/csv/gml), речь персонажей, сценические ремарки… Ну и полную разметку в TEI, из которой все эти данные произрастают.

✒️ 2. Репозиторий открытых данных по русской литературе и фольклору — проект Цифровой лабы Пушкинского дома (ИРЛИ РАН), где цифровые филологи и не только публикуют датасеты и (иногда) код к своим исследованиям. Своего рода гуманитарный papers with code. Вот, например, данные и код к статье Кирилла Маслинского о том, какие животные чаще встречаются в каких жанрах детской литературе.

А еще там публикует новые датасеты сам ПушДом. Многие из них называются очень романтично. Скажем, Забытые романы русских писателей из фондов Пушкинского Дома (1857–1917)… Датасет с таким названием нужно обрабатывать под звуки романса “Отцвели уж давно хризантемы в саду”🍂

📚 3. European Literary Text Collection (ELTeC) — корпуса европейских романов, собранные с прицелом на репрезентативность и сопоставимость друг с другом. Целью было найти для каждой европейской литературы по 100 романов в диапазоне 1840-1920, чтобы они покрывали период более-менее равномерно, чтобы были представлены не только писатели-мужчины, чтобы бли длиной не менее 10000 слов и т.д. Не для всех корпусов это удалось, а русский корпус там совсем странный, но тем не менее — одна из немногих попыток сделать датасет, пригодный для “компаративистики” by design.

🏛 4. Госкаталог Музейного фонда РФ — свалка датасет по всему, что оцифровано во всех музеях России. Не так часто в нашей области можно найти наборы данных, где записей не тысячи, но миллионы. Качество очень разное, репрезентативность тоже под вопросом, но жемчужин в этом океане данных тоже море. Одну я здесь уже описывал.

🗺 5. Геоданные DHCLOUD. Тут лежат литературные карты в geojson, сделанные студентами гуманитарного факультета Вышки под руководством Бориса Орехова. Картографированы самые разные тексты: от маршрута Афанасия Никитина и до Приключений Капитана Врунгеля ⛵🐳

Полностью финансируемая PhD позиция по цифровым гуманитарным наукам/социальным наукам с применением методов Text Mining.

Междисциплинарная исследовательская группа ищет PhD студента для проекта по изучению индустриальной модернизации и глубинных переходов в Институте социальных исследований Тартуского университета (Эстония) под руководством Лаура Кангера. Работа будет фокусироваться на выявлении долгосрочных трендов индустриальной модернизации с использованием Text Mining оцифрованных газет и существующих баз данных.

Срок подачи заявок - 15.05.2024.

https://ut.ee/en/content/phd-open-calls (navigate to “1-15 May and 1-15 June 2024” > “Faculty of Social Sciences” > “Media and Communication, Sociology” tab)

НКРЯ выкладывает в открытый доступ свои модели.

На сайте Национального корпуса русского языка появился новый раздел, посвящённый нейросетевым моделям, которые используются для разметки слов и текстов Корпуса.

Теперь пользователям доступны:
- токенизатор
- векторные модели для поиска слов-ассоциатов, адаптированные для 7 доменов
- модели для словообразовательной разметки
- модели для разметки тематики, жанров, типов текстов

Новый раздел будет полезен всем, кто интересуется обработкой естественного языка и хочет узнать больше о том, какие технологии машинного обучения применяются в НКРЯ. Пользователи могут ознакомиться с описанием моделей и скачать их для собственного использования. Перед скачиванием модели надо ознакомиться с лицензионным соглашением и принять его условия.

Вакансия DH-специалиста в Институте востоковедения РАН
Описание в прикрепленном файле

Для тех, кто опоздал к бурным обсуждениям больших языковых моделей в прошлом году, или, наоборот, кто хочет быть в курсе последних новостей в этой сфере.

В конце мая в рамках Костомаровского форума в Институте Пушкина прошел круглый стол с пушкинским названием «Ай да AI. Нейросети и создание текстов: проблемы и перспективы генеративных моделей».

В дискуссии на круглом столе принимали участие доктор физико-математических наук Константин Воронцов, руководитель образовательной программы «Цифровые методы в гуманитарных науках» НИУ ВШЭ и сооснователь DH CLOUD Борис Орехов (о трудностях и решениях этих трудностей при построении такой магистерской программы можно послушать февральский доклад Бориса Орехова на специализированной конференции) и директор по стратегическим коммуникациям Brand Analytics Василий Черный.

Дискуссию можно посмотреть в записи или почитать материал о ней на Грамоте.

Главный лейтмотив дискуссии, к которому много раз обращались участники, в итоге сформировался вокруг того, что теперь можно будет одним нейросетям поручить писать тексты, другим читать их, а мы тем временем сможем «пойти на речку за червячками».

Поздравляем дружественных антиварваров с заслуженной победой!

Сергей Кокин: Рассекречивание архивных документов и предоставление доступа к ним: опыт Украины (1991–2024)

Приглашаем на очередной семинар ”Цифровая история (в) Центральной Азии”, где в этот раз будет тема архивных документов и архивных проектов в Украине (в том числе совместных проектов со странами ЦА).

13 июня, 14:15 CEST / 15:15 Киев / 17:15 Ташкент и Алматы / 18:15 Бишкек / Эрлангене и Zoom.

Эксперт: Сергей Кокин, старший научный сотрудник Института истории Украины Академии наук Украины, бывший сотрудник архива Службы безопасности Украины.

Доклад посвящен процессу рассекречивания архивных документов в Украине с 1990-х годов до настоящего времени. Сейчас доступ к рассекреченным оцифрованным материалам предоставляется в читальном зале Архива Службы безопасности Украины в Киеве, ограничения на доступ к ним были сняты в 2014–2015 годах. Также будут рассмотрены созданные в стране базы данных репрессированных и реабилитированных лиц, а также международные проекты, реализуемые в том числе совместно со странами Центральной Азии.

Язык доклада: русский, вопросы могут задаваться на русском, украинском английском, немецком.

Для регистрации и получения ссылки напишите Динаре Гагариной (@dinaraamirovna или [email protected]).
