Open Access

Norman Fiedler, Christoph Köller, Jutta Bopp, Felix Schneider

• Empirische Ansätze halten zunehmend Einzug in die Methodik und Herangehensweise geisteswissenschaftlicher Forschung. Die Sprachwissenschaften stützen sich zunehmend auf Forschungsdaten und Sprachmodelle, um ein digitales Bild natürlicher Sprachen zu erzeugen. Auf dieser Grundlage wird es möglich, entlang nutzerspezifischer Suchanfragen des distant reading automatisiert semantische Muster in Texten zu erkennen. Seit mithilfe solcher Modelle, etwa in Suchmaschinen, webbasierten Übersetzungs- oder Konversationstools, sprachliche Informationen maschinell in sinnhaften Zusammenhängen reproduziert werden können, sind die Implikationen sogenannter Künstlicher Intelligenz (KI) zu einem Thema im gesamtgesellschaftlichen Diskurs avanciert. Vielen Linguisten ist es deshalb ein Anliegen, ihre Erkenntnisse für neue Anwendungsfelder jenseits ihrer unmittelbaren disziplinären Umgebung zu öffnen und zu einer fundierten Debatte beizutragen. Dieser Feststellung gegenüber steht die Einsicht, dass Forschungsergebnisse aller Disziplinen zwar archiviert, aber mangels gezielter Interpretierbarkeit großer und komplexer Datenmengen häufig für diesen breiten Diskurs nicht genutzt werden. Ein nachweisbarer Impact bleibt aus. An dieser Schnittstelle erarbeitet das vom Bundesministerium für Bildung und Forschung (BMBF) finanzierte Projekt TextTransfer einen Ansatz, um per distant reading auf Art und Wahrscheinlichkeit eines gesellschaftlichen, wirtschaftlichen oder politischen Impacts textgebundenen Forschungswissens zu schließen. Zu diesem Zweck baut TextTransfer ein maschinelles Lernverfahren auf, das auf empirischem Erfahrungswissen zu Impacterfolgen von Forschungsprojekten fußt. Als wesentlicher Baustein dieses Erfahrungsgewinns gilt die Verifizierbarkeit der Lernergebnisse. Der vorliegende Artikel zeigt einen ersten Ansatz im Projekt, ein Sprachmodell in einem gesteuerten Lernverfahren mit belastbaren Lerndaten zu trainieren, um möglichst hohe Präzision im Impact-Assessment zu erreichen.
• Empirical approaches are increasingly finding their way into the methodology of research in the humanities. Linguistics visibly relies on research data and language models to generate a digital image of natural languages. On this basis, it becomes possible to auto-matically recognize semantic patterns in texts along user-specific search queries via distant reading. Since such models, for example in search engines, web-based translators or conversation tools, can be used to reproduce linguistic information in meaningful con-texts, the implications of so-called artificial intelligence have become a topic of discourse in society as a whole. Many linguists are therefore concerned to open up their findings to new fields of application beyond their immediate disciplinary environment and to contribute to a well-founded debate. This statement is contrasted by the insight that research results of all disciplines are indeed archived, but due to the lack of targeted inter-pretability of large and complex data sets, they are frequently not used for this broad discourse. A demonstrable impact remains missing. At this interface, the TextTransfer project, funded by the German Federal Ministry of Education and Research, is developing an approach to use a language model to infer by distant reading the type and probability of a social, economic or political impact of text-bound research knowledge. To this end, TextTransfer is building a machine learning procedure based on empirical experiential knowledge. However, an essential component of this experiential learning is the verifiability of the learning results. This article shows a first approach in the project to train a language model in a supervised machine learning procedure with robust learning data in order to achieve the highest possible precision in impact assessment.