Ulrike Czeitschner

travel!digitalExploring People and Monuments in Baedeker Guidebooks

(1875 – 1914)

Baedeker

Corpus

DAS BAEDEKER CORPUS

HISTORISCH1875 – 1914

THEMATISCHaußereuropäische

Destinationen

ANNOTIERTE VOLLTEXTE7 Bände = 4.237 Seiten = 1.559.015 Tokens

Strukturannotation in XML/TEI (P5)

LINGUISTISCHE EBENENLemmatisierung, PoS-Tagging

TreeTagger, STTS

SEMANTISCHER FOKUSMenschen und Monumente

SKOS, LOD

TEXTSORTENSPEZIFISCHErstauflagen

deutschsprachiger Reiseführeraus dem Verlagshaus Baedeker

Baedeker

Corpus

Baedeker

Corpus

Baedeker

Corpus

travel!digital1875-1914

DAS BAEDEKER CORPUSERSTAUFLAGEN TOKENS

PALAESTINA UND SYRIEN. Leipzig 1875(7. u. letzte Auflage 1910)

263.731

AEGYPTEN. ERSTER THEIL.UNTER-AEGYPTEN BIS ZUM FAYÛM UND DIE SINAI-HALBINSEL

Leipzig 1877(3. u. letzte Auflage 1894)

243.045

ÄGYPTEN. ZWEITER THEIL.OBER-ÄGYPTEN UND NUBIEN BIS ZUM ZWEITEN KATARAKT

Leipzig 1891 194.692

NORDAMERIKA.DIE VEREINIGTEN STAATEN NEBST EINEM AUSFLUG NACH MEXIKO

Leipzig 1893(2. u. letzte Auflage 1904)

264.134

KONSTANTINOPEL UND DAS WESTLICHE KLEINASIEN. Leipzig 1905(2. u. letzte Auflage 1914)

134.312

DAS MITTELMEER.HAFENPLÄTZE UND SEEWEGE NEBST MADEIRA, DEN KANARISCHEN INSELN, DER KÜSTE MAROKKOS, ALGERIEN UND TUNESIEN

Leipzig 1909(2. u. letzte Auflage 1934)

285.725

INDIEN.CEYLON. VORDERINDIEN. BIRMA. DIE MALAYISCHE HALBINSEL. SIAM. JAVA

Leipzig 1914 173.376

1.559.015

Baedeker

Corpus

ANNOTATION☛ Lemmatisierung, Part-of-Speech-Tagging

- TreeTagger (Universität Stuttgart)- Lemma-Zuordnung: Rückführung der Flexionsformen auf eine

Grundform- Wortarten-Bestimmung: Stuttgart-Tübingen-Tagset, 54-teiliges Tagset für

die Annotation deutscher Texte☛ SKOS (Simple Knowledge Organization System)

- SKOS modelliert webbasierte Repräsentationen kontrollierter Vokabulare- SKOS adaptiert klassische Prinzipien (Äquivalenz-, Hierarchie- und

Assoziationsrelationen)- SKOS basiert auf RDF (Resource Description Framework)- SKOS erlaubt die Publikation, den Austausch und die Mehrfachnutzung

von Begriffssystemen z. B. als Linked Open Data (LOD)

1. Nomina (N) 2. Verben (V) 3. Artikel (ART) 4. Adjektive (ADJ) 5. Pronomina (P) 6. Kardinalzahlen (CARD)

07. Adverbien (ADV)08. Konjunktionen (KO)09. Adpositionen (AP)10. Interjektionen (ITJ)11. Partikeln (PTK)

Baedeker

Corpus

MENSCHEN

Baedeker

Corpus

☛ Oberbegriffe (~ 14 %)

-Volk, Stamm, Bevölkerung, Einwohner …☛ Geographisch orientierte Bezeichnungen (~ 3,5

%)-Europäer, Nordafrikaner, Asiaten, Orientalen …

☛ Ethnisch/nationale Bezeichnungen (~ 36 %)-Engländer, Deutsche, Bengalen, Wedda …

☛ Religiöse Gruppen (~ 11 %)

-Bruderschaft, Pilger, Buddhisten, Juden, Sikhs …☛ Soziale Gruppen (~ 1,5 %)

-Kasten, Klassen, Arbeiter, Sklaven …☛ Beruf, politische und wirtschaftliche Funktion, Lebensstil (~ 33 %)

-Händler, Gouverneure, Bauern, Nomaden …

MONUMENTE

Baedeker

Corpus

☛ Architektur (~ 38 %)- Kapelle, Kirche, Kloster, Mausoleum, Friedhof, Bildungs- und

Wissenschaftseinrichtung, Gesundheits- und Sporteinrichtung, Museum, Sammlung, Palast, Theater, Industriebau, Inneneinrichtung, Verkehrsbau, Ensemble, Park

- sakral (~ 68,9 %), profan (~ 29,5 %)☛ Kunstwerk (~ 13 %)

-Denkmal, Skulptur, Gemälde, anderes Kunstwerk, Sammlung-sakral (~ 29,9 %), profan (~ 7,8 %)

☛ Natur (~ 20 %)☛ Unterkünfte (~ 14,5 %)☛ Aussicht (~ 10 %)☛ Sonstiges (~ 2,3 %)

-Aktivität, Folklore, Inschrift, Shopping, ganze Ortschaft

RDF — RESOURCE DESCRIPTION FRAMEWORK☛ Ressourcen sind Personen, physische Objekte, abstrakte Konzepte …☛ RDF formuliert logische Aussagen über Ressourcen in maschinenlesbarer

Form☛ RDF-Aussagen sind als Triples modelliert: Subjekt-Prädikat-Objekt

- Das Ramesseum ist ein Sakralbau☛ Einzelne Ressourcen können Subjekt u./o. Objekt mehrerer Aussagen sein

- Ramses II. erbaute das Ramesseum- Das Ramesseum befindet sich in Theben- Theben ist Teil des UNESCO-Weltkulturerbes

☛ Jede Ressource erhält einen eindeutigen Uniform Resource Identifier (URI)http://www.oeaw.ac.at/acdh/baedekercorpus/resource/Ramesseum

ist ein

http://www.oeaw.ac.at/acdh/baedekercorpus/resource/Sakralbau☛ Kurz: RDF verknüpft Ressourcen (Subjekte und Objekte) über Eigenschaften

(Prädikate) zu einem semantischen Netzwerk

Baedeker

Corpus

LOD — LINKED OPEN DATA☛ LOD vernetzt Ressourcen mit Hilfe von HTTP-URIs☛ LOD vernetzt Ressourcen aus verschiedenen Datensets um auf

weiterführende und verwandte Informationen zu verweisen☛ LOD verlinkt Daten, nicht Dokumente!☛ Subjekt- und Objekt-URIs einer Aussage können aus verschiedene Quellen

stammen

Baedeker

Corpus

TGNthe Getty Thesaurus ofGeographic Names®

AAT the Art & Architecture

Thesaurus ®

CONAthe Cultural Objects

Name Authority®

VIAF Virtual International Authority File

ULANthe Union List of Artist Names®

Baedeker

Corpus

Ulrike Czeitschner

travel!digitalExploring People and Monuments in Baedeker Guidebooks

(1875 – 1914)

Baedeker

Corpus

Vielen Dank!