1. Dezember 2021 : 15:15 - 16:15

Moderation: Leander Seige (UB Leipzig)

Veranstaltungsraum: Tech Corner

15:15 - 15:35 Mit dem DetektIIIF auf Forschungsreise
Elias Kreyenbühl (Zentralbibliothek Zürich (ZB))
Veranstaltungsraum: Tech Corner

 

In den vergangenen Jahren haben viele Bibliotheken und Archive in ihren digitalen Bibliotheken das IIIF-Protokoll implementiert. Das Potential der Programmierschnittstelle IIIF ist immens und wird bereits in der Digitalcommunity und an Hackathons erfolgreich eingesetzt. Doch IIIF bietet auch für Endnutzer, insbesondere Forschende aus den Geisteswissenschaften, neue Möglichkeiten einer digitalen Forschungspraxis. Allerdings ist auch für digital affine Forschende die Einstiegshürde noch relativ hoch.
Mit dem DetektIIIF und mit einer Anbindung des Mirador-Viewers an GitHub wollen wir das Erstellen und Speichern persönlicher Research Collections auf einfache Weise ermöglichen. Dazu ist das ZB-Lab der Zentralbibliothek Zürich mit seige.digital eine Kooperation eingegangen. Der DetektIIIF ist ein OpenSource Tool von Leander Seige, welches das Sammeln von Werken aus allen (IIIF fähigen) Bibliotheken der Welt ermöglicht.
Mit dem Speicher-PlugIn in Mirador wird es möglich, diese Quellensammlungen nicht nur vergleichend zu betrachten, sondern auch zu speichern und zu publizieren. Dank dem offenen Format können Forschende ihre Quellensammlung auch in weiteren IIIF Tools bearbeiten, beispielsweise annotieren oder mit einem geführten Storytelling öffentlichkeitswirksam aufwerten.
Offene Quellen können mit interoperablen Tools bearbeitet und als offene Forschungsdaten publiziert werden. Durch die Vernetzung von offenen Daten, offenen Anwendungen mit aufgeschlossenen Anwendern, kann ein Beitrag zu Open Science geleistet werden.

15:35 - 15:55 Schätzung des Aufnahmeortes von Fotos mithilfe tiefer neuronaler Netze
Eric Müller-Budack (TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften)
Veranstaltungsraum: Tech Corner

In diesem Beitrag wird ein Webtool vorgestellt, dass die automatische Schätzung des Aufnahmeortes von Fotos mithilfe neuronaler Netze demonstriert. Das Tool erlaubt Anwender*innen neben der Analyse eigener Fotos zudem gegen die KI anzutreten.

"Die Technische Informationsbibliothek (TIB) und das Forschungszentrum L3S der Leibniz Universität Hannover haben ein maschinelles Lernverfahren entwickelt, das die Position eines Fotos ausschließlich auf Basis seiner Bildinhalte schätzt. Dem Verfahren liegen sogenannte tiefe neuronale Netze zugrunde, die die kognitiven Prozesse des menschlichen Gehirns basierend auf der Verknüpfung einer sehr großen Zahl von Nervenzellen (Neuronen) modellieren. Das neuronale Netz zur Schätzung des Aufnahmeorts wurde mit rund fünf Millionen Beispielfotos von Orten der ganzen Welt trainiert und hat bei Tests bisher hervorragende Ergebnisse erzielt.

Im Rahmen der #vBIB21 wird ein Webtool vorgestellt, dass die automatische Schätzung des Aufnahmeortes von Fotos mithilfe neuronaler Netze demonstriert. Das Tool erlaubt Anwender*innen neben der Analyse eigener Fotos zudem in einem Quiz gegen das maschinelle Lernverfahren anzutreten."

15:55 - 16:15 Multimodale Analyse der Bild-Text-Konsistenz in Nachrichten
Eric Müller-Budack (TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften), Leander Seige (UB Leipzig)
Veranstaltungsraum: Tech Corner

 

In diesem Beitrag wird ein Webtool vorgestellt, welches den Nutzer*innen ermöglicht das Auftreten von Personen, Orten und Events in Nachrichtentext und -bild zu bewerten um somit Nachrichten hinsichtlich ihrer Konsistenz zu analysieren.

"Das World Wide Web und die sozialen Medien übernehmen im heutigen Informationszeitalter eine wichtige Rolle bei der Verbreitung von Nachrichten und Informationen. Zumeist werden verschiedene Modalitäten wie beispielsweise Fotos und Text verwendet, um Nachrichteninhalte effektiver zu vermitteln oder Aufmerksamkeit zu erregen. Die automatische Bestimmung der Konsistenz von Angaben bezüglich der handelnden Personen, der Handlungsorte und der Events zwischen Fotos und Text stellt einen wichtigen Aspekt für die Bewertung von Nachrichten dar. So können zum Beispiel menschliche Analysten bei der Evaluierung der Glaubwürdigkeit von Nachrichten unterstützt werden.

Im Rahmen der #vBIB21 wird ein Webtool (https://labs.tib.eu/newsanalytics) vorgestellt, welches den Nutzer*innen ermöglicht das Auftreten von Personen, Orten und Events in Nachrichten zu bewerten um diese somit hinsichtlich intermodaler Beziehungen zu analysieren und in Ausnahmefällen sogar Falschinformationen zu erkennen."

zurück zur Liste