Topic Modeling für die Geschichtswissenschaft

Das Working Paper untersucht die Anwendung von Topic Modeling in den Geschichtswissenschaften mit Fokus auf der praxisorientierten Reflexion des gesamten Arbeitsprozesses. Im Zentrum stehen Preprocessing und Topic Estimation. Es wird gezeigt, dass gängige Evaluations-Metriken für letztere keine aussagekräftigen Ergebnisse liefern. Daher wird ein ›Human-in-the-Loop‹-Ansatz vorgestellt, der mit Scalable Readings zwischen Wortlisten und korrespondierenden Textpassagen wechselt. Darüber hinaus werden klassische LDA-Modelle mit neueren Verfahren wie BERTopic verglichen und deren Stärken und Schwächen diskutiert. Die Autor*innen plädieren für eine methodenkritische Anwendung von Topic Modeling, die quellenkritische und hermeneutische Ansätze umfasst. Dies eröffnet neue Möglichkeiten für die historische Forschung, insbesondere bei heterogenen, umfangreichen Quellen wie mittelalterlichen Handschriften, Verwaltungsdokumenten des 19. Jahrhunderts oder zeitgeschichtlichen Oral-History-Quellen.