Vista Equipo: Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus

Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus

Pour montrer l’importance de préparer d’abord les éditions historiques sous forme de données textuelles, tout en laissant la présentation (que ce soit sous forme imprimée ou sur le Web) comme une tâche secondaire en aval, cet article identifie les résultats bénéfiques pour la recherche qui peuvent ê...

Descripción completa

Guardado en:

Detalles Bibliográficos
Publicado en:	URI:https://journals.openedition.org/methodos,
Autor principal:	Witt, Jeffrey C.
Formato:	Article ou chapitre numérique
Lenguaje:	Anglais
Publicado:	Methodos 2024
Materias:	éditions savantes numériques scolastique Moyen Âge intertextualité n-grammes traitement du langage naturel recherche d'information « document embeddings » « knowledge graph » digital scholarly editions scholasticism Middle Ages intertextuality n-grams embeddings knowledge graph natural language processing information retrieval
Acceso en línea:	Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM

id	openedition-oai:revues.org:methodos_10987
record_format	openedition
spelling	openedition-oai:revues.org:methodos_10987 https://doi.org/10.4000/12xql urn:doi:10.4000/12xql en https://journals.openedition.org/methodos/10987 2024-12-16T01:00:00Z info:eu-repo/semantics/openAccess article info:eu-repo/semantics/article urn:handle:20.500.13089/12xql https://creativecommons.org/licenses/by-nc-nd/4.0/ Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus Methodos Savoirs textes langage - UMR 8163 info:eu-repo/semantics/reference/issn/1769-7379 info:eu-repo/semantics/reference/issn/1626-0600 URI:https://journals.openedition.org/methodos Witt, Jeffrey C. éditions savantes numériques scolastique Moyen Âge intertextualité n-grammes traitement du langage naturel recherche d'information « document embeddings » « knowledge graph » digital scholarly editions scholasticism Middle Ages intertextuality n-grams embeddings knowledge graph natural language processing information retrieval Pour montrer l’importance de préparer d’abord les éditions historiques sous forme de données textuelles, tout en laissant la présentation (que ce soit sous forme imprimée ou sur le Web) comme une tâche secondaire en aval, cet article identifie les résultats bénéfiques pour la recherche qui peuvent être obtenus grâce à l’analyse informatique lorsqu’un tel corpus de données textuelles est à portée de main. En mettant l’accent sur la profonde intertextualité caractéristique du corpus scolastique médiéval, il passe en revue trois méthodes distinctes pour détecter différentes formes de relation textuelle au sein du corpus : les intersections de n-grammes, les “document embeddings” et la convolution. Dans chaque cas, une attention particulière est accordée à la façon dont la disponibilité d'un “knowledge graph” spécifique à un domaine nous aide à la fois à préparer correctement le corpus pour l'analyse et à visualiser les résultats de manière à améliorer la recherche. Ces résultats incluent l’observation des tendances dans les pratiques de citation dans différents genres et sous-genres du corpus, le regroupement automatique des questions par similarité et la détection d’une réutilisation textuelle soutenue et non citée. To show the importance of preparing historical editions as textual data first, while leaving presentation (whether in print or on the web) as a secondary down-stream task, this article identifies beneficial outcomes for research that can be achieved through computational analysis when such a corpus of textual data is at hand. With a focus on the deep intertextuality characteristic of the medieval scholastic corpus, it reviews three distinct methods for detecting different forms of textual relatedness within the corpus: n-gram intersections, document embeddings, and convolution. In each case, special attention is given to how the availability of a domain specific knowledge graph helps us both properly prepare the corpus for analysis and visualize the results in ways that enhance research. Such results include observing trends in citation practices across different genres and sub-genres of the corpus, automatically grouping questions by similarity, and detecting sustained and uncited textual re-use.
collection	OpenEdition Journal
language	Anglais
format	Article ou chapitre numérique
building	0/Bibliothèque numérique/ 1/Bibliothèque numérique/OpenEdition Journals/
topic	éditions savantes numériques scolastique Moyen Âge intertextualité n-grammes traitement du langage naturel recherche d'information « document embeddings » « knowledge graph » digital scholarly editions scholasticism Middle Ages intertextuality n-grams embeddings knowledge graph natural language processing information retrieval
spellingShingle	éditions savantes numériques scolastique Moyen Âge intertextualité n-grammes traitement du langage naturel recherche d'information « document embeddings » « knowledge graph » digital scholarly editions scholasticism Middle Ages intertextuality n-grams embeddings knowledge graph natural language processing information retrieval Witt, Jeffrey C. Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus
description	Pour montrer l’importance de préparer d’abord les éditions historiques sous forme de données textuelles, tout en laissant la présentation (que ce soit sous forme imprimée ou sur le Web) comme une tâche secondaire en aval, cet article identifie les résultats bénéfiques pour la recherche qui peuvent être obtenus grâce à l’analyse informatique lorsqu’un tel corpus de données textuelles est à portée de main. En mettant l’accent sur la profonde intertextualité caractéristique du corpus scolastique médiéval, il passe en revue trois méthodes distinctes pour détecter différentes formes de relation textuelle au sein du corpus : les intersections de n-grammes, les “document embeddings” et la convolution. Dans chaque cas, une attention particulière est accordée à la façon dont la disponibilité d'un “knowledge graph” spécifique à un domaine nous aide à la fois à préparer correctement le corpus pour l'analyse et à visualiser les résultats de manière à améliorer la recherche. Ces résultats incluent l’observation des tendances dans les pratiques de citation dans différents genres et sous-genres du corpus, le regroupement automatique des questions par similarité et la détection d’une réutilisation textuelle soutenue et non citée.
author	Witt, Jeffrey C.
author_facet	Witt, Jeffrey C.
author_sort	Witt, Jeffrey C.
title	Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus
title_short	Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus
title_full	Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus
title_fullStr	Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus
title_full_unstemmed	Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus
title_sort	finding relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus
publisher	Methodos
publishDate	2024
container_title	URI:https://journals.openedition.org/methodos
url	https://ezproxy.univ-orleans.fr/login?url=https://doi.org/10.4000/12xql https://ezproxy.univ-orleans.fr/login?url=https://journals.openedition.org/methodos/10987
_version_	1877292192701087744

Finding Relatedness: pathways for detecting textual relatedness in the medieval scholastic corpus

Ejemplares similares