160014 UE Digital Corpus Analysis and Text Mining for Musicological Research (2024S)

Liedtexte, Musikrezensionen, verbale Assoziationen zu Klängen - neben Audiodaten, Notentexten, symbolischen Musikformaten, uvm. können auch digitale Textdaten interessante Forschungsobjekte musikwissenschaftlicher Untersuchungen darstellen. Aus großen Sammlungen derartiger Daten aufschlussreiche Information zu gewinnen, dabei können Verfahren aus dem Bereich des Text Mining und Machine Learning hilfreich sein.

Diese praktische Übung behandelt daher den Umgang mit großen digitalen Datenkorpora im musikwissenschaftlichen Forschungskontext, mit einem speziellen Fokus auf Methoden der quantitativen Textanalyse.

Einbezogen werden sollen dabei etwa folgende Themengebiete:

* Datenquellen und Zusammenstellung von Textdatensätzen/-korpora
* Umgang mit Textdaten und statistische Auswertung dieser in Form von Wortfrequenzanalysen, Visualisierungen, uvm.
* Vorverarbeitungsschritte (Stemming, Lemmatisierung, Entfernen von Stoppwörtern, ...)
* Kookkurrenz-Analyse und Grundlagen der semantischen Netzwerkanalyse
* Sentiment-Analyse
* Topic Modeling

Da die praktischen Übungen in der Skriptsprache Python durchgeführt werden, sind bestehende Programmier-Vorkenntnisse ideal. Auch interessierte Einsteiger*innen sind aber willkommen und eine Einführung in Grundkonzepte des Programmierens in Python ist vorgesehen.