RussianFlu-DE: A German Corpus for a Historical Epidemic with Temporal Annotation
RussianFlu-DE: A German Corpus for a Historical Epidemic with Temporal Annotation
复制标题
RussianFlu-DE：带时间注释的历史流行病德国语料库
DOI：
10.1007/978-3-319-67008-9_6
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Wolfgang Nejdl
中科院分区：
文献类型：
--
作者：
Tran Van Canh;Katja Markert;Wolfgang Nejdl
关于历史事件的时间注释语料库对数字人文研究至关重要：它们允许提取和确定事件以及对事件的反应，并构建事件和语言使用的时间表，以及其他应用程序。然而，由于缺乏无噪声的数字化数据，制作历史上特定事件的精确语料库非常具有挑战性。本文介绍了一个时间标注语料库RussianFlu-DE，该语料库从嘈杂的德语报纸OCR文本中提取了639篇文章。所有的文章都是关于发生在1889-1893年的俄罗斯流感疫情。我们描述了RussianFlu-DE的发展，包括清除OCR文本中不同类型噪声的方法，以及提取俄罗斯流感相关文章的工具。此外，还讨论了使用TIMEX2模式进行时态标注的任务，并比较了该语料库与其他语料库的特点。为了展示我们的贡献是如何支持流行病学的，我们提出了一些从分析RussianFlu-DE上的文章中获得的初步但有趣的结果。用于探索的语料库和相关工具是公开可用的。
Temporally annotated corpora about historic events can be crucial to digital humanities research: they allow to extract and date events as well as reactions to them, and to construct timelines of events and of language use, among other applications. However, producing a precise corpus of a particular event in history is very challenging due to the lack of noise-free digitalized data. This paper introduces RussianFlu-DE, a temporally annotated corpus of 639 articles extracted from noisy OCR text of newspaper issues in German. All articles are about the Russian flu epidemic that took place during 1889–1893. We describe the development of RussianFlu-DE, including methods to clean different types of noise in the OCR text, and our tool for extracting Russian flu related articles. In addition, the task of temporal annotation using the TIMEX2 schema is discussed and the characteristics of the corpus compared to other corpora are presented. To show how our contribution supports epidemiology, we present some preliminary yet interesting results obtained from analyzing the articles in RussianFlu-DE. The corpus and associated tools for exploration are publicly available.
登录
查看更多内容
DOI：
10.3115/1219044.1219068
发表时间：
2004-07
期刊：
--
影响因子：
--
作者：
Karl-Michael Schneider
通讯作者：
Karl-Michael Schneider
1889 年流感大流行期间病例和死亡人数的年龄分布。
影响因子：
5.5
作者：
Sophie Valtat;A. Cori;F. Carrat;A. Valleron
通讯作者：
A. Valleron
留意“La Grippe”：使用数字人文工具解读 1889-90 年俄罗斯流感期间的信息传播
DOI：
--
发表时间：
2015
期刊：
Medicina e historia
影响因子：
--
作者：
E. Ewing;Veronica Kimmerly;Sinclair Ewing
通讯作者：
Sinclair Ewing
是时候使用更多语言了
DOI：
--
发表时间：
2014
期刊：
ACM Transactions on Asian Language Information Processing
影响因子：
--
作者：
Jannik Strotgen;Ayser Armiti;T. V. Canh;Julian Zell;Michael Gertz
通讯作者：
Michael Gertz
通过挖掘历史报纸深入了解流行病
影响因子：
2.2
作者：
E. Ewing;S. Gad;Naren Ramakrishnan
通讯作者：
Naren Ramakrishnan