• Роман Лейбов "Филология в цифровую эпоху: перспективы и тупики" (Тартуский университет, Тарту)
• Инна Кижнер "Музеи, цифровые данные и эволюция культурного канона: возможно ли стереть случайные черты, и кто решает случайны ли они?" (Сибирский федеральный университет, Красноярск)
  

  Музеи - богатый источник визуальных данных (изображений музейных предметов), которые можно и нужно анализировать с помощью специальных инструментов. Музеи дают возможность работать с метаданными (информацией о музейных предметах), которые полезны для изучения эволюции культуры, классификации жанров, создания моделей и обнаружения неожиданных закономерностей. Как изабражения, так и метаданные, доступны исследователям, преподавателям и общей публике с момента публикации - либо на сайте музея, либо с помощью национального (международного) агрегатора изображений (например, Google Art and Culture). Лекция показывает, что лежит в основе расширения визуального канона в современных условиях. Мы увидим, что представление о цифровом музее как отражении физического собрания экспонатов не приводит к решению задач, связанных с исследованием истории культуры, узнаем как создавались цифровые музеи в разных странах мира, как они справлялись с проблемой контроля по отношению к изображениям музейных предметов (публиковать или не публиковать, а если публиковать, то какое качество избражения представить), узнаем действительно ли международные агрегаторы (в частности, Google Art and Culture) представляют тот канон визуальной культуры, который мы считаем хрестоматийным.

• Софья Гаврилова "О чудный геокодированный мир!  Как картографические практики меняют восприятия пространства" (Центр цифровых гуманитарных исследований, НИУ ВШЭ)
• Артем Шеля "Призраки на жестких дисках: потеря и сохранение цифровых данных" (Тартуский университет, Тарту)

Гуманитарные науки и институты культурного наследия давно включились в глобальный проект «оцифровки» данных: книги, рукописи, картотеки и коллекции переводятся в цифровой формат, записываются на магнитные и полупроводниковые носители, размещаются на серверах. При этом нужно признать, что о разметке и цифровой репрезентации бумажных рукописей мы уже знаем намного больше, чем о тех рукописях, которые ежедневно создаем сами: в текстовых редакторах и чатах, на облачных сервисах. В лекции речь пойдет о сохранении digital-born информации, которая в культуре всегда была окружена представлениями, не вполне соответствующими ни природе, ни материальности цифровых данных. Чтобы доступ к этим данным не был потерян, и они сохранили свое значение исторического источника, потребуется множество специальных знаний о жизни и смерти цифровых систем, среди которых мы существуем.

• Andrew Janco "Machine learning in the humanities" (Haverford college, PA)

The talk would begin with a general survey of current ways that DH researchers are utilizing Deep Learning. This would include work such as Lauren Tilton's "Deep Viewing" for image and video analysis. I would then assess the potential of these methods for future research and innovation in the Digital Humanities. Having established the possibilities and potential, I would introduce ways that humanists can leverage DL in their research without becoming AI engineers themselves. These options include deep learning based APIs such as Google Vision. I will also introduce Prodigy, which greatly simplifies the training of custom language models. I would conclude with an example of Tensorflow Estimators, which offers a relatively easy way to create end-to-end models without the need to define the network architecture or its parameters.

• Борис Орехов (Центр цифровых гуманитарных исследований, НИУ ВШЭ)

План содержания

Филологи не любят краткие содержания произведений и их есть за что не любить: они не могут передать стиль, теряют ключевые детали, низводят всю сложную структуру к банальной истории. С другой стороны, компьютеры пока плохо справляются со стилевой многогранностью и нарративом, в котором сюжет передан через неочевидные детали. А что будет, если применить батарею методов компьютерной лингвистики к этим примитивным объектам, пересказам, а не к исходным произведениям? Возможно, мы добьёмся лучшего понимания процессов большой литературы. 

На тьюториале мы будем заниматься дальним чтением дальнего чтения, то есть работать с датасетом из полутора тысяч кратких пересказов русской и зарубежной прозы, попробуем текстовую кластеризацию (тексты группируются по литературным традициям или по сюжетам?), стилеметрию (ближе друг к другу тексты одного автора или одного пересказчика?), тематическое моделирование и многое другое.

• Joanna Byszuk (Institute of Polish Language, Polish Academy of Sciences)

Stylometry with R

Stylometry, or the analysis of countable linguistic features of (literary) texts, is primarily associated with authorship attribution but can also be very useful in literary and cultural studies, facilitating both distant and semi-close reading analysis. Through the analysis of stylometric similarities between texts we can examine relations between authors and their works, and ask questions about authorship, collaboration, genre, chronology, idiolects and even gender. We can so challenge or confirm existing theories, or discover new exciting relations in the dataset.

The tutorial offers a thorough introduction to stylometry methodology and hands-on practice with ‘Stylometry with R’ (stylo) package, which thanks to a rich set of functions and a user-friendly interface allows for using advanced methods fairly easily. We will learn to conduct reliable stylometric studies from A to Z  – from defining our question and preparing dataset to running tests and analyzing results. While the instructor will provide a number of datasets, the participants are also encouraged to think of project ideas and bring their own data.

• Андрей Кутузов и Елизавета Кузьменко (Университет Тренто, Language Technology Group, Университет Осло)

Что такое хорошо и что такое плохо: эволюция понятий в русскоязычных
новостных текстах

Одно и то же слово может означать диаметрально разные вещи, в зависимости от того, кто произносит это слово. Наряду с недостоверными новостями (fake news), такая "субъективность смыслов" становится всё актуальнее для всего мира. Неудивительно, что автоматическое определение семантических сдвигов (semantic shifts) и отношения автора текста к тому или иному вопросу (stance detection) привлекают внимание компьютерных лингвистов.

В нашем тьюториале мы будем анализировать эволюцию значений слов, циркулировавших в русскоязычных новостных источниках в период с 2000 по 2018 годы. В чем различия между точками зрения СМИ на одну и ту же проблему? Как изменяется смысл слов, используемых в одном и том же СМИ с течением времени? Какие СМИ используют одну и ту же систему понятий, а какие меняют её в зависимости от тех или иных факторов?

Ответы на эти вопросы мы будем искать при помощи диахронической дистрибутивной семантики (diachronic word embedding models). Анализ таких моделей позволяет отследить даже очень тонкие семантические сдвиги. Кроме того, мы задействуем методы, основанные на рекуррентных нейронных сетях (например, BiLSTM).

Участники тьюториала попробуют эти подходы на практике и создадут действующий анализатор русскоязычных новостей.

• Сет Бернштейн (Центр цифровых гуманитарных исследований, НИУ ВШЭ)

Networks of Repression: The NKVD

This tutorial uses a database derived from Memorial's Wiki of personnel from the People's Commissariat of Internal Affairs (NKVD) in the 1930s. The tutorial will construct a network from the social and professional data, and use the raw and processed data to test hypotheses about how patron-client networks worked under Stalin.

• Ольга Ляшевская (НИУ ВШЭ, Москва)

Атлас поэтической моды

У участников тьюториала будет уникальная возможность поработать с экспериментальным частотным словарем Поэтического корпуса НКРЯ и подкорпусами разных временных периодов, групп авторов и стихотворных форм. В центре задач, над которыми мы предлагаем поработать, -- анализ и визуализация значимых различий между подкорпусами в сфере лексики, семантического ореола, синтаксиса, а также извлечение из текстов скрытых признаков, таких как нестандартные грамматические формы, модели словообразования, синтаксические конструкции, диалектизмы.

• Юлия Петухова (Гейдельбергский университет им. Рупрехта и Карла)

Поэзия, написанная детьми: дистантное чтение

Наше понимание детства менялось с течением времени, колеблясь от средневековой дионисийской концепции ребенка как средоточия греховности, которое очищается воспитанием, до аполлонической концепции Романтизма, где ребенок – совершенное творение золотого века. Желание человека понять детство привело к развитию междисциплинарной отрасли “Childhood Studies” во второй половине 20 века. Одна из целей этой дисциплины – приблизиться к пониманию детского взгляда на мир и на самих себя. Чтобы узнать, как дети воспринимают мир, себя, а также литературу, можно проанализировать то, что они пишут сами.

В этом тьюториале мы будем анализировать детскую поэзию, используя методы компьютерной лингвистики. Мы будем парсить сайты англоязычной детской поэзии (а также взрослой поэзии для сравнения), создавать датасеты, выделять значимые признаки, а также создадим классификатор, который будет предсказывать, к какой группе авторов принадлежит тот или иной текст.

• Полина Колозариди (Клуб любителей интернета)

Архивы интернета: социальное и гуманитарное исследование

Исследователи из клуба любителей интернета и общества предлагают тьюториал по работе с историей интернета. Хотя кажется, что интернет — вещь современная, у него уже довольно много документации. Это и материалы, описывающие работу инфраструктуры: статистика, данные по разным городам, где интернет развивался неравномерно и причудливо. И материалы веб-сайтов, из которых состоял ранний интернет, и которые сложно определить как СМИ или порталы, или даже домашние страницы. Вместе мы поработаем с подходами web histories и Internet histories, чтобы провести несколько исследований истории интернета и разработать классификацию для архивов.

• Франк Фишер и Даниил Скоринкин (Центр цифровых гуманитарных исследований, НИУ ВШЭ)

Социальные сети в русской литературе: связи и голоса

• Кирилл Маслинский (НИУ ВШЭ)

Литературная топография тел

Литературные персонажи — привлекательный объект для «дальнего чтения». Собранные вместе в количественном исследовании, персонажи выступают проекцией социального мира и стереотипов своей эпохи, особенно если речь идет о реалистическом стиле письма. В нашем тьюториале мы проведем опыт построения литературной топографии тел персонажей — на основании анализа контекстов, в которых упоминаются части тела взрослых и детей в корпусе советской детской литературы 1930-х — 1980-х. Существуют ли и как локализованы гендерные различия в репрезентации тел персонажей? Есть ли зависимость от пола автора произведения? Повлияла ли эпоха оттепели на образ тела в детской литературе? Наконец, можно ли проследить связь между литературным стилем, частотностью и контекстами упоминания определенных частей тела?

Перед нами будут стоять задачи автоматического извлечения и классификации персонажей, анализ референции и кореференции, и, наконец, статистическая проверка гипотез о различиях в репрезентации тел разных типов персонажей. На основании результатов мы построим тепловые карты «литературных тел».