BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Sabre//Sabre VObject 4.6.0//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Zurich
X-LIC-LOCATION:Europe/Zurich
TZURL:http://tzurl.org/zoneinfo/Europe/Zurich
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:19810329T020000
RRULE:FREQ=YEARLY;BYMONTH=3;BYDAY=-1SU
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:19961027T030000
RRULE:FREQ=YEARLY;BYMONTH=10;BYDAY=-1SU
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:news410@daw.philhist.unibas.ch
DTSTAMP;TZID=Europe/Zurich:20220829T141042
DTSTART;TZID=Europe/Zurich:20210330T181500
SUMMARY:Authorship Attribution der umstrittenen Paulusbriefe. Mit maschinel
 lem Lernen auf der Spur von Mister X
DESCRIPTION:Authorship Attribution ist ein sich schnell entwickelndes Forsc
 hungsfeld am Schnittpunkt der Disziplinen Literaturwissenschaft und Machin
 e Learning. Es geht darum\, Ähnlichkeitsverhältnisse zwischen Texten zu 
 erforschen\, um empirisch einzuschätzen\, von welchem Autor ein umstritte
 ner Text stammt. In einem ersten Schritt werden Features gewonnen\, anhand
  derer die Texte in eine Zahlenfolge überführt werden. Diese werden ansc
 hliessend mit mathematischen Verfahren\, die unter dem Begriff «Machine L
 earning» subsumiert werden\, miteinander verglichen. Je ähnlicher zwei s
 olche Folgen sind\, desto eher stammen sie vom selben Autor.\\r\\nDie math
 ematisch-technischen Herausforderungen sind das Feature-Engineering und di
 e Wahl des Algorithmus inkl. Parameter für die Klassifikation\, sowie die
  statistische Validierung der Resultate. Aus der Sicht der Geisteswissensc
 haften ist es entscheidend\, die Vorentscheidungen bei der Modellbildung z
 u reflektieren\, und inwiefern die am Modell gewonnenen Erkenntnisse auf d
 ie Realität übertragbar sind. Ein weiterer Knackpunkt ist die Ausgestalt
 ung des Studiendesigns.\\r\\nDiese Fragen werden beleuchtet anhand einer v
 om Referenten durchgeführten Fallstudie zu den umstrittenen Paulusbriefen
 \, die überraschende Erkenntnisse zutage förderte\, die nun ein erstes M
 al öffentlich vorgestellt werden.\\r\\nZoom-Link: https://unibas.zoom.us/
 j/98795921811?pwd=Y3hXblZQbnpqTjM3aGVHODRCNXJzUT09 [https://unibas.zoom.us
 /j/98795921811?pwd=Y3hXblZQbnpqTjM3aGVHODRCNXJzUT09] Meeting-ID: 987 9592 
 1811 Kenncode: 885390
X-ALT-DESC:<p>Authorship Attribution ist ein sich schnell entwickelndes For
 schungsfeld am Schnittpunkt der Disziplinen Literaturwissenschaft und Mach
 ine Learning. Es geht darum\, Ähnlichkeitsverhältnisse zwischen Texten z
 u erforschen\, um empirisch einzuschätzen\, von welchem Autor ein umstrit
 tener Text stammt. In einem ersten Schritt werden Features gewonnen\, anha
 nd derer die Texte in eine Zahlenfolge überführt werden. Diese werden an
 schliessend mit mathematischen Verfahren\, die unter dem Begriff «Machine
  Learning» subsumiert werden\, miteinander verglichen. Je ähnlicher zwei
  solche Folgen sind\, desto eher stammen sie vom selben Autor.</p>\n<p>Die
  mathematisch-technischen Herausforderungen sind das Feature-Engineering u
 nd die Wahl des Algorithmus inkl. Parameter für die Klassifikation\, sowi
 e die statistische Validierung der Resultate. Aus der Sicht der Geisteswis
 senschaften ist es entscheidend\, die Vorentscheidungen bei der Modellbild
 ung zu reflektieren\, und inwiefern die am Modell gewonnenen Erkenntnisse 
 auf die Realität übertragbar sind. Ein weiterer Knackpunkt ist die Ausge
 staltung des Studiendesigns.</p>\n<p>Diese Fragen werden beleuchtet anhand
  einer vom Referenten durchgeführten Fallstudie zu den umstrittenen Paulu
 sbriefen\, die überraschende Erkenntnisse zutage förderte\, die nun ein 
 erstes Mal öffentlich vorgestellt werden.</p>\n<p>Zoom-Link: <a href="htt
 ps://unibas.zoom.us/j/98795921811?pwd=Y3hXblZQbnpqTjM3aGVHODRCNXJzUT09">ht
 tps://unibas.zoom.us/j/98795921811?pwd=Y3hXblZQbnpqTjM3aGVHODRCNXJzUT09</a
 ><br /> Meeting-ID: 987 9592 1811<br /> Kenncode: 885390</p>
DTEND;TZID=Europe/Zurich:20210330T200000
END:VEVENT
END:VCALENDAR