Der Datentyp Text

Textdaten sind in der Forschung gut erschlossen – und trotzdem eine Herausforderung, weil sie in ganz verschiedenen Formaten und Qualitätsstufen vorliegen: als Scan, als automatisch erkannter Volltext, als strukturierte XML-Datei. Wer damit arbeitet, muss dieses heterogene Material zuerst vergleichbar machen.

In QUADRIGA entstehen dazu Fallstudien aus laufender Forschung. Eine fragt, welche Spuren die Spanische Grippe (1918–1920) in der Berliner Textüberlieferung hinterlassen hat. Aus Quellen des Deutschen Zeitungsportals und des Deutschen Textarchivs wird ein Textkorpus aufgebaut – und dabei geklärt, welche Standards und Formate dafür tragen.

Eine weitere Fallstudie wendet sich der Verwaltung zu: Wie präsentieren sich die Landesregierungen von Berlin und Brandenburg im Netz? Die Texte werden automatisiert von den Webseiten gesammelt und anschließend vergleichend analysiert.