In einer Zeit, die von der Digitalisierung und der Forderung nach dekolonialen Perspektiven geprägt ist, steht die Herausforderung, eine Vielzahl an Texten in verschiedenen Sprachen zu berücksichtigen, im Mittelpunkt der geisteswissenschaftlichen Forschung. Die Nichtberücksichtigung solcher Ressourcen führt zu Wissenslücken und verzerrten, eurozentrischen Perspektiven. MLNA (MultiLingual Network Analysis) ermöglicht durch eine hybride Methode aus „distant reading“ und „close reading“ eine umfassende und differenzierte Analyse großer, multilingualer Textbestände. So können Forschungstexte zunächst auf der Makroebene analysiert und anschließend gezielt für vertiefte Untersuchungen ausgewählt und gegebenenfalls übersetzt werden.
MLNA vereint moderne KI-Methoden wie Named Entity Recognition (NER), maschinelle Übersetzung und Netzwerkvisualisierung, um Forscher bei der Analyse umfangreicher multilingualer Textsammlungen und der Identifikation relevanter Inhalte zu unterstützen. Nutzer, die Zugang zu großen multilingualen Textquellen haben, können mithilfe von MLNA zunächst die gewünschten Entitäten aus den Texten extrahieren, ohne deren Sprache verstehen zu müssen. Anschließend visualisieren sie die Netzwerke dieser Entitäten und passen die Visualisierungen mit den vielfältigen Schlüsselwortargumenten an, die von MLNA bereitgestellt werden.
Durch die Netzwerkanalyse erhalten die Nutzer einen präziseren Überblick über die Inhalte ihrer Texte. Die Betrachtung der Knoten und Kanten in den verschiedenen Netzwerken ermöglicht es, jene Texte zu identifizieren, die relevante Informationen für die jeweilige Forschung enthalten. Die ausgewählten Texte werden von MLNA in einer Liste gespeichert und können anschließend zwecks „close reading“ übersetzt werden.
Unter diesem Link finden Sie die ausführliche Dokumentation zu MLNA. Als Open-Source-Software bietet MLNA der Community die Möglichkeit, aktiv am Debugging und an der Weiterentwicklung mitzuwirken. Dies kann über das GitHub-Repository von MLNA erfolgen, indem ein Issue erstellt wird.
Zudem stehen zwei Video-Tutorials zur Verfügung, die die Nutzung des Pakets und der App ausführlich erklären. Das Paket-Tutorial ist über diesen Link erreichbar, während Sie das App-Tutorial hierüber aufrufen können.
Golnaz Sarkar Farshi
PS: Das Projekt wurde unter dem alten Titel Entwicklung eines KI-basierten Multilingual Network Analysis-Tools eingereicht.