Vernetztes Wissen

• Datenbank mit 314 Briefen
• strukturiert erschlossen über 17 Schlüsselwörter
• mit 200 erschlossenen Personen

• MATCH (p1:Person {name:'Augustinus'})<-[r1:SENDER|RECEIVER]-(l:Letter)-[r2:SENDER|RECEIVER]->(p2:Person)
           MATCH (l)-[k1:KEYWORD]->(k:Keyword)
           RETURN p1.name AS name1, count(r1) AS Anzahl,
           p2.name AS Name2, COLLECT(DISTINCT k.name) AS Keywords
           ORDER BY Anzahl DESC;

• Das Projekt sammelt schriftlich belegte Personen von 400 bis 800 n. Chr.
• U.a. werden die Namensbelege und weitere Informationen zu den Personen gesammelt
• Im Beispielgraph wurden Personen und Verwandtschaft modelliert. Quellen und Belege wurden in einem weiteren Bearbeitungsschritt hinzugefügt.
• Präsentation

// Pippin II.
         MATCH (P:Person {nid:'7212'})
         RETURN *;

• Im Projekt ReGroup werden Graphtechnologien zur Modellierung bildwissenschaftlicher Fragestellungen eingesetzt
• Darstellungen von Figurengruppen in der römisch-kaiserzeitlichen Skulptur, z.B. Sarkophage oder figürliche Brunnen
• Im Graph werden die Figuren mit ihren Eigenschaften und ihrem Kontext modelliert.
• Damit werden diese Informationen für Maschinen auswertbar und vergleichbar und bestände- und datenbankübergreifende Abfragen möglich

• MATCH (n1:IdentifiedScene {ISID:'3'})--(n2)--(n3)--(n4) RETURN *;

• Bei Text as a Graph wird jedes Wort durch einen Knoten repräsentiert, der mit einer NEXT-Kante mit dem nächsten Wort verbunden ist. Damit ergibt sich eine Wortkette (DTA-Beispiel)
• Annotationen werden an diese Wortkette mit anderen Kanten angelagert
• Text und Annotationen müssen damit keiner Hierarchie mehr folgen (wie bei XML) sondern können auch überlappende und mehrdimensionale Annotationshierarchien enthalten.
• Das Browserplugin SPEEDy (Github) bietet mit Standoff-Properties eine Editorkomponente für das Text-as-a-Graph Modell

Hildegard von Bingen

• Die Briefe der Hildegard von Bingen (1098 – 1179) sind in komplexer Überlieferung erhalten.
• Das vorliegende Forschungsvorhaben wird dieses Werk zum ersten Mal in einer Edition präsentieren.
• Infolgedessen werden die einzelnen Briefe dieser Sammlung als Teile einer theologisch-literarischen Komposition gewichtet und nicht als Zeugen eines Briefwechsels, der sich historisch ereignet hat.
• Das Vorhaben wird durch eine entwicklungsgeschichtliche Analyse der Briefe ergänzt.
• In ihr wird der Prozess der Textgenese der einzelnen Briefe von der ältesten Fassung bis hin zu ihrer Gestalt im Liber epistolarum auf der Grundlage der projektrelevanten Handschriften im Graph modelliert.

Die Panama Papers

• 2,6 TB an Daten, das sind 11,5 Millionen E-Mails, Briefe, Faxnachrichten, Gründungsurkunden, Kreditverträge, Rechnungen und Bankauszüge als PDF-, Text- sowie Bilddateien aus den Jahren 1977 bis 2016
• Material wurde mit OCR-Software analysiert, Entitäten und Metadaten extrahiert, ein Graphmodell erstellt, importiert und bereinigt
• Die dabei auftretenden Herausforderungen entsprechen jenen in den digitalen Geisteswissenschaften