LLM & NLP in der Klassischen Philologie. Beyer, A. & Schulz, K. January, 2025. ![LLM & NLP in der Klassischen Philologie [link]](https://bibbase.org/img/filetypes/link.svg "link")
Paper abstract bibtex 6 downloads Der Vortrag präsentiert einen Vergleich zwischen dem Einsatz von Natural Language Processing (NLP) und Large Language Models (LLM) in der klassischen Philologie, exemplarisch am Werk des römischen Historikers Sallust. Die Fallstudie untersucht die emotionale und subjektive Färbung in den Monographien Bellum Catilinae und Bellum Iugurthinum hinsichtlich der Charakterisierung der beiden Protagonisten Catilina und Iugurtha. Mittels einer Gegenüberstellung aus klassischer NLP-Methodik – Sentiment-Analyse mit dem LatinAffectus-Lexikon – und der Nutzung verschiedener LLMs (GPT-4o, Gemini-1.5-Pro, Claude-3.5-Sonnet, Qwen, Grok-beta, Llama-3.1) wird die Darstellung der beiden hostes verglichen. Die Ergebnisse zeigen, dass die LLM-basierten Analysen eine hohe Variabilität in den Ergebnissen zeitigen. Die Beispielstudie unterstreicht die Notwendigkeit einer methodischen Reflexion, der Entwicklung spezifischer Benchmarks für alte Sprachen und die Integration von Technologien wie RAG (Retrieval Augmented Generation) und LoRA (Low-Rank Adaptation) zur Verbesserung der Datenqualität und der wissenschaftlichen Aussagekraft. Abschließend wird die Bedeutung interdisziplinärer Zusammenarbeit, der Datenkuratierung und der ethischen und strukturellen Implikationen von KI in der Forschung betont.
@misc{beyer_llm_2025,
address = {Würzburg},
type = {Talk},
title = {{LLM} \& {NLP} in der {Klassischen} {Philologie}},
url = {https://zenodo.org/records/14679224},
abstract = {Der Vortrag präsentiert einen Vergleich zwischen dem Einsatz von Natural Language Processing (NLP) und Large Language Models (LLM) in der klassischen Philologie, exemplarisch am Werk des römischen Historikers Sallust. Die Fallstudie untersucht die emotionale und subjektive Färbung in den Monographien Bellum Catilinae und Bellum Iugurthinum hinsichtlich der Charakterisierung der beiden Protagonisten Catilina und Iugurtha. Mittels einer Gegenüberstellung aus klassischer NLP-Methodik – Sentiment-Analyse mit dem LatinAffectus-Lexikon – und der Nutzung verschiedener LLMs (GPT-4o, Gemini-1.5-Pro, Claude-3.5-Sonnet, Qwen, Grok-beta, Llama-3.1) wird die Darstellung der beiden hostes verglichen. Die Ergebnisse zeigen, dass die LLM-basierten Analysen eine hohe Variabilität in den Ergebnissen zeitigen. Die Beispielstudie unterstreicht die Notwendigkeit einer methodischen Reflexion, der Entwicklung spezifischer Benchmarks für alte Sprachen und die Integration von Technologien wie RAG (Retrieval Augmented Generation) und LoRA (Low-Rank Adaptation) zur Verbesserung der Datenqualität und der wissenschaftlichen Aussagekraft. Abschließend wird die Bedeutung interdisziplinärer Zusammenarbeit, der Datenkuratierung und der ethischen und strukturellen Implikationen von KI in der Forschung betont.},
author = {Beyer, Andrea and Schulz, Konstantin},
month = jan,
year = {2025},
keywords = {Computational Literary Studies, LLM, NLP, Sallust, Sentiment-Analyse},
}
Downloads: 6
{"_id":"jyCvQBM8EbhC3p7xG","bibbaseid":"beyer-schulz-llmnlpinderklassischenphilologie-2025","author_short":["Beyer, A.","Schulz, K."],"bibdata":{"bibtype":"misc","type":"Talk","address":"Würzburg","title":"LLM & NLP in der Klassischen Philologie","url":"https://zenodo.org/records/14679224","abstract":"Der Vortrag präsentiert einen Vergleich zwischen dem Einsatz von Natural Language Processing (NLP) und Large Language Models (LLM) in der klassischen Philologie, exemplarisch am Werk des römischen Historikers Sallust. Die Fallstudie untersucht die emotionale und subjektive Färbung in den Monographien Bellum Catilinae und Bellum Iugurthinum hinsichtlich der Charakterisierung der beiden Protagonisten Catilina und Iugurtha. Mittels einer Gegenüberstellung aus klassischer NLP-Methodik – Sentiment-Analyse mit dem LatinAffectus-Lexikon – und der Nutzung verschiedener LLMs (GPT-4o, Gemini-1.5-Pro, Claude-3.5-Sonnet, Qwen, Grok-beta, Llama-3.1) wird die Darstellung der beiden hostes verglichen. Die Ergebnisse zeigen, dass die LLM-basierten Analysen eine hohe Variabilität in den Ergebnissen zeitigen. Die Beispielstudie unterstreicht die Notwendigkeit einer methodischen Reflexion, der Entwicklung spezifischer Benchmarks für alte Sprachen und die Integration von Technologien wie RAG (Retrieval Augmented Generation) und LoRA (Low-Rank Adaptation) zur Verbesserung der Datenqualität und der wissenschaftlichen Aussagekraft. Abschließend wird die Bedeutung interdisziplinärer Zusammenarbeit, der Datenkuratierung und der ethischen und strukturellen Implikationen von KI in der Forschung betont.","author":[{"propositions":[],"lastnames":["Beyer"],"firstnames":["Andrea"],"suffixes":[]},{"propositions":[],"lastnames":["Schulz"],"firstnames":["Konstantin"],"suffixes":[]}],"month":"January","year":"2025","keywords":"Computational Literary Studies, LLM, NLP, Sallust, Sentiment-Analyse","bibtex":"@misc{beyer_llm_2025,\n\taddress = {Würzburg},\n\ttype = {Talk},\n\ttitle = {{LLM} \\& {NLP} in der {Klassischen} {Philologie}},\n\turl = {https://zenodo.org/records/14679224},\n\tabstract = {Der Vortrag präsentiert einen Vergleich zwischen dem Einsatz von Natural Language Processing (NLP) und Large Language Models (LLM) in der klassischen Philologie, exemplarisch am Werk des römischen Historikers Sallust. Die Fallstudie untersucht die emotionale und subjektive Färbung in den Monographien Bellum Catilinae und Bellum Iugurthinum hinsichtlich der Charakterisierung der beiden Protagonisten Catilina und Iugurtha. Mittels einer Gegenüberstellung aus klassischer NLP-Methodik – Sentiment-Analyse mit dem LatinAffectus-Lexikon – und der Nutzung verschiedener LLMs (GPT-4o, Gemini-1.5-Pro, Claude-3.5-Sonnet, Qwen, Grok-beta, Llama-3.1) wird die Darstellung der beiden hostes verglichen. Die Ergebnisse zeigen, dass die LLM-basierten Analysen eine hohe Variabilität in den Ergebnissen zeitigen. Die Beispielstudie unterstreicht die Notwendigkeit einer methodischen Reflexion, der Entwicklung spezifischer Benchmarks für alte Sprachen und die Integration von Technologien wie RAG (Retrieval Augmented Generation) und LoRA (Low-Rank Adaptation) zur Verbesserung der Datenqualität und der wissenschaftlichen Aussagekraft. Abschließend wird die Bedeutung interdisziplinärer Zusammenarbeit, der Datenkuratierung und der ethischen und strukturellen Implikationen von KI in der Forschung betont.},\n\tauthor = {Beyer, Andrea and Schulz, Konstantin},\n\tmonth = jan,\n\tyear = {2025},\n\tkeywords = {Computational Literary Studies, LLM, NLP, Sallust, Sentiment-Analyse},\n}\n\n","author_short":["Beyer, A.","Schulz, K."],"key":"beyer_llm_2025","id":"beyer_llm_2025","bibbaseid":"beyer-schulz-llmnlpinderklassischenphilologie-2025","role":"author","urls":{"Paper":"https://zenodo.org/records/14679224"},"keyword":["Computational Literary Studies","LLM","NLP","Sallust","Sentiment-Analyse"],"metadata":{"authorlinks":{}},"downloads":6},"bibtype":"misc","biburl":"https://api.zotero.org/groups/2611296/items?key=ICuNoiZzSvo1XKdM2ToTCKMK&format=bibtex&limit=100","dataSources":["YTuauZBRxw9mBtqs3","JFDnASMkoQCjjGL8E"],"keywords":["computational literary studies","llm","nlp","sallust","sentiment-analyse"],"search_terms":["llm","nlp","der","klassischen","philologie","beyer","schulz"],"title":"LLM & NLP in der Klassischen Philologie","year":2025,"downloads":6}