Ähnlichkeitssuche in den Digital Humanities: Semi-automatische Identifikation von Kostümmustern

poster / demo / art installation
Authorship
  1. 1. Johanna Barzen

    Universität Stuttgart

  2. 2. Michael Falkenthal

    Universität Stuttgart

  3. 3. Frank Hentschel

    Data Center for the Humanities (DCH) - Universität zu Köln (University of Cologne)

  4. 4. Frank Leymann

    Universität Stuttgart

  5. 5. Tino Strehl

    Hochschule Reutlingen

Work text
This plain text was ingested for the purpose of full-text search, not to preserve original formatting or readability. For the most complete copy, refer to the original conference program.


Ausgangslage
Kostüme in Filmen sind ein wichtiges Gestaltungselement der diegetischen Welt. Mit
MUSE 1 (MUster Suchen und Erkennen) verfolgen wir das Ziel, Konventionen zu
identifizieren und darstellbar zu machen, die sich entwickelt haben, um Kostüme
als kommunikatives, bedeutungstragendes Element zu nutzen. Um diese Konventionen
zu identifizieren, verwenden wir das Konzept des Musters nach Christopher
Alexander et al. (1977). In dieser Tradition kann ein Kostümmuster als abstrakte
und bewährte Lösung eines wiederkehrenden Designproblems, wie beispielsweise der
adäquate textile Ausdruck eines bestimmten Charakters, verstanden werden.
Um die Identifikation und das Verfassen von Mustern zu unterstützen, haben wir ein
Lösungs- und ein Musterrepository konzipiert und implementiert. Während das
Lösungsrepository ein detailliertes Erfassen der Kostüme aus Filmen ermöglicht
(konkrete Lösungen für Designprobleme), können im Musterrepository abstrakte
Designlösungen (Kostümmuster) abgelegt werden (Fehling et al. 2014). Wie aber
identifiziert man diese Kostümmuster aus der Menge der multidimensional
beschriebenen Kostümdaten?
Einen ersten Ansatz haben wir mittels der Analyse aufbauend auf OLAP Cubes vorgestellt (Barzen 2015). Dieser Ansatz erlaubt multidimensionale Abfragen auf den Kostümdatenbestand, beschränkt sich allerdings auf die Analyse der Kostümdaten durch konkrete Abfragen. Bei konkreten Abfragen nicht vermutete Zusammenhänge im Datenbestand können dabei nicht identifiziert werden. Um solche Zusammenhänge der Daten sichtbar zu machen, gewinnen besonders in Industrie und Naturwissenschaften Techniken aus dem Bereich des Data Minings an Gewicht. Diese erlauben mögliche „Auffälligkeiten“ oder Cluster in Datensätzen zu finden. Was wir in diesem Poster vorstellen möchten, ist eine Werkzeugumgebung, die verschiedene Algorithmen und entsprechende Visualisierungen der Analyseergebnisse zur Identifikation von „Kostümmusterkandidaten“ unterstützt. Dem vorgegebenen Umfang geschuldet, beschränken wir uns in diesem Abstrakt auf das Vorstellen einer der angewandten Methoden: Wie kann man die Ähnlichkeit der Daten selektiv auswerten um durch die Visualisierung ähnlicher Ausprägungen von Kostümen aus dem Lösungsrepository Hinweise auf Kostümmuster zu erhalten?

Methodischer Ansatz (exemplarisch)
Um ähnlich wirkende Artefakte (hier die konkreten Kostüme und deren Basiselemente wie Hosen, Pullover, etc.) zu identifizieren und zu visualisieren, machen wir uns die taxonomische Strukturierung (Barzen 2013) des Datenbestandes als Hintergrundwissen zunutze. Um eine detaillierte und strukturierte Erfassung der Kostüme zu gewährleisten, werden sie durch die Eingabe der kostümrelevanten Parameter (Attributbeschreibungen wie Farbe, Material, Zustand etc.), deren Wertebereich durch zugrundeliegende Taxonomien vorstrukturiert ist, beschrieben und im Lösungsrepository gespeichert. In der Literatur gibt es bewährte Verfahren, um aus einer Taxonomie, die Ähnlichkeiten von Objekten berechnen zu können. Insbesondere in der Biologie (Lord 2003), aber auch in der Linguistik (Jiang 1997) haben sich beispielsweise Verfahren zur Ähnlichkeitsbestimmung von Genotypen oder Sprachbausteinen bewährt. Dieser Ansatz soll auf die Kostümdaten übertragen werden.
Um die Ähnlichkeit von Artefakten zu bestimmen, wird die Struktur der Taxonomie als Hintergrundwissen einer Distanz-Funktion als Graph bereitgestellt. Aufbauend auf der Distanzmetrik, die Wu und Palmer für die Bestimmung konzeptueller Entfernung zwischen Begriffen (Palmer 1994) entwickelt haben, soll die Ähnlichkeit von Artefakten über die jeweiligen Distanzen ihrer Attributsausprägungen bestimmt werden. Eine Anwendung dieser Metrik auf die Attributsausprägungen „Farbe“ soll in Abbildung 1 demonstriert werden. Hier wird den Farbklassen „Hellblau“ und „Gelbtöne“ über Bestimmung des gemeinsamen Elternknotens (C3) und der Kantenanzahlen von jeder Klasse (C1 und C2) zu dem Elternknoten (N1 und N2), sowie von Elternknoten zu Wurzelknoten (N3) durch die Anwendung der Distanzmetrik ein Ähnlichkeitswert von 0,4 zugeordnet (wobei 1 mit Identität und 0 mit völliger Verschiedenheit korrespondiert).

Abb. 1: Distanzbestimmung der Attribute

Visualisierung: Hinweise auf Musterkandidaten
Die Ergebnisse der Ähnlichkeitsanalyse können dann als Graph visualisiert werden. Abbildung 2 zeigt eine Beispielauswertung. Der Übersichtlichkeit halber haben wir die Anfrage auf Basiselemente, welche mit „negativ belegten“ Charaktereigenschaften assoziiert und von „weiblichen“ Rollen getragen werden, sowie auf die Kostümeigenschaften „Design“, „Farbe“ und „Zustand“ in der Ähnlichkeitsanalyse beschränkt. Die größte Ähnlichkeit bei den abgefragten Kostümen liegt bei „Unifarben“, „Gold/Silber“ und „Sauber“.
Diese so identifizierten Häufungen bzw. Cluster ähnlicher Attributsausprägungen können als Hinweise auf mögliche Kostümmuster gewertet werden. Wie die Ergebnisse bewertet werden und ob ein gehäuftes Auftreten ähnlicher Ausprägungen als Kostümmuster bewertet werden kann, bedarf einer weiterführenden Interpretation der Ergebnisse durch einen Domänenexperten.

Abb. 2: Visualisierung der gemeinsamen Merkmale

Um die Analyse und Visualisierung einfach zugänglich zu machen, ist das Tool über ein
Web Frontend erreichbar und erlaubt über Filtermöglichkeiten und
unterschiedliche Visualisierung ein differenziertes Auswerten der Daten. Einen
kleinen Ausblick auf die unterschiedlichen Ansätze und Diagrammarten, die das
Tool unterstützt, soll durch die folgenden Screenshots (Abbildungen 3 und 4)
gegeben werden.

Abb. 3: Web Frontend: Heatmap

Abb. 4: Web Frontend: Distanzdiagramm

Über das Kostüm hinaus kann dieser Ansatz auch für andere Domänen der Digital Humanities fruchtbar gemacht werden. So zum Beispiel ist der Einsatz bei der Identifikation musikalischer Muster angedacht. Hier wurde bereits mit der Erstellung musikalischer Taxonomien als Grundlage begonnen.

Zur Projektbeschreibung s. auch http://www.iaas.uni-stuttgart.de/forschung/projects/MUSE/.

Bibliographie

Alexander, Christopher / Ishikawa, Sara / Silverstein,
Murray / Jacobson, Max / Fiksdahl-King, Igrid / Angel, Shlomo
(1977): A Pattern Language. Towns, Buildings,
Constructions. Oxford: Oxford University Press.

Barzen, Johanna (2013): Taxonomien
kostümrelevanter Parameter. Annäherung an eine Ontologisierung der
Domäne des Filmkostüms. Technischer Bericht Nr. 2013/04, Universität
Stuttgart.

Barzen, Johanna / Falkenthal, Michael / Hentschel, Frank /
Leymann, Frank (2015): „Musterforschung in den
Geisteswissenschaften: Werkzeugumgebung zur Musterextraktion aus
Filmkostümen“, in: Book of Abstracts zur Tagung der
Digital Humanities im deutschsprachigen Raum 2015, Graz 59-64 http://gams.uni-graz.at/o:dhd2015.abstracts-poster [letzter
Zugriff 21. Januar 2016].

Fehling, Christoph / Barzen, Johanna / Falkenthal, Michael /
Leymann, Frank (2014): „PatternPedia – Collaborative Pattern
Identification and Authoring“, in: Proceedings of PURPLSOC
(Pursuit of Pattern Languages for Societal Change). The Workshop
2014. Krems 252-284.

Palmer, Martha / Wu, Zhibiao (1994): „Verb Semantics
and Lexical Selection“, in: ACL '94 Proceedings of the
32nd annual meeting of the Association for Computational
Linguistics, Stroudsburg, USA 133-138.

Schmitt, Ingo (2005): Ähnlichkeitssuche in Multimedia-Datenbanken. Retrieval,
Suchalgorithmen und Anfragebehandlung. München: Oldenbourg Wisschaftsverlag.

Jiang, Jay J. / Conrath, David W. (1997): „Semantic
Similarity Based on Corpus Statistics and Lexical Taxonomy”, in: Proceedings of International Conference Research on
Computational Linguistics (ROCLING X), Taiwan.

Lord, Phillip W. / Stevens, Robert D. / Brass, Andrew /
Goble, Carole A. (2003): “Investigating semantic similarity
measures across the gene ontology: The relationship between sequence and
annotation”, in: Bioinformatics 19, 10: 1275-1283.

If this content appears in violation of your intellectual property rights, or you see errors or omissions, please reach out to Scott B. Weingart to discuss removing or amending the materials.

Conference Info

In review

DHd - 2016
"Modellierung - Vernetzung – Visualisierung: Die Digital Humanities als fächerübergreifendes Forschungsparadigma"

Hosted at Universität Leipzig (Leipzig University)

Leipzig, Germany

March 7, 2016 - March 11, 2016

160 works by 433 authors indexed

Conference website: http://dhd2016.de/

Contributors: Patrick Helling, Harald Lordick, R. Borges, & Scott Weingart.

Series: DHd (3)

Organizers: DHd