Transforming Indexes Locorum into Citation Networks

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Transforming Indexes Locorum into Citation
Networks
Matteo Romanello (DAI/KCL) @mr56k
HNR Workshop 2015 To Mine and to Tie: Text Mining And
Network Analysis For Historians, Bockhum – April 10-12 2015

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Background

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
From Index Locorum to Citation Network

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
References in Classics
▶ canonical texts
▶ fragmentary texts
▶ inscriptions
▶ papyri
▶ manuscripts
▶ coins

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Commentaries and Parallel Passages

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
To Mine

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Workﬂow

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
The Knowledge Base
▶ underlying model: HuCit, CIDOC-CRM & FRBRoo
▶ Usages:
▶ extract abbreviations
▶ resolve implicit refs:, e.g. “Herod. 4, 5-7”
▶ validate citations, e.g. “Thuc. 1.100.9.4”

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
The L’Année philologique (APh)

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
The Data
▶ APh
▶ analytical reviews (en, de, fr, es, it)
▶ 80 volumes (1924-)
▶ autom. processed vol. 75 (2004)
▶ 6,694 abstracts (total = 6,946, errors = 252)
▶ 350k tokens
▶ 3k citations
▶ man. annotated ~ 8 % of vol. 75
▶ 366 abstracts
▶ 26k tokens
▶ 380 citations
▶ JSTOR
▶ full text of 171k journal articles in Classics (327m tokens)

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
APh Example (75-06697)
APh 75-06697 => S. Braund & G. Gilbert. 2004. “An ABC of epic ira: anger,
beasts, and cannibalism” Yale Classical Studies 32:250-285
In Statius ’ « Achilleid » (2, 96-102) Achilles describes his diet of
wild animals in infancy, which rendered him fearless and may
indicate another aspect of his character - a tendency toward
aggression and anger. The portrayal of angry warriors in Roman epic
is eﬀected for the most part not by direct descriptions but indirectly,
by similes of wild beasts (e.g. Vergil, Aen. 12, 101-109 ; Lucan 1,
204-212 ; Statius, Th. 12, 736-740 ; Silius 5, 306-315). These
similes may be compared to two passages from Statius (Th. 1,
395-433 and 8, 383-394) that portray the onset of anger in direct
narrative. Analysis of these passages demonstrates that the concept
of « ira » in epic takes its moral aspect from the context.

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
The NLP Pipeline

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Citation Extraction as an NLP Problem

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Annotation Scheme for NEs and Relations

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Canonical Text Services (CTS) URNs
▶ Pliny
▶ urn:cts:latinLit:phi0978
▶ Pliny’s NH
▶ urn:cts:latinLit:phi0978.phi001
▶ Pliny, Nat. 11,4,11
▶ urn:cts:latinLit:phi0978.phi001:11.4.11

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Citation Extraction: Step 1, (Named Entity Recognition)
▶ Method: machine learning-based, Conditional Random Fields
▶ Current accuracy (F1-score): 73,88%
▶ Challenges:
▶ confusion with similar references

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Citation Extraction Step 2: (Relation Detection)
▶ Method: rule-based
▶ Challenges:
▶ problem with more discoursive references

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Citation Extraction Step 3: (Disambiguation)
▶ Method: rule-based (context free grammar + fuzzy matching)
▶ Challenges:
▶ ambiguous references
▶ inconsitent notation (e.g. punctuation)

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
To Tie

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
From Texts to Networks
▶ why?
▶ a network of citations already in the texts
▶ networks all about relations
▶ intertexuality = relations between texts
▶ what for?
▶ search/information retrieval
▶ analysis

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Macro-, meso-, micro-level networks

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Citation Network: Macro-level
▶ 2-mode (document, ancient author)
▶ directed network
▶ edges:
▶ mention of author, e.g. as Homer says
▶ mention of work, e.g. in the Iliad
▶ citation of passage, e.g. such as Hom. Il. 1.1

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
APh: Macro-level
APh goldset 366 documents, 26k tokens. 528 nodes and 400 edges.

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Citation Network: Meso-level
▶ 2-mode (document, ancient work)
▶ edges:
▶ mention of work
▶ citation of passage

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
APh: Meso-level
APh goldset 366 documents, 26k tokens. x nodes and y edges.

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Citation Network: Micro-level
▶ 2-mode (document, text passage)
▶ edges:
▶ citation of passage

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
APh: Micro-level
APh goldset 366 documents, 26k tokens. 858 nodes and 498 edges.

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Interactive Network Visualisation
▶ macro: http://phd.mr56k.info/data/viz/macro
▶ meso: http://phd.mr56k.info/data/viz/meso
▶ micro: http://phd.mr56k.info/data/viz/micro

.....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
....
.
....
.
.....
.
....
.
.....
.
....
.
....
.
Conclusion
Challenges
▶ keep purposes separate (search, analysis, visualisation)
▶ semantic of edges
Future Perspective
▶ evolution over time (longitudinal network analysis)
▶ projection to undirected, 1-mode networks
▶ community detection on macro/meso/micro level

Transforming Indexes Locorum into Citation Networks

Transforming Indexes Locorum into Citation Networks

Recommended

More Related Content

Viewers also liked

Viewers also liked(8)

Similar to Transforming Indexes Locorum into Citation Networks

Similar to Transforming Indexes Locorum into Citation Networks(20)

More from Matteo Romanello

More from Matteo Romanello(9)

Recently uploaded

Recently uploaded(20)

Transforming Indexes Locorum into Citation Networks