NLP-gestützte Erschließung von Metadaten in epigraphischen Datenbanken

Figürliche Darstellungen auf spätantiken Grabinschriften sind wichtige Zeugnisse einer entstehenden christlichen Ikonographie. Epigraphische Datenbanken erfassen sie meist nur als Freitext im Kommentarbereich. Diese Datenpublikation stellt Daten und Code bereit, um solche Angaben in strukturierte Metadaten zu überführen. Sie wurde am Datensatz der Epigraphischen Datenbank Heidelberg (EDH) geprüft. Entstanden im Rahmen der HERMES-Forschungsstudie „NLP-gestützte Erschließung von Metadaten in epigraphischen Datenbanken“ (2026, BMFTR-Datenkompetenzzentrum HERMES). Code: https://gitlab.rlp.net/kilbingl/edh-motif-extraction-hermes-forschungsstudieVersion 1.1, 30.10.2026: aufgeräumter Code (gemeinsame Hilfsfunktionen, einfachere Schreibweisen, kürzere Kommentare). Daten und Ergebnisse aller Methoden unverändert. Figural representations on Late Antique funerary inscriptions are important sources for the study of emerging Christian iconography. Epigraphic databases currently record these representations only as free text. This data publication provides the data and code needed to transform such descriptions into structured metadata. The workflow was tested on the dataset of the Epigraphic Database Heidelberg (EDH). Developed as part of the HERMES research study “NLP-Based Enrichment of Metadata in Epigraphic Databases” (2026, BMFTR Data Competence Centre HERMES). Code: https://gitlab.rlp.net/kilbingl/edh-motif-extraction-hermes-forschungsstudie⁠ Version 1.1, 30 October 2026: Code cleanup (shared helper functions, simplified syntax and shorter comments). Data and results across all methods remain unchanged.