Neural network-algoritmes: een nieuw gereedschap voor de historicus? Onderzoek met een neural network naar de houding ten opzichte van de middeleeuwen in Nederlandse krantenartikelen tussen 1830-1910

Abstract

In deze scriptie heb ik onderzocht hoe tussen 1830-1910 de houding binnen de Nederlandse samenleving ten opzichte van de middeleeuwen ontwikkelde, waarbij ik gebruik heb gemaakt van gedigitaliseerde krantenartikelen van verschillende zuilen of politieke/religieuze stromingen uit deze periode, waarin het woord ‘middeleeuwen’ (in verschillende vormen) voorkomt. Deze artikelen heb ik geclassificeerd met een neural network (een CNN-BiLSTM model), op of ze een negatieve, neutrale of positieve houding ten opzichte van de middeleeuwen reflecteerden; dit heb ik later echter moeten terugbrengen tot twee categorieën, een negatieve en niet-negatieve categorie. De keuze voor, en verkenning van deze methode (deel één) staat samen met het onderzoek naar de negentiende-eeuwse middeleeuwen (deel twee) centraal. Ik betoog in het eerste deel onder andere dat historici de toepassing van een geautomatiseerde analyse met neural network-algoritmes zouden moeten omarmen, om zo de kansen die de toenemende beschikbaarheid van gedigitaliseerde archieven biedt, te kunnen benutten. In het tweede deel presenteer ik de resultaten van de analyse door het algoritme van bijna 30.000 artikelen, en blijken er voor 1880 drie pieken van negativiteit ten opzichte van de middeleeuwen te zijn, waarin de katholieken vaak een tegenovergestelde trend lieten zien. Daarbij lijkt de ontwikkeling van de houding van katholieken en liberalen beïnvloed te zijn door enkele belangrijke publicaties in de negentiende eeuw, en ook door elkaar. Verder onderzoek zou zich kunnen richten op de onderwerpen waarover meer of minder negatief geschreven wordt.