Digitale Textanalyse -Voyant Tools vs. Overview #2

Wir alle verwenden tagtäglich, mehr oder weniger bewusst, digitale Textanalysen. Denn die Funktion zur Suche nach Schlagwörtern, mit der wir uns durch Wikipedia, Worddokumente und die Tiefen des Internets lotsen, stellt bereits den ersten Schritt einer jeden Textanalyse dar. Spezielle Programme zur digitalen Textanalyse kommen dann ins Spiel, wenn mehr Informationen als das bloße Wissen gefragt sind, wo und wie oft ein bestimmtes Wort im Text vorkommt.

Bei den beiden Namen im Titel handelt es sich um solche Programme, die prinzipiell die selbe Aufgabe erfüllen. Sie sparen uns Zeit, indem sie Informationen schnell zur Verfügung stellen, die wir uns ansonsten durch das Lesen unzähliger Seiten mühevoll erarbeiten müssten. Diese Informationen sind zum einen relevant für ein inhaltliches Verständnis der Dokumente, der Hauptvorteil liegt allerdings in der Gewinnung von statistischen Daten, die manuell auszuarbeiten ein Ding der Unmöglichkeit wäre.

Voyant Tools ist ein webbasiertes Programm mit dem ersten Nachteil, dass man keinen Account erstellen kann. Zwar werden die hochgeladenen Dokumente gespeichert und man kann auf sie anhand eines Zahlencodes zugreifen, vorgenommene Änderungen muss man jedoch immer wieder manuell aufs neue durchführen. Besonderes ärgerlich ist diese Tatsache, wenn man mit transkribierten Textdateien arbeitet, in denen viele unsinnige Buchstaben und Wortfragmente vorkommen, die man immer wieder aufs neue zu den voreingestellten Stoppwörtern ergänzen muss.

Die Bilder zeigen die sogenannte Cirrus-Wortwolke, welche die am häufigsten vorkommenden Wörter eines Textkorpuses (hier Grazer Tagblatt: November 1920) anzeigt. Im ersten Bild wurden keine Stoppwörter ergänzt, im Zweiten hingegen schon. Um den Vorgang zu beschleunigen, eignet es sich, die ergänzenden Stoppwörter als Textdatei zu speichern.

Grunddaten der hochgeladenen Dateien, wie etwa die Länge von Dokumenten, die häufigsten Wörter in den einzelnen Dokumenten und die durchschnittliche Wortanzahl pro Satz, werden in der Funktion Summary angezeigt. Die Funktion Context zeigt wiederum den Zusammenhang, mit dem Wörter in den Dokumenten vorkommen und die Funktionen Trend und Topic stellen das Auftreten von Begriffen graphisch dar.

Overview ist ebenfalls ein webbasiertes Programm, mit dem Unterschied, dass ein Account benötigt wird, um damit arbeiten zu können. Ein Vorteil, da die Arbeitsschritte so erhalten bleiben. Overview ist auf die englische Sprache ausgelegt und beinhaltet für die deutsche Sprache keine automatischen Stoppwörter, allerdings lassen sich Listen von solchen leicht finden (etwa bei Voyant Tools) und einfügen. Die Häufigkeit von Wörtern und grundlegende statistische Daten werden ebenfalls angezeigt. Der größte Vorteil dieses Programms ist allerdings der Topic Tree, der die Dokumente nach der Häufigkeit von Wörtern in Themen unterteilt und über Verzweigungen zu den einzelnen relevanten Dokumenten hinleitet.

Das Bild zeigt einen solchen Topic Tree anhand meines Textkorpuses zum Thema Ernährung.

Abschließend lässt sich also sagen, dass Programme der Textanalyse eine ausgezeichnete Möglichkeit sind, um schnell ein grundlegendes Verständnis des Inhalts zu erlangen und eine Basis aufzubauen, von der aus man den Text weiter analysieren kann. Möchte man hingegen statistische Daten eines Dokuments erlangen, so ist die Arbeit mit solchen Programmen unumgänglich.

Genauere Angaben und Richtlinien zur Verwendung finden sich auf den jeweiligen Webseiten.

Gruß Leo


Das könnte dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search