Hiking through the digital world#2: Voyant und Overview

Hallo!

Schön, dass du wieder bei mir vorbeischaust. Heute werden wir einen kleinen Rundgang machen, wobei unsere zwei Etappen die beiden web-basierten Programme Voyant und Overview sind. Mit Hilfe dieser können wir Textanalysen durchführen oder wie bei Voyant so schön steht: „See through your text“, also durch den Text hindurch sehen und so Ungeahntes entdecken.

In Etappe 1 begegnet uns das Programm Voyant. Nachdem ich die entsprechenden Dokumente (01.03 – 07.03.1919 der Arbeiter-Zeitung) auf Voyant hochgeladen habe, kann man sich ganz einfach mit dem Tool „Summary“ einen Überblick verschaffen. Hier siehst du, welche Texte du hochgeladen hast, deren jeweilige Länge und die häufigsten vorkommenden Begriffe. Letztere können mit dem Tool „Cirrus“ als Wortwolke dargestellt werden.

Cirrus ohne Stopwords. Je größer das Wort, desto häufiger kommt es vor.
Cirrus mit Stopwords.

Bei Voyant werden zum Glück viele „unwichtige“ Wörter, sogenannte „Stopwords“ automatisch herausgenommen, so z.B. Artikel und Präpositionen. Nun besteht die Herausforderung darin, noch zusätzliche Stopwords herauszufiltern. Das Entrümpeln der Wortwolke kostet einiges an Zeit, da ich noch keine Übung darin habe, welche Begriffe hier nun als „unwichtig“ gelten. Im Endeffekt nahm ich Begriffe wie März, S., Wien, 1919, Gasse und Telephon heraus. Ich könnte lange über dieses Tool referieren, aber wir müssen weiter.

Nun kann man sich die Funktion „Trends“, das die relative und absolute Häufigkeit von Begriffen im Corpus darstellt, zu Nutze machen. Dabei ist ersichtlich, dass z.B. der Begriff „k.“ (für Kronen) v.a. am 02. März 1919 oft auftaucht, während er am 03. und 07. März nur sehr wenig anzutreffen ist.

Trends bei Voyant

Hier kommt nun auch das Tool „Context“ ins Spiel. Der Begriff „k“ kommt v.a. im Kontext von Werbeanzeigen bzw. auf der ersten Seite, bei den Verkaufspreisen der „Arbeiter-Zeitung“, vor. Daher wohl auch das Kürzel. Der ausgeschriebene Begriff „Kronen“ bräuchte zu viel Platz. Letzterer kommt dagegen oft in den Artikeln vor, z.B. bei der Nennung von Lebensmittelpreisen oder Kohlepreisen.

Context bei Voyant

Insgesamt ist ersichtlich, dass der Begriff “k” (für Kronen) am häufigsten vorkommt. Was mich sehr überraschte, ist, dass auch die Begriffe “Dr”, “Zeit”, “Kilogramm” und “Kronen” sehr häufig vorkommende Wörter sind. Nicht überraschend waren jedoch die Wörter “Arbeiter” und “Regierung”. Mir fiel bereits beim (digitalen) Durchblättern der Arbeiter-Zeitung auf, dass Doktoren oft im politischen Kontext genannt werden, sehr häufig auch im Zusammenhang mit bevorstehenden Vorträgen. Der Begriff “Kilogramm” wird sehr oft im Zusammenhang mit der Nahrungsmittelversorgung, aber auch mit dem Goldverkauf genannt. Der Begriff “Zeit” kommt dagegen oft in Kombinationen vor, wie z.B. “in kurzer Zeit” oder “zur Zeit”. Wie folgendes Zitat veranschaulicht, wird der Begriff auch im Zusammenhang mit dem politischen Programm der Sozialdemokraten genannt, was nicht verwunderlich ist, wenn man bedenkt, dass die “Arbeiter-Zeitung” das Organ der österreichischen Sozialdemokratie war.

„Wir haben gute Gründe, die Koppelung in diese Wahlordnung nicht aufzunehmen, denn wir sagen uns, in dieser schweren, ernsten Zeit darf nicht Raum gegeben werden für das Auftreten von Dutzenden von Parteien oder auch Eigenbrötlern, denn in einer so großen Zeit, wo es sich um die ganze Bevölkerung handelt, müssen sich die Wähler klar und unzweideutig entscheiden.“ 07. März 1919, Arbeiter-Zeitung.

Nun zu Etappe 2 und dem Vergleich zwischen Voyant und Overview. Bei Voyant kann man im Gegensatz zu Overview ganz einfach seine Dokumente hochladen ohne sich vorher registrieren zu müssen. Doch stört mich bei Voyant, dass man nach dem Schließen des Programms nicht mehr so einfach auf die Dokumente zugreifen kann und zudem die Stopwords neu eingegeben werden müssen. Daher auch mein Tipp: Speichere dir die Liste der Stopwords immer ab, so kannst du diese einfach nur einfügen. Overview hat den Vorteil, dass man seine Dokumente immer wieder einsehen und auch mehrere Arbeitsfelder erstellen kann. Jedoch wird hier keine Liste von Stopwords zur Verfügung gestellt. Daher die Empfehlung: Nimm die Liste aus Voyant her oder kopiere sie dir hier heraus: https://countwordsfree.com/stopwords/german. Insgesamt finde ich Overview etwas übersichtlicher als Voyant. Zudem können auf Overview weit mehr Dokumente hochgeladen werden. Auch ist das Programm etwas schneller als Voyant , das etwas mehr Geduld braucht, v.a. wenn mehrere Dokumente hochgeladen wurden.

Sowohl bei Voyant als auch bei Overview gibt es das Tool „Topics“. Hierbei werden häufig vorkommende Begriffe zu Topics zusammengeführt und z.B. in einer Wortwolke oder als Topic Tree dargestellt.

Word Tree bei Voyant

Mir persönlich gefällt im Hinblick auf Topic Modeling das Programm Overview besser. Die Darstellung der Topics z.B. als Topic Tree erlaubt hier mehr Übersicht. Zudem kann man hier selbst mehr eingreifen und weitere Einstellungen vornehmen. Beispielsweise können Tags hinzugefügt werden.

Topic Tree bei Overview

Insgesamt kann ich sagen, dass beide Programme Vor-und Nachteile haben und ich daher immer eine Kombination aus beiden zu Rate ziehen würde. Beide können ohne besondere Programmierkenntnisse verwendet werden und bieten verschiedene Möglichkeiten eine Textanalyse vorzunehmen. Ich hoffe ich konnte dir eine kleine Übersicht vermitteln und freue mich schon auf das nächste Mal.

Liebe Grüße

Thekla


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