Von Wortwolken und anderen digitalen Analysen: Voyant-Tools und Overview

Willkommen zurück zum zweiten Blogpost; diesmal geht es um computergestützte Methoden, die im Bereich des data-minings benutzt werden. Diese Verfahren erfreuen sich im Lauf der Zeit einer immer größeren Beliebtheit, was in Anbetracht der Massen an Daten und Schriften, die heutzutage entstehen, logisch erscheint. Vor allem in diesem turbulenten Jahr erscheinen digitale Recherchen interessant und attraktiv, weil sie neue Erkenntnisse ermöglichen können, ohne dass wir unsere Häuser und Wohnungen verlassen müssen. Doch zunächst muss man verstehen, was data-mining ist und wie man es anwenden kann. 
Bei data-mining stehen große Datenmengen im Fokus; diese werden mit statistischen und quantifizierenden Methoden analysiert, meistens durch computergestützte Programme wie Voyant-Tools und Overview. Das Ziel dieser Programme ist es, uns Wissenschaftlern die Arbeit zu vereinfachen und uns Zeit zu ersparen, indem die Rechner die Aufgaben übernehmen, die wir sonst per Hand erledigen müssten und uns bei großen Datensätzen unweigerlich viel Zeit kosten würden. Im Folgenden werde ich ein paar der benutzten tools von den eben erwähnten Internetseiten erklären und zeigen.

Die Internetseite Voyant-Tools nach dem Hochladen eines Textcorpus

Auf der Internetseite von Voyant-Tools kann man ziemlich einfach Dokumente bzw. ganze Corpora an Textdokumenten hochladen, die dann für einen analysiert werden. Die Analysen fußen, wie schon erwähnt, auf statistischen Methoden, wie Worthäufigkeit und Satzlänge. Die Seite ist sehr ansprechend aufgebaut und die Ergebnisse werden einem klar strukturiert angezeigt, außerdem gibt es eine große Anzahl an tools, aus denen man auswählen kann. Spannend ist zum Beispiel die Wortwolke, die häufige Begriffe aus den eingespeisten Texten anzeigt. So kann man sich einen Überblick über die Texte schaffen, ohne sie tatsächlich lesen zu müssen; logischerweise ist das ein grober Ansatz, der nicht ins Detail geht, wie es beim (Quer)lesen eher möglich wäre, allerdings dauert dies hier auch nur einen Bruchteil der Zeit, die es bräuchte, um ganze Texte manuell zu erfassen. Wichtig ist hierbei allerdings, dass man sogenannte stopwords einstellt und benutzt, um nicht nur eine Fülle an Artikeln, Verben und Konjunktionen angezeigt zu bekommen, die nicht aussagekräftig wären.

Links: Wortwolke mit stopwords (Voyant-Tools). Rechts: ohne stopwords (Overview).

Andere interessante tools nennen sich trends und summary; bei ersterem wird uns angezeigt, wie gewisse Wörter in den verschiedenen hochgeladenen Texten an Häufigkeit variieren. So wird uns angezeigt, wann die gewünschten Wörter oft benutzt wurden, was, z. B. bei der Arbeit mit Zeitungen, darauf schließen lassen kann, dass ein Ereignis zu einer gewissen Zeit mehr Aufmerksamkeit bekommen hat als sonst. Dementsprechend kann man dann mit seinen Dokumenten weiterarbeiten und sich die Gründe und Ursachen hierfür anschauen. Summary dagegen analysiert Satzlänge und Wortdichte der eingespeisten Texte. Bei einer literaturwissenschaftlichen Arbeit eröffnen sich dadurch interessante Aspekte und Fragestellungen, z. B. kann man die Veränderungen in der Sprache des Autors/der Autorin besser nachverfolgen und analysieren.       

Ein Beispiel für die Benutzung von Trends bei Voyant-Tools.

Die Internetseite Overview bietet ähnliche Programme zur Analyse, wie die oben abgebildete Wortwolke zeigt. Zusätzlich hierzu habe ich auf beiden Internetseiten mit der Funktion des topic modeling gearbeitet. Dies soll, einmal mehr computergestützt, nach Berechnungen und Analysen, Wörter, die anscheinend oft zusammen benutzt werden, in Wortgruppen zusammenführen, um Themen, die in Texten behandelt werden, besser ersichtlich zu machen, als es durch einzelne unzusammenhängende Wörter, wie in der Wortwolke, möglich wäre.

Topic modeling in der Form eines Topic Trees.

Zusammenfassend bleibt zu sagen, dass die online verfügbaren tools einem ganz neue Möglichkeiten bieten, vor allem um in Umfängen zu arbeiten, die früher schlicht zu zeitintensiv gewesen wären, damit sie sich lohnen würden. Dadurch können Füllen an Textmaterial erarbeitet und verglichen werden, was ohne diese Methoden nicht oder nur kaum möglich gewesen wäre. Allerdings muss man auch hier wieder betonen, dass sich nicht um vollkommen ausgereifte Prozesse handelt und diese noch weiterer Optimierung bedürfen. Zumindest mit den von mir benutzten Zeitungstexten, tat sich mir der Sinn hinter dem topic modeling nur ansatzweise auf. Allerdings wurde an anderen Beispielen eindeutig gezeigt, dass auch dieses tool, wie alle anderen auch, durchaus sinnhaft sein kann.

Danke für Ihre Aufmerksamkeit und bis zum nächsten Post!


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