Voyant & Overview – nützliche Programme für Data- und Textmining?

In diesem Beitrag möchte ich meine Erfahrungen zu den Programmen Voyant und Overview mit euch teilen. Falls ihr davon noch nie etwas gehört habt, ist das kein Problem, da ich euch zunächst einen kurzen Einblick in das Data- und Textmining an sich biete, anschließend werde ich euch anhand meines Transkribus-Corpus eine Einführung in die wichtigsten Tools dieser Programme geben und schauen, ob sich das Data- und Textmining für mein Projekt über den Vulkanausbruch in Tambora 1815 eignet. Um eine brauchbare Datengrundlage für die beiden Programme zu erreichen, werde ich, wie bereits in meinem letzten Blogbeitrag, mit Transkribus arbeiten. Damit ich mit möglichst aussagekräftigen Ergebnissen rechnen kann, werde ich den Pester Lloyd zunächst im Zeitraum vom 01.05.1903 bis zum 14.05.1903 transkribieren lassen, wie das funktioniert könnt ihr hier nochmal nachlesen.

FYI: Was ist Data- & Textmining?

Kurz gesagt handelt es sich bei Data- und Textmining um Algorithmus-basierte Analyseverfahren, die vor allem dafür genutzt werden sollen, Muster und Strukturen sowie Beziehungen aus einer großen Menge an Daten zu erhalten und diese auszuwerten. Data- und Textmining eignet sich vor allem dann, wenn die zu analysierende Datenmenge zu groß ist, als dass sie manuell bearbeitet werden könnte. Neben den Visualisierungen, die durch das Data- und Textmining generiert werden, sollen auch Informationen und Strukturen aus den Texten herausgelesen werden, die einem vorher nicht bewusst waren.

Eignet sich Data- & Textmining für Historiker*innen?

Die Beantwortung der Frage, ob sich Data- und Textmining für die Arbeit von Historiker*innen eignet, richtet sich immer nach den eingesetzten Quellen bzw. Daten. Um verlässliche Ergebnisse zu erzielen, sollte die Datenmenge nicht zu klein sein, da sich das Data- und Textmining ausschließlich für große Korpusse eignet. An dieser Stelle sollte zudem darauf hingewiesen werden, dass für das Data- und Textmining im Vorfeld einige Arbeitsschritte nötig sind, um überhaupt eine brauchbare Datenbasis zu haben, weshalb man sich immer genau überlegen sollte, ob sich ein solches Vorgehen überhaupt lohnt. Ein wesentlicher Schritt, bevor man überhaupt mit der Analyse beginnen kann, ist beispielsweise die Transkription von Textquellen, in meinem Fall handelt es sich dabei um Zeitungsartikel aus dem Pester Lloyd. An sich kann das Programm Transkribus dabei helfen, diese Artikel schneller zu transkribieren, allerdings sollte hier nochmals darauf verwiesen werden, dass sich je nach Genauigkeit der Layoutanalyse und der „Text Recognition“ fehlerhafte Worte in die Datenbasis einschleichen können, die anschließend die Ergebnisse des Data- und Textmining verfälschen können. Also – langer Rede kurzer Sinn – Achtung bei der Auswahl der Quellen! Außerdem kommt es auch auf die Fragestellung der eigenen Forschung an, ob sich eine Analyse mit Data- und Textmining überhaupt etwas bringt.

Welche Anwendungsmöglichkeiten bietet Voyant?

Habt ihr erstmal eine Datenbasis, könnt ihr auch schon mit dem Data- und Textmining loslegen. Das Programm Voyant Tools eignet sich besonders für Einsteiger, da es sich einerseits um ein Open-Source Programm handelt, andererseits lassen sich Daten in den meisten Fällen sehr einfach hochladen und man erhält schöne Visualisierungen. Ihr könnt einfach auf die Seite https://voyant-tools.org/ gehen, eine Anmeldung ist nicht erforderlich. Nach dem Hochladen der Daten analysiert Voyant diese mithilfe der Tools Cirrus, Contexts, Trends, Summary und Topics. Das erste Ergebnis, das ihr hier seht ist, entstand mithilfe des Cirrus-Tools. Einfach erklärt handelt es sich um eine Wordcloud, darin erkennt ihr die häufigsten Wörter, die je nach iher Häufigkeit im Text größer werden. Allerdings finde ich, dass es im Fall der Zeitungsanalyse nur eine nette Spielerei ist, da der Aussagegehalt eher gering ist, auch wenn sich die Anzahl der angezeigten Begriffe ändern lässt.

Voyant Tools Übersicht (Screenshot von Nicole Hacksteiner)
Screenshot Cirrus-Tool

Das in meinen Augen hilfreichere Tool von Voyant ist Contexts, da es diese Analyse ermöglicht, den Kontext, in dem die Wörter vorkommen, zu fassen. Zu diesem Zweck könnt ihr einen Begriff in die Suchleiste eingeben, ich habe mich für „Vulkan“ und „Tambora“ entschieden, was ihr in der folgenden Grafik sehen könnt.

Screenshot Contexts

Mithilfe des Tools Trends könnt ihr am Beispiel der Zeitungsanalyse einen linearen Graphen erkennen, der euch zeigt, wann ein Begriff in der Zeitung öfter oder weniger häufig vorkam, auch in diesem Tool gibt es wieder eine Suchfunktion für bestimmte Begriffe.

Screenshot Trends

Das Tool Summary wiederum ermittelt die Dokumentlänge, die Wortschatzdichte, die durchschnittlichen Wörter pro Satz sowie die häufigsten Begriffe im Korpus. Es eignet sich vor allem für einen Vergleich verschiedener Dokumente, in diesem Fall sind es wieder die Zeitungsberichte.

Screenshots Summary

Ein weiteres nützliches Tool verbirgt sich unter dem Begriff Topics, dieses sucht Verbindungen zwischen Wörtern und fasst sie thematisch zu Blöcken zusammen. Damit könnt ihr euch erstmals einen Überblick über den Inhalt der Texte verschaffen.

Was ist Overview?

Der Zugang zu Overview ist ähnlich einfach, der Unterschied zu Voyant Tools liegt jedoch darin, dass ihr euch auf der Website registrieren müsst. Wenn ihr eure Daten hochgeladen habt, bietet auch Overview die Möglichkeit, eine Wordcloud mit den häufigsten Wörtern zu generieren. Wie ihr seht, ist ein Nachteil dieser Funktion, dass vor allem sogenannte „stop-words“ (z.B. und) angezeigt werden, die eigentlich für eine Analyse keine Relevanz besitzen. Aber keine Sorge, diese könnt ihr händisch wieder herausnehmen.

Screenshot Overview

Ein weiteres Tool, das für eine tiefergreifende Analyse von Bedeutung ist, heißt topic tree. Auch wenn die ersten Ergebnisse euch möglicherweise ein bisschen „erschlagen“, könnt ihr dennoch gut herauslesen, welche Themen und Wörter am häufigsten vorkommen, eine Suchfunktion erleichtert zudem die Suche nach einzelnen Wörtern. Noch ein kleiner Tipp am Rande: Besonders wichtig ist, dass ihr vorher wieder die „stop-words“ entfernt, da sich diese ebenfalls negativ auf das Ergebnis auswirken können.

Fazit: Anwendungsmöglichkeiten von Voyant tools und Overview für Historiker*innen

Generell lässt sich mit den Programmen Voyant tools und Overview leicht Data- und Textmining durchführen, da beide über nützliche Tools verfügen und relativ angenehm in der Benutzung sind. Voyant Tools verfügt dabei aber über mehr Funktionen als Overview, bei letzterem ist aber die Verwaltung der Daten einfacher, da man durch seinen eigenen Account jederzeit Zugriff darauf hat. Hinsichtlich Voyant Tools sollte an dieser Stelle nochmal der Fokus auf die Tools gelegt werden, wobei meiner Meinung nach das Tool Contexts das wichtigste des ganzen Programmes ist.

Für mein Projekt zum Vulkanausbruch in Tambora kann ich nur sagen, dass ich keinen Anlass für die Verwendung von Data- und Textmining sehe, da in den Zeitungen nur sehr wenig über dieses Ereignis oder die Folgen berichtet wurde. Allerdings besitzen die Programme Voyant Tools und Overview großes Potenzial für andere Forschungen und Fragestellungen, je nachdem, welche Quellen verwendet werden – also in diesem Sinne – einfach ausprobieren 😊


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