Vom Ereignis zur Zeitschrift und wieder zurück zum Ursprung

Während ich mich das letzte Mal den Zeitschriften mit den Programmen „Anno“ und „Transkribus“ gewidmet habe, geht es mit den verarbeiteten Textdokumenten nun weiter zum Data- und Textmining. Es gibt verschiedene Programme, mit denen solche Analysen durchgeführt werden können, wir in unserem Kurs haben uns für Voyant und Overview entschieden. Ich bin mit den PDF-Dateien des letzten Arbeitsauftrags an die Arbeit gegangen, dabei bin ich auf einige Herausforderungen und kleinere Probleme gestoßen, welche ich nun näher ausführen werde.

Was ist Data- und Textmining?

Zunächst möchte ich noch kurz zur Funktion der beiden angewandte Analyseverfahren etwas sagen, denn vielleicht geht es euch wie mir und ihr kennt die Begriffe zwar könnt damit, jedoch nicht sehr viel verbinden. Nun es handelt sich um ein Analyseverfahren, welches zunächst vor allem nach Muster- und Strukturen innerhalb eines Dokuments sucht. Wir können durch diese Verfahren Verbindungen und Beziehung innerhalb eines großen Datenvolumens in kürzester Zeit herausfiltern und sichtbar machen. Die Durchsicht ohne solche Programme wäre sehr viel aufwändiger und vielleicht auch weniger anschaulich, denn die hier verwendeten Programme Voyant und Overview fertigen nicht nur einfache Listen bzw. Tabellen an, sie erschaffen auch „Wolken“ mit den am häufigsten verwendeten Begriffen. So erhalten wir eine bildhafte Vorstellung von unseren analysierten Daten. Diese „Wolken“ waren für mich in gewisser Weise hilfreicher als die angefügte Tabelle (dazu später mehr). Einen Haken gibt es jedoch wie so oft auch bei diesem System, denn nicht jede Quelle eignet sich zur Verarbeitung für die Analyse. Zunächst ist es wichtig eine Datei bzw. bei Voyant auch einen Link zu verwenden, welcher bereits transkribierte Quellen enthält, denn ältere Zeitungsartikel oder gar handschriftliche Texte werden sonst nicht erkannt. Für Historiker*innen kann das Programm somit vor allem bei der Analyse großer Datenmengen hilfreich sein, vor allem wenn es sich um ein bestimmtes Thema geht, welches als verbindendes Element bei den Daten herausgefiltert werden soll. Beziehungen könne so schneller erfasst und die Arbeit um ein vielfaches erleichtert werden. Hierfür benötigen wir ein Programm wie Transkribus, welches in meinem letztes Blogbeitrag näher betrachtet wurde. Diejenigen unter euch, welche jenen Eintrag gelesen haben wissen, dass ich bereits dabei einige kleinere Schwierigkeiten mit dem Herunterladen des Programms selbst hatte und im weiteren Schritt mit der Transkription selbst auch. Aufgrund der relativ hohen Fehlerquote bei der ersten Transkription würde eine solche Quelle wenige bzw. nur fehlerhafte Ergebnisse bringen.

Die Arbeit mit Voyant, oder wie ich es nennen würde „Die Erstellung einer Textwolke“

Nachdem ich nun meine Quelle wiederholt bearbeitet habe und selbst einige Verbesserungsarbeiten durchgeführt habe konnte die Arbeit mit dem Data- und Textmining beginnen. Das Programm Voyant Tools hat mir besonders gefallen, da bereits die ersten Recherchen gezeigt haben, dass die Bedienung des Programms sehr einfach ist. Anders als beispielsweise Transkribus ist bei diesem Programm keine Anmeldung erforderlich, der richtige Link (https://voyant-tools.org/) und eine gute Quelle reichen bereits aus, um mit der Analyse zu starten. Ich habe zunächst nur eine Ausgabe (Innsbrucker Nachrichten) hochgeladen, jedoch funktioniert der Ablauf ebenso gut mit den Ausgaben eines ganzen Monats. Mithilfe von Cirrus, Contexts, Trends, Summary und Topics werden die Beiträge analysiert und wir erhalten sehr anschauliche Ergebnisse. Durch diese erhalten wir zunächst einen ersten Überblick über die am häufigsten verwendeten Wörter, so waren dies bei mir beispielsweise August, Innsbruck und Zahlen. Die verschiedener Zahlen gaben Seiten an, oder den Preis verschiedener Artikeln. Die erste Analyse mit der fehlerhaften Quelle hat teilweise Angaben gemacht die nur aus „Wortfetzen“ bestanden so kamen die Buchstaben „kr“ oder „mr“ häufig vor. Während „kr“ noch Sinn machte als Angabe der Währung waren andere Abkürzungen das Ergebnis nicht erkannter Wortteile der Transkription.

Sceenshot Voyant Tools

Die Wolke gibt jedoch keine genauen Daten bzw. die Anzahl der verwendeten Worte an, so ist sie bei der Suche nach bestimmten Begriffen nicht immer sinnvoll, da nur die am häufigsten vorkommenden Begriffe darin enthalten sind. Für meine Arbeit war daher Contexts hilfreiche, ich konnte nach einzelnen Begriffen zu meinem Thema suchen. Da ich bereits aus vorheriger Durchsicht wusste, dass in der Ausgabe vom 26. August 1867 von einer Heuschreckenplage berichtet wird, suchte ich nach jenem Begriff. Durch eine größere Datenmenge wird nicht nur die Wolke (Cirrus) größer und reicher bestück, auch die Suche nach Begriffen ist erfolgreicher.

Suche nach dem Begriff „Heuschecken“

Ein weiteres Tool, nämlich Trends zeigt nun wie oft bestimmte Begriffe in unserer Quelle verwendet wurden, wann und wie kommen sie vor? Diese Analyse kann sehr hilfreich sein, wenn wir beispielweise nach bestimmten Ereignissen und ihrer Wirkung suchen, denn Häufigkeit und Konsequenz, mit der sie Erwähnung finden liefern wichtige Hinweise für die Arbeit von Historiker*innen.

Eine Funktion mit der ich mich noch nicht so ausführlich auseinandergesetzt habe ist das Tool Summary. Hier lässt sich erkennen, wie der Aufbau unserer Quelle aussieht, also welche Satzlänge, Wortdichte und Dokumentenlänge die verschiedenen Daten aufweisen. Zum Vergleich sicher hilfreich, jedoch frage ich mich inwieweit hier der Einfluss verschiedener Schreiber, wie es bei den meisten Zeitschriften der Fall ist Berücksichtigung erhält. Jede Zeitschrift besteht aus verschiedenen Bereichen, welche meist unterschiedlichen Autoren zugeteilt sind und deren jeweiliger Schreibstil dementsprechend verschieden ist. Außerdem ist die Zeitung ein Medium, das auf „tagespolitische“ Ereignisse reagiert und somit in ihrer Länge und Form sehr von dem Geschehen der Zeit abhängig ist. Sicherlich lassen sich dadurch wiederum neue Schlüsse ziehen, welche für eine historische Analyse wichtig sind, jedoch je nach Fragestellung ebenso problematisch bzw. zu ungenaue Ergebnisse liefern kann. Daher empfiehlt es sich die Fragestellung immer vor Augen zu haben und dementsprechende Quellen zu verwenden, oder zumindest bei der Analyse von Zeitschriften mit einem kritischen Auge die Ergebnisse zu betrachten.

Besonders gut hat mit Topics gefallen, denn dadurch werden verschiedene Begriffe zueinander in Verbindung gesetzt und zu Themenblöcke zusammengefasst. auf einen Blick sehen und vergleichen wir so sehr schnell die Themenblöcke von ganzen Monaten und können Verbindungen zwischen den einzelnen Ausgaben erstellen, ohne vorher jede einzelne Ausgabe durchgeblättert zu haben.

Und wie sieht es mit Overview aus?

Der erste Schritt bei Overview ist nun wieder eine Anmeldung, oder Registrierung auf der Website. Der Vorteil davon die Daten/ Ergebnisse können jederzeit abgerufen werden. Um diese Funktion war ich sehr froh da mir während der Arbeit für diesen Blogbeitrag mein Laptop den Geist aufgegeben hat, wie man so schön sagt. Nachdem das neue Gerät eingerichtet war, konnten meine Daten bei Overview ohne Probleme abgerufen werden, während meine Aufzeichnungen zu Voyant verloren gegangen waren. Wie bereits bei Voyant beginnt die Analyse dann mit dem Hochladen der Daten und wiederum erhalten wir eine „Wolke“ mit Begriffen. Beim Hochladen kann der Datei ein eigener Titel gegeben werden (später beim Abrufen angenehm) und die Sprache, in der die Quelle verfasst wurde, muss angegeben werden.

Screenshot Overview

In der „Wörterwolke“ kommen nun jedoch nicht unbedingt Begriffe die uns etwas über unsere Daten, sondern zeigen zunächst vor allem Worte wie „und, die, der, von“ (World Cloud). Um nun wie bei Voyant eine etwas mehr über die Beziehungen einzelner Begriffe und ihre Relevanz herauszufinden, gibt es die Funktion topic tree. Wie der Name bereits erahnen lässt und auch die Darstellung zeigt, handelt es sich dabei um die Beziehung der Wörter und Themen. Wiederum gibt es die Möglichkeit nach bestimmten Begriffen zu suchen, um die Forschungsfrage bestmöglich beantworten zu können.

Ovierview „topic tree“

Nicht vergessen sonst wirds später verwirrend…

Um überhaupt Ergebnisse zu erhalten, welche für Historiker*innen hilfreich sind muss zunächst (wie bereits wiederholt erwähnt) eine gut transkribierte Quelle als Grundlage da sein. Nur dann können die hier vorgestellten Analyseverfahrend zielführend eingesetzt werden. Bei Overview ist es zusätzlich noch hilfreich zunächst noch bei der Word Cloud die sog. „stop-words“ (und, die, der, von) zu entfernen, damit die Ergebnisse nicht „verfälscht“ werden.

Werde ich die Voyant und Overview in Zukunft verwenden?

Zunächst zur Arbeit mit den verschiedenen Tools, die Verwendung war einfach, vor allem die Geschwindigkeit, mit welcher diese arbeiten sorgte für Begeisterung. Die Geschwindigkeit war von Vorteil bei dem erneuten Hochladen der Quellen bei Voyant (nach dem Laptop-Debakel). Mit der Wahl meiner ersten Quelle war ich wenig erfolgreich, jedoch haben andere PDF-Dateien gezeigt, dass durch die verschiedenen Tools (vor allem bei Voyant) bessere Ergebnisse erzielt werden können.

Wer nun nach meinen Ausführungen Lust bekommen hat selbst mal seine Quellen mit Voyant und Overview zu analysieren dem wünsche ich viel Spaß und gutes Gelingen.


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