Analysieren und Visualisieren – Einblicke in die ersten Erkenntnisse und Schwierigkeiten

Dieser Beitrag stellt eine Fortsetzung zu meinem Beitrag „Erste Erfahrungen mit der digitalen Zukunft der Geschichtswissenschaften – Transkribus und mehr“ dar. In diesem erläutere ich meine Schritte von der Digitalisierung bis hin zu auswertbaren Daten. Um diesen zu lesen klicken Sie hier. Hier soll es nun aber um das Analysieren und Visualisieren unserer Daten, welche in meinem Fall die Südtiroler Verbandsmitteilungen aus den Jahren 1949/51 sind.

Wieder lernten wir innerhalb verschiedener Module, welche mit je einem Digital Workout verbunden waren, neue Methoden, um erste Einblicke und vor allem einen Überblick über unsere Datenmengen zu bekommen. Im Modul VI wurde uns die Plattform „Voyant Tools“ vorgestellt, mit welcher wir innerhalb des digital Workout VI arbeiten mussten. Dazu sollten wir zunächst Einführungen zu den Themen „Getting Started“, „Creating a Corpus“, „Cirrus“, „Contexts“, „Trends“ und „Summary“ lesen. Ich liste hier deshalb alle auf, da ich diese für sehr nutz voll empfand, sodass man auch relativ schnell ohne Erfahrung mit Voyant Tools zurechtkommen kann. Hier ein Link zu den Einführungen. Die Aufgabe war, dass wir die zuvor genannten „Tools“ (Cirrus, Contexts, Trends und Summary) auf eine unserer Ausgaben anwenden sollten.

Cirrusvisualisiert die häufigsten Begriffe zu einer Wortwolke

Contexts – zeigt einem einen gewissen Schlüsselbegriff und die Wörter links und rechts davon

Trends – visualisiert Häufigkeiten eines Begriffes im Korpus

Summary – gibt verschiedene Zusammenfassungen/Überblicke über die Quelle

Um mit Voyant Tools arbeiten zu können, braucht man lediglich das Text-Dokument von Transkribus auf die Plattform uploaden und schon kann man beginnen. Insgesamt ist es sehr einfach zu bedienen und gibt einen gut visualisierten Überblick über meine Quellen. Ein weiterer großer Pluspunkt an Voyant Tools stellt für mich die Tatsache, dass man für jede Arbeit, welche wir bis jetzt darauf durchführten, nur ein Text-Dokument braucht, was einem immens viel Arbeit sparen kann, worauf ich später aber noch zurückkommen werde.

Voyant Tools – Cirrus, Contexts, Trends & Summary ©Alina Nederegger

Topic Modeling

Im Zuge des Moduls 7 wurde uns eine Einführung zum „Topic Modeling“ gegeben und wir setzten unser Wissen gleich in die Tat um. Dazu verwendeten wir zwei verschiedene Plattformen, welche uns beide schon bekannt waren. Zum einen Voyant Tools und zum anderen Jupyter Notebook.

Aber wozu braucht man Topic Modeling überhaupt, beziehungsweise welche Erkenntnisse kann es liefern und welche nicht? Wie der Name schon sagt werden durch das Topic Modeling verschiedene Themen in einem Quellenkorpus „entdeckt“, vor allem für eine große Menge an Quellen kann diese Funktion sehr hilfreich und zeitsparend sein. Außerdem kann es einem interessante Verknüpfungen oder Einstiegspunkte für eine qualitative Forschung zeigen. Man darf dennoch nie vergessen, dass bei einem Topic Modeling „nur“ Wörter gezeigt werden, welche statistisch häufig nebeneinander stehen. Eine intensive Quellenkritik ist also auch hier nicht zu vernachlässigen, denn die Verlockung kann groß sein, solche vorgeformten Themen blind zu betrachten und zu übernehmen. Zu betonen ist also, dass diese Themen nicht für sich sprechen können und die Interpretation in jedem Fall in Verbindung mit den originalen Quellen stehen muss.

Nun aber zu meinen eigenen Arbeitserfahrungen:

Voyant Tools:

Auch hier war Voyant Tools wieder sehr einfach zu bedienen und das Modeling war sehr schnell erledigt. Die Ergebnisse eines Durchgangs sehen Sie hier auf der Abbildung. Ich fand die Themen schon recht hilfreich und sie verschafften mir auch einen tieferen Einblick in meine Zeitungen, allerdings müsste ich mich für eine Interpretation natürlich noch weiter in die Zeitungen einlesen.

Voyant Tools Topics ©Alina Nederegger

Jupyter Notebook:

Hier hatte ich etwas mehr Schwierigkeiten als bei Voyant Tools. Das erste Hindernis bestand darin, dass man hier zunächst eine Excel Tabelle mit den Daten der Zeitungen erstellen musste. Jede Ausgabe sollte ihre eigenen Zeile haben, was eigentlich machbar sein sollte, jedoch hatte bei mir der Text einer Ausgabe nicht in einer Zelle meines Excel Programm platzt. Also musste ich die Ausgaben in sinnvolle Abschnitte teilen, was im Endeffekt etwas zeitaufwendig war. Ich denke das Problem lag darin, dass ich noch mit Excel 2013 arbeite, denn alle weiteren Kolleg*Innen hatten damit keine Schwierigkeiten. Das Arbeiten auf der Plattform selbst lief dafür aber sehr glatt ab. Dazu mussten wir nur das vorbereitete Modell öffnen, unsere Tabelle hinaufladen und das ganze einmal durchlaufen lassen.

Jupyter Notebook Topics Übersicht ©Alina Nederegger
Jupyter Notebook Beispiel eines Topics ©Alina Nederegger

Vergleich:

Für das reine Topic Modeling fand ich persönlich Jupyter Notebook angenehmer. Hier bekommt man zu den Topics auch eine einfache Visualisierung gezeigt und ich denke, man könnte hier auch genauer arbeiten als bei Voyant Tools. Für Voyant Tools spricht aber, dass man gleich so viele Möglichkeiten auf einer Plattform zur Verfügung hat und diese auch sehr einfach und verständlich zu bedienen sind.

Erkenntnisse:

Das Arbeiten mit diesen Tools hat mir gezeigt, wie wichtig hier eine kritische Herangehensweise ist. Außerdem hat es mir vor Augen gehalten, dass meine Transkription von Transkribus noch relativ schlecht ist, sodass häufig Wörter vorkamen, welche nicht wirklich Wörter sind, wie zum Beispiel „en“ oder „lich“, häufig waren es auch nur einzelne Buchstaben. Dadurch, dass diese sehr oft vorkamen, kommt es auch zu einem weniger aussagekräftigen Ergebnissen.

Das Ausführen dieses Moduls war im Großen und Ganzen recht einfach zu verstehen und auszuführen, allerdings brauchte eben das Erstellen der Tabelle einige Zeit und die Interpretation selbst ist sicherlich aufwendiger als die Tools. Deshalb weiß ich auch noch nicht, in wie weit ich mit diesen neuen Möglichkeiten arbeiten werde. Bei dieser Menge an Quellen (ca. 46 Ausgaben mit je 2-5 Seiten) ist es mir persönlich fast sympathischer die Zeitungen vor mir zu liegen haben und direkt mit diesen zu arbeiten. Vor allem wenn ich mich erinnere, was man vor diesem Tool bereits an Arbeit leisten muss (einscanne, transkribieren, Tabelle erstellen etc.) kommt mir dieser Aufwand den Ergebnissen nicht gerecht vor. Ich würde es hier bevorzugen mich selbst einzulesen und mir einen Überblick zu verschaffen, da dieser für mich im Vorhinein klarer wäre als mit diesen Topics. Dennoch sehe ich den Wert des Topic Modelings und kann mir vorstellen, dass wenn es um einen Quellenkorpus von 50.000 Seiten Text geht, dieses Tool sehr hilfreich sein kann. Wahrscheinlich liegt meine „Ablehnung“ auch darin, dass ich mit diesen Methoden noch nicht so geübt bin und mich erst selbst noch richtig einfinden muss.

Netzwerkanalyse

In einen unserer letzten Module lernten wir die Netzwerkanalyse von Quellen kennen. Diese können in den Geisteswissenschaften helfen verborgene Muster und Strukturen in Texten zu entdecken. Auch hier arbeiteten wir mit zwei verschiedenen Programmen: Palladio und Nodegoat.

Palladio

Das Arbeiten mit Palladio gestaltete sich sehr einfach. Nachdem man die Tabelle hinaufgeladen hat kann man noch auswählen, welche Spalten man in eine Beziehung stellen wird und schon wird die Netzwerkanalyse visualisiert. Um mit dieser Plattformen arbeiten zu können muss man zuerst eine Excel-Tabelle erstellen, in der man bereits Themen filtert, welche einen interessieren. Ich entschied mich für den ersten Versuch nur die Mitteilungen des Landesverbands Vorarlbergs näher zu betrachten. Dabei schrieb ich die Themen, welche darin behandelt werden in eine Spalte (z.B. Rücktritte, Neueinstellungen, Todesfälle etc.), weiters habe ich noch eigene Spalten für Personen, Orte und die dazugehörigen Koordinaten erstellt.

Palladio Beispiel Ort-Thema ©Alina Nederegger
Palladio Beispiel Ort-Person ©Alina Nederegger

Nodegoat

Was Nodegoat betrifft kann ich selbst noch nicht allzu viel über die Ergebnisse berichten, da ich mich mit dieser Plattform noch nicht ganz eingefunden hab. Außerdem nimmt es mehr Zeit in Anspruch, da man die Daten hier händisch eintragen muss und mit „Sub-Objects“ näher beschreiben kann. Im Großen und Ganzen kann ich mir vorstellen, dass Nodegoat insgesamt die bessere Wahl wäre, um solche Netzwerkanalysen durchzuführen, für Anfänger und kleinere Arbeiten lässt sich allerdings Palladio um einiges einfacher zu bedienen und auch die Ergebnisse daraus sind sehr zufriedenstellend.

Nodegoat ©Alina Nederegger

Insgesamt finde ich die Arbeit mit solchen Tools und Programmen (von DocScan bis hin zu Palladio) sehr interessant und wichtig. Wie man wahrscheinlich beim Lesen meines Beitrages gemerkt hat, bin ich von dem ein oder anderen Tool noch nicht ganz überzeugt, allerdings will ich hier betonen, dass diese “Zweifel” eher daher rühren, dass ich, wie gesagt, noch nicht sehr eingespielt mit den digitalen Methoden der Geschichtswissenschaft bin und mir mein Quellenkorpus beinahe zu klein für manche aufwendigeren digitale Methoden vorkommt. Dennoch freue ich mich einen ersten sehr guten Überblick innerhalb dieser Lehrveranstaltung bekommen zu haben und ich bin mir sicher, dass dies nicht meine letzte Berührung mit diesen Plattformen, Programmen und Tools sein wird.


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