Textmining mit Voyant Tools und MAXQDA

Nachdem meine Kolleg*innen und ich Ende Mai unsere Erfahrungen mit Transkribus und dem Annotieren in MAXQDA festgehalten haben, haben wir uns nun dem Textmining zugewandt. Zu diesem Zwecke haben wir einerseits erneut auf das vielseitige MAXQDA zurückgegriffen, andererseits haben wir auch ein neues Werkzeug kennengelernt: Voyant Tools.

Textmining mit Voyant Tools

Das Textmining Programm erfordert wie alle anderen auch eine gewisse Eingewöhnungszeit, die man sich auch nehmen muss. Klickt man jedoch beim Pop-Up Fenster auf das Fragezeichne und dann auf „more help“, erreicht man die Website „Voyant Tools Help“, die ein sehr übersichtliches Handbuch zum Umgang mit dem Programm darstellt. Zu jedem Thema gibt es eigene Erklärungen und ist man diese erst einmal durchgegangen, so fällt der Umgang später prinzipiell sehr leicht.

Dennoch liegt der Teufel wie immer im Detail und es gilt einige kleinere Hürden zu nehmen und Kniffe zu kennen. Da die eigentliche Webpage im Moment Probleme beim Hochladen eines Korpus hat, muss man erst auf einen dort etwas weiter unten angegebenen Link zu einer Mirror-Version auswählen. Hier klappt das Hochladen nun ohne weitere Zeitverzögerung. Allerdings musste ich, nach einiger Verwirrung, feststellen, dass es doch notwendig ist, die Dokumente einerseits in ein Zip-Archiv zu verlegen und andererseits, dass es sich bestenfalls um Word Dokumente handelt. Mit Pdf Dateien hat das hochladen zwar auch funktioniert, jedoch gab es keinen Zugriff auf den eigentlichen Text. Nachdem ich dies schließlich verstanden hatte, war der restliche Verlauf kein Problem mehr. Ich habe 50 Dokumente des von mir ursprünglich behandelten Korpus hochgeladen und die Aktionen in Voyant Tools auch auf diesen gesamten Ordner bezogen.

Im Cirrus hat man eine schöne Übersicht über häufig genutzte Wörter, man kann die Anzahl der dort angezeigten Wörter anpassen, ein einzelnes Dokument oder den gesamten Korpus auswählen und wenn man ein Wort anklickt, wird man direkt auf die Interaktivität der Fenster in Voyant Tools aufmerksam. Diese automatisch ineinander übergreifenden Fenster orientieren den Inhalt, den sie anzeigen, nämlich an dem, was man in einem anderen Fenster auswählt. So kann man auf einen Blick immer alle Informationsarten erfassen, ohne dass es unübersichtlich werden würde. Ebendiese Übersichtlichkeit habe ich bei der Arbeit mit Voyant als den größten Vorteil empfunden. Auf den ersten Blick und ohne Vorwissen durch die Einführungstexte im digitalen Handbuch kann einen das Design zwar kurz überfordern, hat man es jedoch einmal begriffen, ist der Umgang damit regelrecht erfreulich.

Screenshot aus Voyant Tools. Im Cirrus sieht man, dass weniger wichtige Wörter wie “mr.” vorherrschen können, wenn sie nicht in der Stopp-Wort-Liste vorkommen. Daneben sieht man aber vor allem, dass “bombay”, “work” und “india” häufig vorkommen. Unten links sieht man die Liste der Dokumente. Oben rechts bei Trends sieht man die Häufigkeiten des Wortes “lighting” in den gesamten 50 Dokumenten. Im Reader und bei den Kontexten sieht man, in welchem Zusammenhang das Wort “lighting” vorkommt.

Um noch kurz auf die anderen drei Fenster neben Cirrus einzugehen: „Zusammenfassung“ unten links gibt mehrere Formen von Übersichten. Eine Übersicht über die Dokumente, die im Korpus vorhanden sind, eine Übersicht über Wortzahl, Worttypen, Verhältnis ihres Aufkommens und noch andere zusammenfassende Angaben. Die genaue Beschreibung überlasse ich hier jedoch dem digitalen Handbuch. „Kontexte“ unten rechts zeigt die Wörter links und rechts neben den in Cirrus angegebenen Wörtern, sodass man eben den Kontext schnell erfassen kann. Relativ analog dazu und meiner Meinung nach sehr angenehm ist der Reader oben rechts neben dem Cirrus, wo man ein ausgewähltes Wort eben im Text angezeigt bekommt und so noch einmal den Kontext und Sinn erfassen kann. Die „Trends“ oben rechts in der Ecke schließlich erlauben einen graphischen (und erneut sehr anschaulichen) Überblick über Häufigkeiten von Erwähnungen ausgewählter Wörter. Die genauen Bearbeitungsmöglichkeiten zu erklären, überlasse ich wieder dem Handbuch.

Als letztes habe ich mir noch an einem Dokument eine Themen-Analyse anzeigen lassen. Im Fenster „Zusammenfassungen“, habe ich auf das aufscheinende Windows-Symbol geklickt, dann auf „Korpustools“ und dann auf „Themen“. Auf den ersten Eindruck ist die Anzeige etwas unverständlich, durch das Handbuch versteht man dann jedoch, dass die scheinbar willkürlichen Wörter mit gewissen Themen assoziiert werden, die das Programm auf diese Weise (und wieder in unterschiedlichen Varianten und mit unterschiedlichen Prioritäten, die man erkunden kann) darstellt.

Alles in allem zeichnet sich Voyant Tools meiner Meinung nach eben durch seine besondere Anschaulichkeit und Übersichtlichkeit aus. Persönlich finde ich es ein sehr interessantes und nützliches Instrument, das einem die Möglichkeit bietet, Überblicke zu erhalten und Zusammenhänge zu verstehen, wie es einem sonst bei weitem nicht so leicht zugänglich wäre. Einziger Schwachpunkt ist, dass das Programm eben noch kein menschliches Verständnis von Sinn-Zusammenhängen hat (was andererseits trotzdem auch wieder beruhigend sein kann). So sind Stopp-Wort-Listen ein Muss um unnötige (oder durch Transkribus ursprünglich auf sinnbefreite Weise transkribierte) Wörter rauszufiltern.

MAXQDA

Auf der anderen Seite gibt es immer noch das altbekannte MAXQDA. Zum Textmining eignen sich hier die Optionen des Word Explorer (unter dem Reiter „Analyse“), die Wortwolke (unter “Visual Tools”) sowie die Optionen von MAXDictio und dem Statistikmodul „Stats“.

Gibt man beim Word Explorer beispielsweise das Stichwort „Bombay“ ein, erhält man zahlreiche quantitative Angaben zur Häufigkeit des Auftretens dieses Wortes im Textkorpus. Um sie nicht alle einzeln aufzählen zu müssen, habe ich unten einen Screenshot des Ergebnisses in meinem Korpus eingefügt

Screenshot aus MAXQDA. Man erkennt die Angaben des Word Explorers zum Stichwort Bombay.

Bei der Wort-Wolke zieht man ein Dokument in das Fenster, in meinem Fall habe ich einen Artikel vom 16.03.1918 ausgewählt, und sieht wie beim Cirrus in Voyant Tools die häufigsten Wörter, das meist gebraucht am größten und im Zentrum. Auch hier ist es jedoch unerlässlich, die Stopp-Wort-Liste anzuwenden, da sonst, wie im Screenshot hier unten dargestellt, Füllwörter wie „the“ immer an der Spitze stehen.

Screenshot aus MAXQDA. Man erkennt in der Wortwolke einige wichtige Wörter wie “bombay”, “labouring” oder “workmen”, die in dem ausgewählten Artikel vorkommen. Ohne Stopp-Wort-Listen tauchen hier aber vor allem Füllwörter auf.

MAXDictio bietet dann wieder ein Vielfalt an Möglichkeiten an, um sich thematische Übersichten zu schaffen, Kombinationen herauszufiltern und direkt im Kontext einzubetten. Um ein Beispiel aus vielen zu nennen, habe ich hier erneut einen Screenshot eingefügt: Der Interaktive Word Tree erlaubt Verbindungen von ausgewählten Wörtern und deren weitere Verzweigungen sehr schön darzustellen.

Screenshot aus MAXQDA. Der Interaktive Word Tree Baum zeigt, mit welchen Aussagen das Wort “women” im ausgewählten Artikel vom 11.02.1916 in Verbindung steht und rechts davon wo sie im Text zu verorten sind.

Unter dem reiter Stats schließlich gibt es, wenn man „Mit allen Dokumenten starten“ auswählt, zahlreiche Möglichkeiten, um Statistiken und statistische Werte ausrechnen und darstellen zu lassen. Im Screenshot werden einige Möglichkeiten angezeigt, andere kann man selbst sehr einfach durch anklicken entdecken. Als Beispiel habe ich bei „Deskriptive Statistik“ „Häufigkeiten“ ausgewählt und als Variablen Körperschaft und Ort ausgewählt. In dem dann aufscheinenden Fenster kann man sich oben links mit dem Pfeil durch die Variablen klicken.

Screenshot aus MAXQDA. In der oberen Leiste erkennt man vielfältige Möglichkeiten unter MAXQDA Stats.
Screenshot aus MAXQDA. Beispiel einer statistischen Angabe.

Als Schlussfolgerung kann festgehalten werden, dass MAXQDA ebenfalls sehr umfangreiche Möglichkeiten für Textmining enthält. Obwohl Voyant Tools auch leicht zu bedienen ist, finde ich den Umgang mit den unterschiedlichen Optionen bei MAXQDA doch noch etwas intuitiver gestaltet. Viele Optionen, wie z.B. die Wortwolke sind bei beiden Programmen enthalten, andere, wie der Interaktive Word Tree sind den jeweiligen Programmen eigen. Wenn man beide Programme kennt, kann man sich abhängig vom eigenen Projekt aussuchen, welche Optionen einem besser passen. Ist man sich dessen nicht im Vorhinein bewusst, bieten jedoch beide Programme mit Sicherheit ein Vielzahl an Textmining Optionen. Beide sind relativ leicht bedienbar und liefern sehr zufriedenstellende und übersichtliche Ergebnisse, die einem den Umgang und die Informationssuche in einem Textkorpus äußerst erleichtern können.


Das könnte dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

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