8.1 Auftretenshäufigkeiten bewertungsbezogener Sprachhandlungen.
Mit Blick auf die relative Auftretenshäufigkeit zeigt sich, dass je nach Subkorpus die Häufigkeit bewertungsbezogener Sprachhandlungen erster und zweiter Ordnung variiert. Bezogen auf das vorliegende Korpus lässt sich weiterhin festhalten: nichtbewertend Sprachhandlungstypen (n=879) überwiegen im Vergleich zu bewertenden Sprachhandlungstypen (n=757) und bewertungsstützenden Sprachhandlungstypen (n=633).
8.2 Textpositionen bewertungsbezogener Sprachhandlungen
Ziel der Ermittlung von Auftretenshäufigkeiten pro Textposition ist die Identifikation von Positionspräferenzen für bewertungsbezogene Sprachhandlungen erster und zweiter Ordnung je Subkorpus und insgesamt.
8.3 Kombination bewertungsbezogener Sprachhandlungen
Aus den Ergebnissen geht hervor, dass die Kombination FRAGEN – IRONISIEREN (n=32) mit Abstand am häufigsten im Gesamtkorpus auftritt, was den Schluss zulässt, dass ironische Sprachhandlungen meist als Fragen formuliert werden. Mit Blick auf die semiautomatische Analyse von Blogkommentaren werden manuelle Aufwände bei der Datenanalyse verringert, indem bei der Identifikation ironischer Äußerungen in erster Linie Frageausdrücke manuell zu prüfen und erst in zweiter Instanz nicht-fragende Äußerungen auf IRONISIEREN zu untersuchen sind. Weitere, signifikante Kombinationen sind nicht identifizierbar.
8.4 Sprachliche und polaritätsanzeigende Merkmale bewertungsbezogener Sprachhandlungen
*** Fazit und Ausblick
Ziel der vorliegenden Arbeit war die Entwicklung erster theoretisch-methodischer Ansätze für die automatische Analyse sprachlichen Bewertens mittels Textmining. Die Forschungsfragen waren: Was muss eine Maschiene leisten, um textmusterbezogenen sprachlichen Herausforderungen gerecht zu werden? Welche bewertungsbezogenen sprachlichen Phänomene müssen bei der Automatisierung modelliert werden? Wie müssen Methoden und Techniken des Text Mining weiterentwickelt werden, um diesen Herausforderungen zu begegnen? Um diesen Bedarf zu begegnen, wurde in der vorliegenden Arbeit eine Methodik für die semi-automatische Analyse sprachlichen Bewertens in Blogkommentaren entwickelt. Das grundsätzliche Neue dieser Methodik ist die Verbindung linguistischer Theorien sprachlichen Bewertens und der Methodik des Text Mining. Die entwickelte Methodik wurde zur Identifikation textmuster- und bewertungsbezogener Phänomene fallbeispielbezogen angewandt.
网友评论