6.1 Textkorpora. Das Textkorpus 1 enthält 63 Artikel und 28 Kommentaren, die Daten wurden manuell erhoben. Das Korpus 2 besteht aus 11 Artikeln und 1418 Kommentaren, die Daten werden semi-automatisch erhoben und in txt-Format gespeichert und mit Metadaten ausgezeichnet. Korpus 3 und 4 enthalten ausschließlich Kommentaren. Nach der Bereinigung bleiben der Kommentartext, das Datum, der Bloggername und der Titel übrig. Das Datum sowie der Name können für weiterführende Analysen, wie Trend- und Nutzeranalyse von großer Bedeutung sein.
6.2. Datenanalyse. Die Daten werden mit drei Methoden analysiert, um die Methodik zu evaluieren: Frequenzanalyse (Ermittlung der Auftretenshäufigkeit von Begriffen und bewertungsbezogenen Textelementen); Kookurrenzanalyse (Identifikation regelhaft gemeinsam auftretender Begriffe); Sentiment Analyse (Erfassung von Bewertungshandlungen und Polaritäten) ---
Die automatischen Analysen werden mittels der Software PASW Modeler durchgeführt.
6.3. Fazit: Die automatischen Textanalysetools berücksichtigen nur die lexikalischen Bedeutung eines Bewertungsausdrucks, seine morphologische, syntaktische, semantische und pragmatische Merkmale, deren Zusammenspiel eine Bewertungsäußerung konstituiert, werden nicht berücksichtigt.
Entwicklungsbedarf betreffen die Verfeinerung linguistischer Methoden des Text Mining. Hierzu zählt zum einem die Modellierung sprachlichen Bewertens über alle linguistischen Ebenen hinweg sowie bewertungskonzeptbezogener Kategorien als auch die Entwicklung methodischer Ansätze zur Identifikation und Verarbeitung textsortenspezifischer Bewertungsausdrücke.
Um eine exakte Modellierung zu gewährleisten, muss die Methodikentwicklung überwiegend manuell erfolgen. Die manuell modellierte Methodik stellt einen ersten methodischen Ansatz für die automatische Analyse dar.
Quelle: Bewerten in Blogkommentaren
网友评论