Element 68Element 45Element 44Element 63Element 64Element 43Element 41Element 46Element 47Element 69Element 76Element 62Element 61Element 81Element 82Element 50Element 52Element 79Element 79Element 7Element 8Element 73Element 74Element 17Element 16Element 75Element 13Element 12Element 14Element 15Element 31Element 32Element 59Element 58Element 71Element 70Element 88Element 88Element 56Element 57Element 54Element 55Element 18Element 20Element 23Element 65Element 21Element 22iconsiconsElement 83iconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsiconsElement 84iconsiconsElement 36Element 35Element 1Element 27Element 28Element 30Element 29Element 24Element 25Element 2Element 1Element 66
BredowCast Episode 74: Argument Mining

BredowCast Episode 74: Argument Mining

Gregor Wiedemann und sein Team analysieren große Textmengen mit automatisierten Verfahren. Die Zukunft der Medienforschung?

Was in Inhaltsanalysen einst noch mühsam händisch codiert werden musste, macht Gregor Wiedemann in einem Bruchteil der Zeit. Gemeinsam mit seinem Team entwickelt er Verfahren, die aus riesigen Textkörpern komplexe semantische Strukturen in Form von Argumenten herausfiltern.

Argument Mining nennt man diese Technik. Hilfreich, wenn man in großen Textmengen, wie sie uns online begegnen, ganz bestimmte Teile herausgreifen möchte, um sie beispielsweise einer weiteren qualitativen Analyse zu unterziehen.

Mit dieser Methode hat Gregor Wiedemann bereits die Debatte rund um Atomenergie in den Online-Artikeln des britischen Guardian untersucht. Aktuell extrahieren er uns sein Team Argumente aus Online-Debatten zu Mindestlohn und der Legalisierung von Marihuana.

Mit fortschreitender Digitalisierung werden automatisierte Inhaltsanalysen wie das Argument Mining immer notwendiger, denn im digitalen Raum entstehen fortlaufend neue Texte. Nicht nur auf Social Media oder Online-Nachrichtenportalen: Viele Printprodukte digitalisieren ihre Archive und machen sie damit zugänglich für automatisierte Inhaltsanalysen. Die Menge an erforschbaren Texten wird somit unüberschaubar groß.

Händische Inhaltsanalyse passé?

Dass die automatisierte Textanalyse den forschenden Menschen je vollständig ersetzten wird, glaubt Gregor Wiedemann nicht. Es werde immer eine Mischung aus analoger und automatisierter Medienforschung geben. Wohin sich die automatisierten Analyseverfahren entwickeln werden, traut er sich nicht zu sagen. „Vor fünf Jahren konnte ich mir auch nicht vorstellen, dass möglich sein wird, was heute tatsächlich möglich ist. Deswegen wage ich kaum, eine Prognose abzugeben.“ Die Entwicklung ist rasant. Spannend, was noch auf uns zukommt.

Links

HBI-Projekt zu Argument Mining

A Framework for Argument Mining and Evaluation (FAME)

Gregor Wiedemann

Johanna Sebauer

Kontakt

 

Newsletter

Infos über aktuelle Projekte, Veranstaltungen und Publikationen des Instituts.

NEWSLETTER ABONNIEREN!