Detailansicht
Ansätze zur Automatisierung der Inhaltsanalyse
Paul Schneeweiss
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Fakultät für Sozialwissenschaften
Betreuer*in
Josef Hörl
DOI
10.25365/thesis.18877
URN
urn:nbn:at:at-ubw:1-30112.01318.440065-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die sozialwissenschaftliche Inhaltsanalyse bietet ein Bündel von erprobten Methoden
zur Analyse von Kommunikationsinhalten. In dieser Arbeit werden einleitend die
methodischen Vorzüge und Grenzen der Inhaltsanalyse erläutert, sowie ihre
unterschiedlichen Typen beschrieben. Die Motivation der Arbeit besteht jedoch darin,
die methodische Weiterentwicklung der Inhaltsanalyse, die durch Verfahren aus
verschiedenen Disziplinen wie den Informationswissenschaften, der Statistik oder der
Computerlinguistik unterstützt wird, aufzuzeigen. Ziel dieser Entwicklungen ist es,
textuelle Inhalte automatisiert auszuwerten. In Anbetracht der immensen Mengen an
Informationen und Meinungen, die praktisch ohne Zeitverzögerung über das Medium
Internet ausgetauscht werden, würde eine automatisierte Inhaltsanalyse von Online-
Inhalten ein enormes Potential für die Sozialwissenschaften bieten. Freilich ist eine
Automatisierung mit großen Herausforderungen verbunden, die nur durch eine
interdisziplinäre Zusammenarbeit und Kombination verschiedener Ansätze überwunden
werden können. Kapitel 7 zeigt unterschiedliche Ansätze der automatisierten
Inhaltsanalyse, deren Funktionsweise am Beispiel der Sentiment Analyse sowohl
theoretisch, als auch im Rahmen empirischer Auswertungen erläutert wird. Ziel ist es
dabei die grundsätzliche Funktionsweise der Methoden aufzuzeigen, anstatt komplexe
Algorithmen mit Hilfe von Computerprogrammen zu entwickeln, die die Treffsicherheit
der automatisierten Inhaltsanalyse optimieren. An Hand der praktischen Beispiele
werden in einem abschließenden Kapitel Potentiale und Grenzen der automatisierten
Inhaltsanalyse, sowie geeignete Anwendungsmöglichkeiten aufgezeigt.
Abstract
(Englisch)
The sociological content analysis provides a set of proven methods for analysis of
textual content. In the first chapter of this paper the methodological strengths and
limitations of content analysis are described, as well as the different types of content
analysis.
The motivation of the work, however, is to point out the further development of content
analysis, supported by different disciplines such as information science, statistics and
computational linguistics. The aim of these developments is to automatize textual
content analysis. Given the vast amounts of information and opinions, that are
exchanged with no time delay through the Internet, an automated content analysis of
online content would offer enormous potential for the social sciences.
Of course automated text analysis is combined with major challenges which can only be
overcome through a combination of different approaches and interdisciplinary
cooperation.
Chapter 7 shows different approaches of automated content analysis which functionality
is shown by the example of sentiment analysis, theoretically, as well as by empirical
analysis.
The goal is to demonstrate the basic functionality of the methods, rather than to develop
complex algorithms with the help of computer programs that will optimize the accuracy
of automated content analysis.
On the basis of practical examples in a concluding chapter potentials and limitations of
automated content analysis, and appropriate applications are presented.
Schlagwörter
Schlagwörter
(Deutsch)
Inhaltsanalyse Automatisierung Text Mining Opinion Mining
Autor*innen
Paul Schneeweiss
Haupttitel (Deutsch)
Ansätze zur Automatisierung der Inhaltsanalyse
Publikationsjahr
2012
Umfangsangabe
98 S. : Ill., graph. Darst.
Sprache
Deutsch
Beurteiler*in
Josef Hörl
Klassifikationen
54 Informatik > 54.82 Textverarbeitung ,
70 Sozialwissenschaften allgemein > 70.03 Methoden, Techniken und Organisation der sozialwissenschaftlichen Forschung
AC Nummer
AC08960175
Utheses ID
16914
Studienkennzahl
UA | 121 | | |