Meinungsanalyse in Textdaten

Meinungen beeinflussen uns in unseren alltäglichen Entscheidungen. Sie begegnen uns zum Beispiel beim Kauf von Produkten wie elektronischen Artikeln und Büchern oder auch Wertpapieren wie Anleihen und Aktien. Früher wurden diese Kaufentscheidungen mit Familienangehörigen diskutiert, während man heutzutage auch auf die im Internet angebotenen Rezensionen Dritter zurückgreifen kann. Bedingt durch die große Datenmenge sollen hier Techniken der Computerlinguistik und der Informatik eingesetzt werden - bis jetzt aber nur mit mäßigem Erfolg. Oftmals können Informationen nur aus dem Kontext heraus aufgelöst werden, wodurch das menschliche Weltwissen in den Vordergrund rückt. Dieses kann mithilfe der Interaktiven Steuerung in einen Analyseprozess integriert werden. Durch Korrekturen kann eine Prozessoptimierung erfolgen, welche die Identifikationen von merkmalsbezogenen Meinungen in Textdaten verbessern kann. Diese Arbeit erläutert hierbei die Chancen der Interaktiven Steuerung, wobei untersucht wird, welcher genaue Mehrwert die Verbindung von Mensch und Maschine für die Analyse von Meinungen hervorbringen kann. Hierzu wurde eine Anwendung entwickelt, welche eine solche Technik einbindet und den Analysten in seiner Prozessoptimierung unterstützt. Dabei werden Herausforderungen und Problemlösungen innerhalb dieses wissenschaftlichen Umfeldes diskutiert und abschließend evaluiert.

Autorentext

Fabian Zintgraf, geboren in Weingarten, Baden-Württemberg, studierte bis 2012 an der Universität Konstanz mit den Schwerpunkten Visual Computing und Computer Linguistik. Das Studienfach Information Engineering stellt im Wesentlichen die Verarbeitung großer Informationsmengen und deren Visualisierungen als Hilfsmittel für den Menschen dar.