Zum Inhalt springen
Zurück zu den Suchergebnissen

Text Network Analysis — Abbildung von Bedeutung als Graph

Eingeführt von
Dmitry Paranyushkin; Jana Diesner & Kathleen M. Carley
Jahr
2011 (Paranyushkin); 2005 (Diesner & Carley)
Typ
Text-mining network method

Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen

Schriftgröße

Was leistet sie?

Die Textnetzwerkanalyse modelliert die Wörter oder Konzepte in einem Text als Knoten und ihre Kookkurrenzen als Kanten, um dann Netzwerkkennzahlen zur Aufdeckung der Bedeutungsstruktur zu verwenden.

Der Ansatz wurde von Diesner und Carley (2005) für Kommunikationsnetzwerke und von Paranyushkin (2011) zur Verfolgung der Pfade der Bedeutungszirkulation in Texten weiterentwickelt.

Die Intuition hinter der Methode

Ein Dokument ist mehr als eine Tüte von Wörtern – Bedeutung lebt davon, wie Wörter zusammen erscheinen. Wenn zwei Begriffe häufig nahe beieinander auftreten, sind sie verbunden; wenn ein Begriff zwischen vielen anderen steht, fungiert er als Brücke, die den Diskurs zusammenhält. Durch die Umwandlung von Text in einen Graphen von kookkurrierenden Begriffen ermöglicht die Textnetzwerkanalyse, anstatt den Korpus Wort für Wort zu lesen, zu erkennen, welche Konzepte zentral sind, welche Ideengruppen sich bilden und welche Wörter ansonsten getrennte Themen verbinden.

Geschichte

Die Textnetzwerkanalyse entwickelte sich aus der Untersuchung von Kommunikations- und semantischen Netzwerken. Diesner und Carley (2005) untersuchten die Extraktion von Kommunikationsnetzwerken aus Textkorpora, während Paranyushkin (2011) Text als Netzwerk konzipierte, dessen Struktur die Pfade aufdeckt, durch die Bedeutung zirkuliert, und Kookkurrenz-basierte Konzeptgraphen und Zentralitätsmaße für die Textanalyse populär machte.

Wann wird sie eingesetzt?

Verwenden Sie die Textnetzwerkanalyse, wenn Sie Textdaten haben und die relationale Struktur von Konzepten untersuchen oder beschreiben möchten, wie Themen verbunden sind, anstatt nur Wörter zu zählen. Sie eignet sich für explorative und relationale Forschungsfragen zu Querschnitts- oder Längsschnitttexten. Ein Kookkurrenzfenster muss definiert und der Text muss zuerst vorverarbeitet werden; ein Korpus von mindestens etwa 20 Dokumenten wird für eine stabile Struktur empfohlen.

Grenzen und Hinweise

  • Ergebnisse hängen stark vom gewählten Kookkurrenzfenster ab; ein anderes Fenster kann ändern, welche Begriffe als verbunden erscheinen.
  • Erfordert sorgfältige Textvorverarbeitung; inkonsistente Normalisierung fragmentiert Knoten und verzerrt Kanten-Gewichte.
  • Kookkurrenz erfasst Assoziation, nicht gerichtete syntaktische oder kausale Beziehungen zwischen Begriffen.

Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.

Stärken

  • Enthüllt die relationale Struktur von Bedeutung – zentrale Konzepte, Brücken und Cluster –, die einfache Häufigkeitszählungen übersehen.
  • Funktioniert auf jedem vorverarbeiteten Textkorpus und liefert einen interpretierbaren Graphen plus quantitative Netzwerkkennzahlen.
  • Verbindet qualitative Lektüre und quantitative Analyse und unterstützt sowohl explorative als auch relationale Forschungsfragen.

Anwendungen

  • Abbildung der zentralen Konzepte und Themen in einem Korpus von Dokumenten oder Interviews.
  • Verfolgung der Verbindungen und Zirkulation von Ideen im politischen, medialen oder sozialen Diskurs.
  • Identifizierung von Brückenbegriffen, die ansonsten getrennte Themencluster verbinden.
  • Erforschung der konzeptionellen Struktur akademischer Literatur oder organisationaler Kommunikation.

So funktioniert es

So funktioniert es

1

Der Roh-Text wird bereinigt und standardisiert, bevor ein Netzwerk aufgebaut wird: Er wird tokenisiert, Rauschen entfernt und Begriffe normalisiert, sodass dasselbe Konzept konsistent gezählt wird. Ohne diese Vorverarbeitung wären die resultierenden Knoten fragmentiert und die Kookkurrenzzählungen unzuverlässig.

2

Ein Kookkurrenzfenster wird definiert – der Bereich (z. B. ein Satz, ein Absatz oder ein gleitendes Fenster von Wörtern), innerhalb dessen zwei Begriffe als zusammen auftretend betrachtet werden. Die Wahl dieses Fensters ist eine Schlüsselentscheidung: Sie bestimmt, welche Wortpaare verbunden werden und wie dicht das resultierende Netzwerk sein wird.

3

Wörter oder Konzepte werden zu Knoten und ihre Kookkurrenzen zu gewichteten Kanten, wobei das Gewicht widerspiegelt, wie oft das Paar innerhalb des gewählten Fensters zusammen auftritt. Das Ergebnis ist ein Netzwerk, das die relationale Struktur des Textes und nicht nur seinen Wortschatz kodiert.

4

Netzwerkkennzahlen werden über den Graphen berechnet – zum Beispiel die Betweenness-Zentralität, um die Begriffe zu finden, die verschiedene Teile des Diskurses überbrücken, zusammen mit anderen Zentralitäts- und Clustermaßen. Diese Kennzahlen decken die einflussreichsten Konzepte und die Community-Struktur der Bedeutung im Korpus auf.

Häufige Fallstricke

  • Überspringen oder überstürzen der Vorverarbeitung hinterlässt verrauschte, fragmentierte Knoten, die die Netzwerkkennzahlen bedeutungslos machen.
  • Willkürliche Wahl des Kookkurrenzfensters – zu weit aufgeblähte Scheinkorrelationen, zu eng verpasste echte Assoziationen.
  • Anwendung auf einen zu kleinen Korpus (weit unter ~20 Dokumenten), bei dem die Netzwerkstruktur instabil und überinterpretiert ist.
  • Interpretation von Kookkurrenzkanten als kausale oder grammatikalische Beziehungen statt bloßer Assoziation.

Häufig gestellte Fragen

Wie unterscheidet sich die Textnetzwerkanalyse von der Worthäufigkeitsanalyse?

Die Häufigkeitsanalyse zählt, wie oft jedes Wort isoliert vorkommt. Die Textnetzwerkanalyse modelliert stattdessen, wie Wörter kookkurrieren, und baut einen Graphen auf, dessen Kanten Beziehungen erfassen. Sie sagt Ihnen nicht nur, welche Begriffe häufig vorkommen, sondern auch, welche zentral sind, welche verschiedene Themen überbrücken und wie Konzepte zusammen clusteren.

Wie wähle ich das Kookkurrenzfenster aus?

Das Fenster definiert den Bereich, innerhalb dessen zwei Begriffe als zusammen auftretend gelten – zum Beispiel ein Satz, ein Absatz oder ein gleitendes Fenster von wenigen Wörtern. Es gibt keinen universellen Wert: ein breiteres Fenster erzeugt ein dichteres Netzwerk mit mehr Verbindungen, ein engeres behält nur die engsten Assoziationen. Wählen Sie es bewusst basierend auf Ihrer Bedeutungseinheit und prüfen Sie, ob die resultierende Struktur stabil ist.

Was sagen mir die Netzwerkkennzahlen?

Zentralitätsmaße wie Betweenness heben die Begriffe hervor, die verschiedene Teile des Diskurses überbrücken, und die Konzepte, die das Netzwerk zusammenhalten. In Kombination mit Clustermaßen decken sie die einflussreichsten Ideen und die Community-Struktur der Bedeutung im gesamten Korpus auf.

Wie viel Text benötige ich?

Ein Korpus von mindestens etwa 20 Dokumenten wird empfohlen, damit die Netzwerkstruktur stabil genug zur Interpretation ist. Bei weit weniger Dokumenten wird der Graph von Rauschen dominiert und leicht überinterpretiert.

Verwandte Methoden

Quellen

  1. Paranyushkin, D. (2011). Identifying the Pathways for Meaning Circulation Using Text Network Analysis. Nodus Labs.

    Publikationsreferenz öffnen
    Kopiert.
  2. Diesner, J. & Carley, K. M. (2005). Exploration of Communication Networks from the Enron Email Corpus. SIAM International Conference on Data Mining, Workshop on Link Analysis, Counterterrorism and Security.

    Publikationsreferenz öffnen
    Kopiert.