{"id":4254983,"date":"2021-06-20T15:40:48","date_gmt":"2021-06-20T13:40:48","guid":{"rendered":"https:\/\/www.deptagency.com\/insight\/text-analytics-und-text-mining-praxisbeispiele\/"},"modified":"2021-06-20T15:40:48","modified_gmt":"2021-06-20T13:40:48","slug":"text-analytics-und-text-mining-praxisbeispiele","status":"publish","type":"article","link":"https:\/\/www.deptagency.com\/de-dach\/insight\/text-analytics-und-text-mining-praxisbeispiele\/","title":{"rendered":"Text-Analytics & Text-Mining"},"content":{"rendered":"
\n\t\n\t<\/svg>\n\t\t\t\n\t\t\tBack to all articles\t\t<\/span>\n\t\n<\/a>\n\t\tText-Analytics & Text-Mining\t<\/h1>\n\n\t\t\t\n\t\t\t\n\t\t\t\n\t\t\t\n\t\t\t\n\t\t<\/picture>\n\t\n\t<\/div>
\n\t\t\t\n\t\n\t
\n\t\tWioletta Katharina Schlosek\t\t
\n\t\tDirector Business Development\n\t\t\t<\/div>\n<\/div>\n\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\tDate\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t20 June 2021\t\t\t\t<\/div>\n\t\t\t<\/div>\n\t\t\t\t<\/div>\n<\/div>\n\n
\n\t
\n\t\t\n\t\t
\t<\/h2>\n\t\t\t\t\t
\n\t\t\t\t\n\n\t\tText-Analytics und Text-Mining im Aufwind: Was versprechen sich Investor:innen, wenn sie ihr Geld daf\u00fcr einsetzen, geschriebene Texte und gesprochene Redebeitr\u00e4ge zu erfassen, zu kategorisieren und zu imitieren? Eine ganze Branche ist\u00a0damit besch\u00e4ftigt, die\u00a0zahlreichen Textspuren potenzieller Kund:innen\u00a0im Internet\u00a0auszuwerten, um die\u00a0Customer Journey zu rekonstruieren. Doch was geht \u00fcberhaupt? Was geht (noch) nicht?\t<\/h2>\n\n\n\t\tWas ist Text-Analytics?\t<\/h2>\n\n\n\t\t2011 verbl\u00fcffte\u00a0Ibm Watson in der\u00a0Quizshow Jeopardy<\/a>\u00a0mit einem Sieg gegen zwei menschliche Kandidaten das Publikum. Sprachverarbeitung auf diesem Level war bis anhin so etwas wie die K\u00f6nigsklasse in der Entwicklung kognitiver Systeme. F\u00fcnf Jahre sp\u00e4ter trainieren neben\u00a0IBM Watson<\/a>\u00a0auch\u00a0Microsoft Azure<\/a>\u00a0oder\u00a0Googles DeepMind<\/a>\u00a0ihre Programme mit Textmaterialien aus literarischen Texten, funktionalen Texten,\u00a0Kundenbewertungen, Tweets, Facebook-Posts oder\u00a0\u00e4hnlichen unstrukturierten Textdaten. Und Endprodukte\u00a0wie die Spracheingabeprogramme\u00a0Siri oder Coltrane haben den Weg in unseren Alltag l\u00e4ngst gefunden.\t<\/p>\n\n\n\t\tDie Einsatzm\u00f6glichkeiten maschineller Sprachverarbeitung und -auswertung (Text-Mining)\u00a0waren im Sommer das Thema an der ersten Text-Analytics-Konferenz\u00a0SwissText2016<\/a>\u00a0in Winterthur. Und wer die Bestrebungen Googles verfolgt, ahnt, warum der Suchmaschinenbetreiber im\u00a0Juni 2016 in Z\u00fcrich<\/a>\u00a0ein gro\u00dfes Forschungszentrum zur Weiterentwicklung der Machine-Learning-Forschung und im Speziellen dem Natural Language Understanding auf den Weg brachte.\t<\/p>\n\n\n\t\tDoch woher\u00a0kommt das Interesse aus der Industrie?\u00a0Was versprechen sich die Investor:innen, wenn sie ihr Geld daf\u00fcr einsetzen, unstrukturierte Daten \u2013 also geschriebene Texte und gesprochene Redebeitr\u00e4ge \u2013 zu erfassen, zu kategorisieren und zu imitieren? Die Intention ist auf den zweiten Blick\u00a0eindeutig.\u00a0Wer gut verkaufen will, muss seine Zielgruppe verstehen und daher geht es\u00a0um das gro\u00dfe Ganze: die\u00a0Rekonstruktion der Customer Journey. Denn die potenziellen Kund:innen hinterlassen immer mehr Textspuren im Internet und in den CRM-Daten, sodass eine ganze Branche damit besch\u00e4ftigt ist, diese auszuwerten. Doch was geht \u00fcberhaupt? Was geht nicht? Und was ist eigentlich erlaubt?\t<\/p>\n\n\n\t\tWas bisher geschah\t<\/h2>\n\n\n\t\tDie\u00a0linguistische Textanalyse\u00a0identifiziert schon lange sprachliche Elemente, die die\u00a0Textfunktion<\/strong>\u00a0eines einzelnen Textes oder einer Textgruppe definieren. Welche substantive werden in einer bestimmten Textsorte \u2013 z.B. Beratungstexten \u2013 am h\u00e4ufigsten verwendet? Hat die Verwendung von Pronomen oder der Passiv-Form Einfluss auf das Textverst\u00e4ndnis? Solche Auswertungen wurden noch vor wenigen Jahren in aufw\u00e4ndigen Analyseverfahren durchgef\u00fchrt.\t<\/p>\n\n\n\t\tHeute kommen der linguistischen Textanalyse maschinelle Verfahren zur Hilfe. Immer leistungsf\u00e4higere Prozessoren und leicht zug\u00e4ngliche\u00a0gro\u00dfe Datens\u00e4tze\u00a0in Cloud-Systemen machen die Auswertungen auch f\u00fcr Arbeitsbereiche im Online Marketing interessant. Mit Programmiersprachen wie\u00a0Python oder R\u00a0sind gro\u00dfe Datenmengen mit vergleichsweise geringem Aufwand auswertbar, um ableiten zu k\u00f6nnen, welche Begriffe am h\u00e4ufigsten enthalten sind.\t<\/p>\n\n\n\t\tSimpelstes Beispiel\u00a0der Textauswertung: die Wortwolke. Neben\u00a0Wordwatchers<\/a>\u00a0haben sich zahlreiche Sprachwissenschaftler:innen am\u00a0US-amerikanischen\u00a0Pr\u00e4sidentschaftswahlkampf\u00a0abgearbeitet<\/a>. Das Ergebnis m\u00fcndet meistens im selben Fazit.\u00a0W\u00e4hrend Hillary Clinton viel \u00fcber ihre politischen Inhalte und Ziele spricht und dabei ihre errungenen Leistungen und F\u00e4higkeiten betont, w\u00e4hlt Donald Trump deutlich weniger Worte, wie die Zusammenfassung zeigt:\t<\/p>\n\n\n\t\tDonald Trump fokussiert sich vor allem auf seinen Sieg als Pr\u00e4sident und die Benefits, die die Bev\u00f6lkerung zu erwarten hat, sollte er Pr\u00e4sident der USA werden. Hier wird nicht nur die inhaltliche Zusammensetzung der Textbeitr\u00e4ge, sondern auch ihr Wortumfang sichtbar. Beides Eigenschaften, die den Text in seiner Aussage und seiner Funktion ausmachen. Die Topics l\u00f6sen sich so aus den unstrukturierten Textdaten heraus und machen die gesamthafte Bedeutung ann\u00e4hernd erkennbar.\t<\/p>\n\n\n\t\tDiese Form der quantitativen Textanalyse wird nicht nur in Wahlk\u00e4mpfen gerne zur Veranschaulichung verwendet. Gerade Fachbereiche, welche mit\u00a0sehr formalisierten Texten\u00a0arbeiten, nutzen h\u00e4ufig maschinelle Verfahren der Textanalyse.\t<\/p>\n\n\n\t\tSo werden\u00a0juristische Texte\u00a0wie Versicherungstexte oder Gesetzestexte h\u00e4ufig maschinell auf inhaltliche Fehler hin untersucht. Mediziner:innen untersuchen\u00a0medizinische Texte\u00a0wie Medikament-Beschreibungen oder Fachbeitr\u00e4ge in Publikationen mithilfe von speziellen Suchmaschinen per Freitextsuche nach Symptomen, sodass sie geeignete Medikamente zu bekannten Symptomen schnell finden.\t<\/p>\n\n\n\t\tForensische<\/a>\u00a0Linguist:innen untersuchen\u00a0Erpresserschreiben oder Drohbriefe, um R\u00fcckschl\u00fcsse auf die Autor:innen\u00a0ziehen\u00a0oder\u00a0F\u00e4lle von\u00a0Korruption<\/a>\u00a0aufdecken zu k\u00f6nnen. Ein bekanntes Beispiel f\u00fcr die Anwendung von Text-Analytics aus den letzten Monaten ist die Auswertung der umfangreichen Daten der\u00a0Panama Papers<\/a>, die\u00a0aufgrund der maschinellen Auswertung der Textmaterialien m\u00f6glich war.\t<\/p>\n\n\n\t\tAuch der Fachbereich\u00a0Online-Marketing analysiert und verarbeitet\u00a0bereits gro\u00dfe Textmengen mittels quantitativer Verfahren. H\u00e4ufig um\u00a0automatisiert Werbung\u00a0in den richtigen thematischen Kontext zu platzieren. Ein verbreiteter Anwendungsfall ist weiterhin\u00a0die Sentiment-Analyse,<\/strong>\u00a0welche Kundenfeedback oder Kundenbewertungen nach negativen oder positiven Aussagen kategorisiert, um schnell mit den Kund:innen in Interaktion treten zu k\u00f6nnen. Zudem lassen\u00a0sich\u00a0die\u00a0Kommunikationsstrategie<\/a>\u00a0von Webseiten mittels quantitativer Textauswertungen rekonstruieren oder\u00a0Trendthemen\u00a0identifizieren.\t<\/p>\n\n\n\t\tFormen der Suchmaschinenoptimierung nutzen automatisierte Textauswertungen, um eine gro\u00dfe Anzahl an Textdokumenten inhaltlich verstehen und miteinander in Bezug \u2013 etwa ein Ranking \u2013 setzen zu k\u00f6nnen.\u00a0Das bezieht sich\u00a0nicht nur auf die gro\u00dfen weithin zug\u00e4nglichen\u00a0Internetsuchmaschinen, sondern auch auf die\u00a0interne Suche in Webseiten\u00a0oder elektronisch erfasste\u00a0Bibliothekssysteme. Welche Anwendungsf\u00e4lle gibt es?\t<\/p>\n\n\n\t\tKurz gesagt: Text-Analytics ist gut geeignet, um unstrukturierte Textdaten zu kategorisieren und eine inhaltliche Interpretation umfangreicher Textmaterialien vornehmen zu k\u00f6nnen. Schauen wir uns einige Beispiele an:\t<\/p>\n\n\n\t\tZielgruppe verstehen (R)\t<\/h2>\n\n\n\t\tWer sagt was? Und mit welchen Worten?\u00a0Kaylin Walker<\/a>\u00a0veranschaulicht in ihrer\u00a0Auswertung die Sprachbeitr\u00e4ge<\/a>\u00a0der South-Park-Protagonisten. Hier wird schnell ersichtlich, dass gewisse Personen deutlich h\u00e4ufiger fluchen als andere. Eine gute Methode, um einen personenspezifischen Wortschatz identifizieren, um ihn besser verstehen zu k\u00f6nnen.\t<\/p>\n\n\n\t\tKurze Texte \/ \u00e4hnliches Thema: Thema und Themenverwandtschaften verstehen (Wordsmith Tools)\t<\/h2>\n\n\n\t\tWollen wir viele kurze Texte zu einem \u00e4hnlichen Thema auswerten, zeigt die\u00a0Magisterarbeit von Jesse Taina<\/a>\u00a0zu Songtexten unterschiedlicher Musikbands des Genres Heavy Metal einen interessanten Weg. Die Auswertung z\u00e4hlt in allen Texten bereits definierte Begriffe aus einem Keyword-Set. So f\u00e4llt auf, dass der Begriff \u201elife\u201c offensichtlich ein wichtiges Inhaltselement ist, da es nahezu in jedem Sub-Genre vergleichsweise h\u00e4ufig verwendet wird. Diese Form der Auswertung ist bei der Analyse von kurzen, thematisch \u00e4hnlichen Texte gut geeignet.\t<\/p>\n\n\n\t\tLange Texte \/ unterschiedliche Themen: Unterschiede in der Themengestaltung erkennen (Python)\t<\/h2>\n\n\n\t\tDimitris Spathis<\/a>\u00a0veranschaulicht in seiner Auswertung, wie sich das Hauptthema von jeweils vier Jugendromanen zusammensetzt. Anders als bei den Songtexten, umfasst das Textmaterial einen variantenreicheren Wortschatz und es lohnt sich daher, nicht nur einzelne Begriffe, sondern\u00a0ganze Phrasen auszuwerten. In dieser Visualisierung wird sichtbar, ob ein Text in der Erz\u00e4hlerform (Hunger Games = \u201eI\u201c) oder durch ein Dritte person, die nicht in Erscheinung tritt, erz\u00e4hlt wird. Diese Form der Auswertung lohnt sich immer dann, wenn\u00a0umfangreiches Textmaterial\u00a0zur Verf\u00fcgung steht, wie das auch bei redaktionell gef\u00fchrten Textinhalten wie bei Publisher-Seiten oder einem Blog der Fall ist. Es l\u00e4sst sich ableiten, wie in den Texten der Leser angesprochen wird und welches Thema im Fokus steht.\t<\/p>\n\n\n\t\tAnwendungsbeispiel \u2013 Wiki vs. Trump\t<\/h2>\n\n\n\t\tNach allen Auswertungen bleibt nun die Frage nach dem Nutzen und den Ergebnissen. Nehmen wir an, ein definierter\u00a0Referenztext erzielt gew\u00fcnschte Zielsetzungen\u00a0(z.B. viele organische Suchergebnisse, gute Klickraten, hohe Besucherzahlen, hohe Interaktion via Social Media). W\u00fcnsche ich diese guten Ergebnisse auch f\u00fcr meinen Text, liegt es nahe, die Eigenschaften dieses Textes genauer zu untersuchen.\t<\/p>\n\n\n\t\tNehmen wir an, dass der \u201eTrump-Stil\u201c \u2013 bei allen seinen Schw\u00e4chen \u2013 die F\u00e4higkeit besitzt, kurz und provokativ Aussagen auf den Punkt zu bringen, die \u2013 auch mittels ungewollter Komik \u2013 im Ged\u00e4chtnis haften bleiben. Stellen wir uns weiterhin vor, der zu Anfangs identifizierte\u00a0\u201eTrump-Stil\u201c soll verwendet werden,\u00a0um den Plot des Romans \u201eLord of the Rings\u201c zu formulieren. Hierzu ben\u00f6tigen wir zun\u00e4chst die Quintessenz des Romaninhalts \u2013 also den Plot. Diesen finden wir knapp und sachlich bei Wikipedia formuliert:\t<\/p>\n\n\n\t\tDiese inhaltliche Essenz des Romans \u00fcberf\u00fchren wir in eine Wortwolke. Somit bleiben uns als Topics folgende Elemente:
\t<\/p>\n\n\n\t\tWir sehen, dass einzelne Personen, aber ganz\u00a0besonders der \u201eRing\u201c im Vordergrund stehen. \u00dcber die Handlung selbst wissen wir jedoch nicht viel, was die manuelle Auswertung \u2013 jemand muss zudem\u00a0den Plot exzerpieren\u00a0\u2013 n\u00f6tig macht. Diese Situation vermittelt einen guten Eindruck davon, welche Einsatzgebiete dem Bereich \u201eText-Analytics\u201c Schwierigkeiten bereiten: die H\u00e4ufigkeitsanalyse l\u00f6st die verwendeten Topics maschinell heraus, die\u00a0inhaltlichen Zusammenh\u00e4nge bleiben jedoch verborgen. Besonders auff\u00e4llig wird dies bei kontextueller und indirekter Bedeutung wie Ironie oder Sarkasmus. Au\u00dferdem bleiben bei Auswertungen wie diesen jegliche Formen der negativen oder positiven Bewertung au\u00dfen vor.\t<\/p>\n\n\n\t\tIn unserem Anwendungsfall verwenden wir nun den Stil und die Bewertungselemente Donald Trumps und die inhaltliche Grundlage aus dem Wikipedia-Plot. Der Text w\u00fcrde in wenigen Worten und stark \u00fcbertrieben die Verdienste Donald Trumps in den Vordergrund stellen und folglich ungef\u00e4hr in der Art gestaltet sein, wie es auf Twitter\u00a0Trev Don<\/a>\u00a0unter dem Hashtag\u00a0#trumpexplainsmovieplots<\/a>\u00a0auf den Punkt brachte:\t<\/p>\n\n\n\t\tFazit\t<\/h2>\n\n\n\t\tAnwendungsbereiche der Textanalyse oder Text-Analytics helfen dabei,\u00a0aus unstrukturierten Textdaten die inhaltliche Quintessenz zu generieren, aus welcher ein neuer Text im neuen Stil entstehen kann. Schwierigkeiten hat die maschinelle Textauswertung nach wie vor mit bewertenden Formulierungen, ganz besonders mit Ironie oder Sarkasmus.\t<\/p>\n\n\n\t\tBedeutungen, die ein Mensch aufgrund jahrelanger Spracherfahrung und einem umfangreichen Kontext (z.B. Gesichtsausdruck, Kenntnis der Person, Kenntnis von ironischen Kontexten) intuitiv entschl\u00fcsseln kann, stellen Maschinen aktuell noch vor\u00a0Schwierigkeiten<\/a>. Allerdings ist anzunehmen, dass es nur eine Frage der Zeit und eine Frage der Datenmenge ist, bis Maschinen auch diese sprachlichen Kniffe korrekt verarbeiten k\u00f6nnen.\t<\/p>\n\n\n\t\tEs lohnt sich also, jegliche sprachliche Elemente innerhalb\u00a0der eigenen Webseite\u00a0auf diese Situation vorzubereiten. Text-Analytics bzw. die linguistische Textanalyse helfen uns im Online-Marketing in drei Arbeitsschritten:\t<\/p>\n\n\n\t\t1. Auswertung (IST-Zustand \u2013
Referenztexte & eigene Texte)<\/strong>\t<\/p>\n\n