Skip to main content
SpringerLink
Log in

Linguistisches Text Mining – Neue Wege für die Marktforschung

  • Chapter
  • First Online:
Book cover Zukunft der Marktforschung

Zusammenfassung

Social Media Monitoring basiert auf der Analyse von Texten des Webs, wie Blogkommentaren oder schriftlichen Amazonbewertungen. Ihre (fortlaufende) Analyse erlaubt Rückschlüsse auf Schlüsselthemen, Trends und regelhafte Themenrelationen. Nachteile des Verfahrens ergeben sich durch das Fehlen automatisierter Textanalyseverfahren und hohe Zeit- und Personalaufwände bislang primär manuell durchgeführter Analysen. Ein effizienter Einsatz der Textanalyse für Zwecke der Marktforschung ist nicht möglich.

Der Beitrag fokussiert Methoden, Techniken und Ansätze des Linguistischen Text Mining, das Theorien aus der Linguistik mit Methoden der Informatik verbindet und für angrenzende Forschungsbereiche wie die Sentiment Analysis weiterentwickelt. Anwendungsbeispiele des Linguistischen Text Mining finden sich u. a. in der Akzeptanzforschung, etwa für die Untersuchung der Wahrnehmung und Bewertung von Großtechnologien, wie Mobilfunksysteme oder Tiefe Geothermie.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • Adamzik, K. 1998. Methodische Probleme kontrastiver Textsortenanalysen. In Darstellungsformen der Wissenschaften im Kontrast. Aspekte der Methodik, Theorie und Empirie [Forum für Fachsprachen-Forschung; 39], Hrsg. L. Danneberg und J. Niederhauser, 103–130. Narr.

    Google Scholar 

  • Aman, S., und S. Szpakowicz. 2007. Identifying expressions of emotions in Text. In Text, speech and dialogue. Proceedings of the 10th International Conference on Text, Speech and Dialogue, Hrsg. V. Matousek und P. Mautner, 196–205, Berlin: Springer [LNCS; 4629].

    Google Scholar 

  • Arning, K., B. Trevisan, M. Ziefle, und E.-M. Jakobs. 2013. Eliciting user requirements and acceptance for customizing mobile device system architecture. Proceedings of the 15th International Conference on Human-Computer Interaction (HCI), 439–448.

    Google Scholar 

  • Ashley, K. D., und V. R. Walker. 2013. Toward constructing evidence-based legal arguments using legal decision documents and machine learning. ICAIL, 176–180.

    Google Scholar 

  • Bach, N. X., N. Le Minh, T. T. Oanh, und A. Shimazu. 2013. A Two-Phase Framework for Learning Logical Structures of Paragraphs in Legal Articles. 12, 1, Article 3.

    Google Scholar 

  • Balahur, A., und A. Montoyo. 2013. Semantic approaches to fine and coarse-grained feature-based opinion mining. In Natural language processing and information systems (5723), Hrsg. H. Horacek, E. Métais, R. Muñoz, und M. Wolska, 142–153, Berlin: Springer.

    Google Scholar 

  • Bartz, T., M. Beißwenger, und A. Storrer. 2014. Optimierung des Stuttgart-Tübingen-Tagset für die linguistische Annotation von Korpora zur internetbasierten Kommunikation: Phänomene, Herausforderungen, Erweiterungsvorschläge. Journal for Language Technology and Computational Linguistics 28 (1): 157–198. (Themenheft „Das STTS-Tagset für Wortartentagging – Stand und Perspektiven“, Hrsg. v. Heike Zinsmeister, Ulrich Heid & Kathrin Beck).

    Google Scholar 

  • Beißwenger, M., M. Ermakova, A. Geyken, L. Lemnitzer, und A. Storrer. 2012. A TEI Schema for the Representation of Computer-mediated Communication. Journal of the Text Encoding Initiative (jTEI), 3.

    Google Scholar 

  • Biber, D. 1993. Representativeness in corpus design. Literary and Linguistic Computing 4 (8): 243–257.

    Article  Google Scholar 

  • Bubenhofer, N., und J. Scharloth. 2013. Korpuslinguistische Diskursanalyse. Der Nutzen empirisch-quantitativer Verfahren. In Diskurslinguistik im Spannungsfeld von Deskription und Kritik, Hrsg. U. Meinhof, M. Reisigl und I. H. Warnke, 147–169, Berlin: Akademie Verlag.

    Chapter  Google Scholar 

  • Digmayer, C., M. Neunerdt, E. M. Jakobs, und R. Mathar. 2014/in Vorbereitung. Seperating boilerplate from content and commentaries on Websites. Proceedings of KONVENS.

    Google Scholar 

  • Feng, V. W., und G. Hirst. 2011. Classifying arguments by scheme. ACL HLT, 987–996.

    Google Scholar 

  • García-Villalba, M. P., und P. Saint-Dizier. 2012. A framework to extract arguments in opinion texts. IJCINI 3 (6): 62–87.

    Google Scholar 

  • Heimerl, P. 2009. Fallstudien als forschungsstrategische Entscheidung. In Qualitative Marktforschung. Konzepte – Methoden – Analysen, Hrsg. R. Buber und H. H. Holzmüller, 381–400. Wiesbaden: Gabler.

    Chapter  Google Scholar 

  • Houy, C., P. Fettke, P. Loos, I. Speiser, M. Herbgerger, A. Gass, und U. Nortmann. 2012. ARGUMENTUM: Towards computer-supported analysis, retrieval and synthesis of argumentation structures in humanities using the example of jurisprudence. German Conference on Artificial Intelligence (KI-12), 30–33.

    Google Scholar 

  • Jakobs, E.-M., C. Digmayer, und B. Trevisan. 2014/in preparation. IBK als multifaktoriell geprägtes sprachliches Handeln. In Reihe Empirische Linguistik. Akademie-Verlag.

    Google Scholar 

  • Kilgarriff, A., und G. Grefenstette. 2003. Introduction to the special issue on the web as corpus. Computational Linguistics 3 (29): 333–347.

    Article  Google Scholar 

  • Klenner, M. 2009. Süsse Beklommenheit und schmerzvolle Ekstase: Automatische Sentimentanalyse in den Werken von Eduard von Keyserling. In Von der Form zur Bedeutung: Texte automatisch verarbeiten (Proceedings of the Biennial GSCL Conference, Tübingen (D)), Hrsg. C. Chiarcos, 91–97.

    Google Scholar 

  • Koch, J. 2012. Marktforschung – Grundlagen und praktische Anwendungen. 6th Aufl. München: Oldenbourg Wissenschaftsverlag.

    Google Scholar 

  • Leech, Geoffrey. 1993. Corpus Annotation Schemes. Literary & Linguistic Computing 4 (8): 275–281.

    Article  Google Scholar 

  • Lemnitzer, L., und H. Zinsmeister. 2006. Korpuslinguistik. Eine Einführung. Tübingen: Narr.

    Google Scholar 

  • Liakata, M., S. Saha, S. Dobnik, C. R. Batchelor, und D. Rebholz-Schuhmann. 2012. Automatic recognition of conceptualization zones in scientific articles and two life science applications. Bioinformatics 7 (28): 991–1000.

    Article  Google Scholar 

  • Manz, U. 1983. Zur Einordnung der Akzeptanzforschung in das Programm sozialwissenschaftlicher Begleitforschung. Ein Beitrag zur Anwenderforschung im technisch organisatorischen Wandel. München: Florentz Verlag.

    Google Scholar 

  • Mehler, A., und C. Wolff. 2005. Themenschwerpunkt Text Mining. Zeitschrift für Computerlinguistik und Sprachtechnologie 1 (20).

    Google Scholar 

  • Mizuta, Y., und N. Collier. 2005. Zone Identification in Biology Articles as a Basis for Information Extraction. COLING 2004 International Joint workshop on Natural Language Processing in Biomedicine and its Applications (NLPBA/BioNLP), 29–35.

    Google Scholar 

  • Mochales Palau, R., und M.-F. Moens. 2011. Argumentation mining: The detection, classification and structure of arguments in text. ICAIL, 98–109.

    Google Scholar 

  • Naumann, S., und H. Langer. 2001. Parsing. Eine Einführung in die maschinelle Analyse natürlicher Sprache. Stuttgart: Teubner.

    Google Scholar 

  • Neunerdt, M., B. Trevisan, T. Cury Teixeira, R. Mathar, und E. M. Jakobs. 2001. Ontology-based corpus generation for web comment analysis. In Proceedings of the HT 2011, 6.–8. Juni, University of Technology (TU/e), Eindhoven (NL).

    Google Scholar 

  • Neunerdt, M., B. Trevisan, und R. Mathar. 2013a. Focused Crawling for Building Web Comment Corpora. Proceedings of the Consumer Communications and Netw. Conference (CCNC, IEEE), 676–679.

    Google Scholar 

  • Neunerdt, M, B. Trevisan, M. Reyer, und R. Mathar. 2013b. Part-of-speech tagging for social media texts. In Lang. Process. and Knowl. in the Web, Hrsg. I. Gurevych, C. Biemann, und T. Zesch, 139–150. Heidelberg: Springer.

    Google Scholar 

  • Nussbaumer, M. 1991. Was Texte sind und wie sie sein sollen. Niemeyer [Reihe Germanistische Linguistik; 119] Tübingen.

    Google Scholar 

  • Reed, C., R. Mochales Palau, G. Rowe, und M.-F. Moens. 2008. Language Resources for Studying Argument. LREC 91–100

    Google Scholar 

  • Reichwald, R. 1982. Neue Systeme der Bürotechnik. Beiträge zur Büroarbeitsgestaltung aus Anwendersicht. Berlin: Schmidt.

    Google Scholar 

  • Sandig, B. 1979. Ausdrucksmöglichkeiten des Bewertens. Ein Beschreibungsrahmen im Zusammenhang eines fiktionalen Textes. Deutsche Sprache (7): 137–159

    Google Scholar 

  • Schmitz, Ulrich. 1992. Computerlinguistik. Eine Einführung. Opladen: Westdeutscher Verlag.

    Google Scholar 

  • Schnell, R., P. B. Hill, und E. Esser. 1999. Empirische Sozialforschung: Grundlagen, Methoden, Anwendungen. Oldenbourg.

    Google Scholar 

  • Simon, B. 2001. Wissensmedien im Bildungssektor. Eine Akzeptanzuntersuchung an Hochschulen. unveröffentlichte Dissertation. Wien.

    Google Scholar 

  • Sterne, J. 2011. Social Media Monitoring. Analyse und Optimierung ihres Social Media Marketings auf Facebook, Twitter, Youtube und Co. mitp, Heidelberg u. a.

    Google Scholar 

  • Teufel, S. 2010. Recognising structure in scientific discourse: Applications to summarisation and citation indexing. CSLI Publications.

    Google Scholar 

  • Trevisan, B. 2014. Bewerten in Blogkommentaren. Mehrebenenannotation sprachlichen Bewertens. Dissertation. RWTH Aachen (Im Druck).

    Google Scholar 

  • Trevisan, B., und E.-M. Jakobs. 2012. Probleme und Herausforderungen bei der Identifikation von Bewertungen in großen Textkorpora. Am Beispiel Mobilfunk. In Wege in den Sprachraum, Hrsg. S. Braukmeier, J. Burkhardt, und F. Pfeifer, 189–209. Frankfurt a. M.: Lang.

    Google Scholar 

  • Trevisan, B., D., Eraßme, und Eva E.-M. Jakobs. 2013. Web Comment-based Trend Analysis on Deep Geothermal Energy. Proceedings of the International Professional Communication Conference (IPCC, IEEE).

    Google Scholar 

  • Trevisan, B., D. Eraßme, T. Hemig, S. Kowalewski, J. Kluge, S. Himmel, A. Borg, E.-M. Jakobs, und M. Ziefle. 2014. Facebook as a source for human-centred engineering. Web Mining-based reconstruction of stakeholder perspectives on energy systems. Proceedings of the 1st International IBM Symposium on Human Factors, Software, and Systems Engineering (AHFE 2014) (Im Druck).

    Google Scholar 

  • Ule, T., und E. Hinrichs. 2004. Linguistische Annotation. In Texttechnologie, Perspektiven und Anwendungen, Hrsg. Lobin Henning, und Lemnitzer Lothar, 217–243. Tübingen: Stauffenburg.

    Google Scholar 

  • Wyner, A., R. Mochales-Palau, M. F. Moens, und D. Milward. 2010. Approaches to text mining arguments from legal cases. In Semantic Processing of Legal Texts, Hrsg. E. Francesconi, S. Montemagni, W. Peters, und D. Tiscornia, 60–79. Berlin: Springer-Verlag.

    Chapter  Google Scholar 

  • Wyner A., J. Schneider, K. Atkinson, und T. Bench-Capon. 2012. Semi-Automated Argumentative Analysis of Online Product Reviews. In Proceedings of the 4th International Conference on Computational Models of Argument (COMMA).

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Textlinguistik und Technikkommunikation, Institut für Sprach- und Kommunikationswissenschaft, HCI-Center, Aachen, Deutshland

    Dr. Bianka Trevisan M.A. & Prof. Dr. Eva-Maria Jakobs

Authors
  1. Dr. Bianka Trevisan M.A.
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Prof. Dr. Eva-Maria Jakobs
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Bianka Trevisan M.A. .

Editor information

Editors and Affiliations

  1. Mutterstadt, Germany

    Bernhard Keller

  2. Bonn, Germany

    Hans-Werner Klein

  3. München, Germany

    Stefan Tuschl

Rights and permissions

Reprints and permissions

Copyright information

© 2015 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Trevisan, B., Jakobs, EM. (2015). Linguistisches Text Mining – Neue Wege für die Marktforschung. In: Keller, B., Klein, HW., Tuschl, S. (eds) Zukunft der Marktforschung. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-05400-7_11

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-05400-7_11

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-05399-4

  • Online ISBN: 978-3-658-05400-7

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation