Zusammenfassung
Das Ziel dieses Beitrags ist es eine computergestützte Methode zur Identifizierung von parteispezifischen politischen Themen und Trends im Zeitverlauf vorzustellen und deren Nützlichkeit zu demonstrieren. Als Datengrundlage dienen die Plenarsitzungen und die darin enthaltenen Debatten der Mitglieder des Bundestages von 1990 bis 2013. Zur Aggregation der Daten wurde die Latent Dirichlet Allocation, eine gängige Methode für Topic Modeling in der quantitativen Textanalyse, verwendet. Eine Modifikation der Methode erlaubt das Finden und einen Vergleich von Themen und Trends über die jeweiligen Legislaturperioden hinweg, d. h. wie populär bestimmte Themen im Bundestag besetzt werden. Mit der Auswertung der Ergebnisse wird gezeigt, dass diese Vorgehensweise relevante Rückschlüsse über lange Zeiträume Bundespolitik zulässt. Die Reduktion von Texten auf Themen und Trends bietet großes Potential für weitere Anwendungsgebiete mit großen Textmengen, es wird allerdings auch kritisch auf die Möglichkeiten und Grenzen der Methode eingegangen.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Baeza-Yates, Ricardo, und B. Ribeiro-Neto. 2011. Modern information retrieval. The concepts and technology behind search. Harlow: Addison-Wesley/Pearson.
Blei, D. M., A. Y. Ng, und M. I. Jordan. 2003. Latent dirichlet allocation. Journal of machine learning research 3: 993-1022.
Blei, D. M., und J. D. Lafferty. 2006. Dynamic topic models. In Proceedings of the 23rd international conference on machine learning, 113-120. ACM.
Brichzin, J. 2016. Wie politische Arbeit Evidenz erzeugt. Eine ethnografische Studie zur kulturellen Produktion in Parlamenten. Zeitschrift für Soziologie 45: 375-392.
Chang, J., J. Boyd-Graber, C. Wang, S. Gerrish, und D. M. Blei. 2009. Reading Tea Leaves: How Humans Interpret Topic Models. In Advances in neural information processing systems, 288-296.
Feldman, R., und I. Dagan. 1995. Knowledge Discovery in Textual Databases (KDT). KDD 95: 112-117.
Grimmer, J., und B. M. Stewart. 2013. Text as data: The promise and pitfalls of automatic content analysis methods for political texts. Political analysis 21: 267-297.
Griffiths, T. L., und M. Steyvers. 2004. Finding scientific topics. Proceedings of the National Academy of Sciences 101: 5228-5235.
Hoffman, M., F. R. Bach, und David M. Blei. 2010. Online Learning for latent dirichlet allocation. In Advances in neural information processing systems, 856-864.
Jordan, M. I., und T. M. Mitchell. 2015. Machine learning: Trends, perspectives, and prospects. Science 349: 255-260.
Marschall, S. 2001. Das Parlament in der Mediengesellschaft – Verschränkungen zwischen parlamentarischer und massenmedialer Arena. PVS 42: 388-413.
McFarland, D. A., D. Ramage, J. Chuang, J. Heer, C. D. Manning, und D. Jurafsky. 2013. Differentiating language usage through topics models. Poetics 41: 607-625.
Rehurek, Radim. 2014. LDA Gensim-Implementation. https://radimrehurek.com/gensim/models/ldamodel.html. Zugegriffen: 24.05.2017
Roberts, M. E., B. M. Stewart, E. M. Airoldi. 2016. A Model of Text for Experimentation in the Social Sciences. Journal of the American Statistical Association 111: 988–1003.
Rosa, Hartmut. 2005. Beschleunigung. Die Veränderung der Zeitstrukturen in der Moderne. Frankfurt a. M.: Suhrkamp.
Sarcinelli, Ulrich. 2011. Politische Kommunikation in Deutschland: Medien und Politikvermittlung im demokratischen System. Wiesbaden: Springer VS.
Tseng, Y. H., C. J. Lin, und Y. I. Lin. 2007. Text mining techniques for patent analysis. Information Processing & Management 43: 1216-1247.
Wodak, Ruth, und M. Meyer. 2009. Methods for critical discourse analysis. Los Angeles: Sage.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Heiberger, R.H., Koss, C. (2018). Computerlinguistische Textanalyse und Debatten im Parlament. In: Brichzin, J., Krichewsky, D., Ringel, L., Schank, J. (eds) Soziologie der Parlamente. Politische Soziologie. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-19945-6_15
Download citation
DOI: https://doi.org/10.1007/978-3-658-19945-6_15
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-19944-9
Online ISBN: 978-3-658-19945-6
eBook Packages: Social Science and Law (German Language)