Text Mining in den Sozialwissenschaften: Grundlagen und Anwendungen zwischen qualitativer und quantitativer Diskursanalyse

Intro -- Vorwort -- Inhalt -- Einleitung Text Mining in den Sozialwissenschaften Grundlagen und Anwendungen zwischen qualitativer und quantitativer Diskursanalyse -- 1 Computergestützte Textanalysen zwischen Qualität und Quantität -- 2 Qualitative Sozialforschung trifft Text Mining -- 2.1 Das "ePol"-Projekt -- 2.2 Daten -- 2.3 Analyseinfrastruktur -- 3 Aufbau des Bandes -- Literatur -- Teil 1 Grundlagen -- Blended Reading Theoretische und praktische Dimensionen der Analyse von Text und sozialer Wirklichkeit im Zeitalter der Digitalisierung -- 1 Textanalyse und sozialwissenschaftliche Erkenntnis -- 2 Text und soziale Wirklichkeit in hermeneutischer und wissenssoziologischer Perspektive vor und nach dem linguistic turn -- 2.1 Inkongruente Perspektiven: Distanzierungen der Wissenssoziologie -- 2.2 Perspektivische Konvergenz und theoretische Kompatibilität in vier Ansätzen: 'Diskurs' und 'Semantik' -- 3 Text und soziale Wirklichkeit im Zeitalter von Big Data -- 3.1 Das Dreiecksverhältnis von Interpret, Textdaten und Analyseverfahren -- 3.2 Blended reading als modularer Analyseprozess -- 4 Ein Weg zur Integration von Hermeneutik und Textstatistik im Zeitalter von Big Data -- Literatur -- Analyse qualitativer Daten mit dem "Leipzig Corpus Miner" -- 1 Einleitung -- 2 Technische Infrastruktur -- 2.1 Komponenten -- 2.2 Computerlinguistische Vorverarbeitung -- 3 Analysekapazitäten -- 3.1 Dokument-Suche -- 3.2 Facettierte Suche -- 3.3 Frequenzanalyse -- 3.4 Kookkurrenzanalyse -- 3.5 Topic-Modelle -- 3.6 Term Extraktion/KWIC -- 3.7 Manuelle Annotation -- 3.8 Automatische Klassifi kation -- 4 Methodische Integration -- 4.1 Analyseworkflows -- 4.2 Ergebnisdarstellung -- 5 Zusammenfassung -- Literatur -- Methoden, Qualitätssicherung und Forschungsdesign Diskurs- und Inhaltsanalyse zwischen Sozialwissenschaften und automatischer Sprachverarbeitung.

Die Analyse von Sprache ermöglicht Rückschlüsse auf Gesellschaft und Politik. Im Zeitalter digitaler Massenmedien liegt Sprache als maschinenlesbarer Text in einer Menge vor, die ohne Hilfsmittel nicht mehr angemessen zu bewältigen ist. Die maschinelle Auswertung von Textdaten kann in den Sozialwissenschaften, die Text bislang in der Regel qualitativ und weniger quantitativ, also sprachstatistisch, analysieren, wertvolle neue Erkenntnisse liefern. Vor diesem Hintergrund führt der Band in die Verwendung von Text Mining in den Sozialwissenschaften ein. Anhand exemplarischer Analysen eines Korpus von 3,5 Millionen Zeitungsartikeln zeigt er für konkrete Forschungsfragen, wie Text Mining angewandt werden kann. Der Inhalt · Grundlagen: Text und Soziale Wirklichkeit • Blended Reading • Text Mining-Anwendungen zur Analyse qualitativer Daten • Text Mining als Methode · Anwendungen: Neoliberalismus und der Wandel von Gerechtigkeitsdiskursen • Verwissenschaftlichung der Politik • Internationale Organisationen in der deutschen Öffentlichkeit • Rettungsfolter in der Demokratie · Perspektiven: Auf dem Weg zu einer Best Practice? Die Zielgruppen · PolitikwissenschaftlerInnen · ; SozialwissenschaftlerInnen · LinguistInnen Die Herausgeber Dr. Matthias Lemke ist wissenschaftlicher Mitarbeiter am Lehrstuhl für Politikwissenschaft, insbesondere Politische Theorie, der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg. Gregor Wiedemann ist wissenschaftlicher Mitarbeiter in der Abteilung Automatische Sprachverarbeitung der Universität Leipzig