Polit-X: Mit Daten-Intelligenz in die Zukunft der Politikbetrachtung

Polit-X hat sein Deep-Data-Modell zur Betrachtung der Politik in Deutschland vorgestellt und ergänzt seine Analysen nun durch Anwendungen der KI. Zusammen mit Wissenschaftlern aus Paderborn und Dresden wurde dafür ein Keyword-Analysetool entwickelt, das die Auswertung der Datenbankinhalte politischer Dokumente stark vereinfacht. Das Tool bedient sich sprachwissenschaftlich gestützter Algorithmen, alle regulären Nutzer von Polit-X können das Tool zunächst kostenfrei nutzen.

Mit der neuen Funktion lässt sich feststellen, wann welches Thema öffentlich diskutiert wurde und besonders im Trend lag.

Christopher Georgi, Data Scientist mit Fokus auf Data-driven Studies aus Paderborn, ist von den neuen Möglichkeiten begeistert:

„Politische Debatten sind geprägt von zentralen Schlagwörtern. Neue Methoden und linguistisches Know-how erlauben es Polit-X nun, Schlagwörter mit breiter empirischer Basis zu berechnen und dabei False-Positives auszuschließen.“

Prof. Dr. Alexander Lasch von der TU Dresden hat die Entwicklung als Experte für Korpuslinguistik unterstützt:

„Polit-X baut ein dynamisch wachsendes Monitorkorpus mit sechs Millionen laufenden Wortformen pro Tag auf, das als Basis für statistisch abgesicherte Interpretationen dienen kann. Die zugrundeliegende Technik und Methodik sind absoluter State of the Art für Korpusressourcen der deutschen Legislative und Exekutive.“

Heiko Schnitzler, Geschäftsführer von Polit-X, freut sich:

„Seit mehr als zwei Jahren arbeiten wir mit den Wissenschaftlern an der Pionier-Aufgabe, Big Data im Politikmonitoring einzuführen. Ein erster Schritt ist nun, pünktlich zur neuen Legislatur, gemacht: Polit-X kennt a priori jetzt jedes Wort in jedem relevanten politischen Dokument Deutschlands und der EU. Das ist wohl einzigartig und setzt Maßstäbe.“

Christopher Georgi ist Mitarbeiter am Lehrstuhl für Germanistische und Allgemeine Sprachwissenschaft an der Universität Paderborn und Doktorand an der Professur für Angewandte Linguistik der Technischen Universität Dresden. Seine Forschungsschwerpunkte liegen neben dem Themengebiet Sprache und Emotion im Bereich der Korpus- und Computerlinguistik, der forensischen Linguistik sowie der Kulturlinguistik mit dem Schwerpunkt auf Data-driven Studies.

Prof. Dr. Alexander Lasch ist Inhaber des Lehrstuhls für germanistische Linguistik und Sprachgeschichte an der Technischen Universität Dresden. Er studierte Deutsch und Geschichte und arbeitete an der Ludwig-Maximilians-Universität München und der Christian-Albrechts-Universität zu Kiel. Seine Forschungsschwerpunkte liegen im Bereich konstruktionsgrammatischer Zugänge zur Gegenwartssprache, Erschließung und maschinelle Analyse im Kontext der Digital Humanities, diskurs- und domänenspezifische Kommunikation in Vergangenheit und Gegenwart, funktionale und regionale Varietäten sowie Themen der angewandten Linguistik. Er ist Gründungsmitglied des Arbeitskreises „Konstruktionsgrammatik des Deutschen“ und Vorsitzender der Gesellschaft für germanistische Sprachgeschichte (GGSG).

Beide Wissenschaftler haben im Polit-X-Blog einen Gastbeitrag verfasst.

Das neue Keyword-Analysetool

Hier erfahren Sie mehr über die neuen Features von Polit-X. Sie können diese Informationen auch ausführlicher als PDF-Datei abrufen.

Keyword-Listen

Bei Schlagwörtern (engl.: Keywords) handelt es sich um Begriffe, die besonders charakteristisch sind für das jeweilige Dokument. Durch statistische Signifikanzmessungen werden Keyword-Listen für Ihr untersuchtes Dokument generiert; Vorkommen und Relevanz werden im neuen Tool dargestellt.

Vorkommen und Sigifikanz von Keywords in der Keyword-Analyse

Nennungen

Die Visualisierung der Häufigkeit von Keywords bildet die Basis, um Trends über einen Zeitraum zu entdecken und festzustellen, wann welche Themen öffentlich diskutiert worden sind.

Nennungen im zeitlichen Verlauf in der Keyword-Analyse

Sentiment-Analyse

Die Sentiment-Analyse zeigt an, in in welcher Stimmungslage (negativ, neutral, positiv) das Schlagwort verwendet wird.

Sentiment-Analyse erkennt Keyword-Umgebung

Relevanz

Wortwolken, die die relevantesten Keywords innerhalb einer Quelle anzeigen, ermöglichen es, das untersuchte Dokument noch einmal neu zu interpretieren. Die Größe der Begriffe steht dabei für die Häufigkeit, die Dicke der Schriftzeichen – für die Signifikanz des Keywords. In die grafische Darstellung fließen außerdem die Ergebnisse der Sentimentanalyse (negativ=rot, positiv=grün) ein.

Relevante Keywords aus einer Quelle in Wortwolke

Probieren Sie die neuen Features gerne einfach aus! Bei Fragen helfen wir gerne weiter. Kontaktieren Sie uns per Telefon unter 030 280 40846, per Mail an info@polit-x.de oder sprechen Sie Ihre gewohnte Ansprechpartnerin oder ihren Ansprechpartner bei uns an.