Datenbank-Spektrum

, Volume 15, Issue 1, pp 7–14 | Cite as

Content Analysis between Quality and Quantity

Fulfilling Blended-Reading Requirements for the Social Sciences with a Scalable Text Mining Infrastructure
  • Matthias Lemke
  • Andreas Niekler
  • Gary S. Schaal
  • Gregor Wiedemann
Schwerpunktbeitrag

Abstract

Social science research using Text Mining tools requires—due to the lack of a canonical heuristics in the digital humanities—a blended reading approach. Integrating quantitative and qualitative analyses of complex textual data progressively, blended reading brings up various requirements for the implementation of Text Mining infrastructures. The article presents the Leipzig Corpus Miner (LCM), developed in the joint research project ePol—Post-Democracy and Neoliberalism and responding to social science research requirements. The functionalities offered by the LCM may serve as best practice of processing data in accordance with blended reading.

Keywords

Text Mining Qualitative Analysis Blended Reading Mixed Methods Corpus Linguistics 

References

  1. 1.
    Baßler M (1995) Einleitung. In: Baßler M (ed) New Historicism. Literaturgeschichte als Poetik der Kultur. Fischer, Frankfurt a. M., pp 7–28Google Scholar
  2. 2.
    Drucker J (2011) Humanities approaches to graphical display. Digital Humanities Quaterly 5, http://digitalhumanities.org/dhq/vol/5/1/000091/000091.html. Accessed 17 April 2014
  3. 3.
    Dumm S, Lemke M (2013) Argumentmarker. Definition, Generierung und Anwendung im Rah- men eines semi-automatischen Dokument-Retrieval-Verfahrens, Hamburg/Leipzig (= ePol Discussion Paper 3). http://www.epol-projekt.de/wp-content/uploads/2014/10/Discussion-Paper-epol-3_dumm_lemke_CC.pdf. Accessed 1 Dec 2014
  4. 4.
    Evangelopoulos N, Zhang X, Prybutok VR (2012) Latent semantic analysis: five methodological recommendations. Eur J Inf Syst 21:70–86Google Scholar
  5. 5.
    Ferrucci D, Lally A (2004) UIMA. An architectural approach to unstructured information processing in the corporate research environment. Nat Lang Eng 10(3–4):327–348CrossRefGoogle Scholar
  6. 6.
    Früh W (2009) Inhaltsanalyse. Theorie und Praxis. UVK, KonstanzGoogle Scholar
  7. 7.
    Gadamer HG (1968) Klassische und philosophische Hermeneutik. In: Grondin J (ed) Gadamer-Lesebuch. Mohr Siebeck, Tübingen, pp 32–57Google Scholar
  8. 8.
    Heyer G, Quasthoff U, Wittig T (2008) Text Mining: Wissensrohstoff Text. IT lernen. W3L GmbH, HerdeckeGoogle Scholar
  9. 9.
    Husserl E (1976) Die Krisis der europäischen Wissenschaften und die transzendentale Phänomenologie. Eine Einleitung in die phänomenologische Philosophie. Biemel v. W. (ed) Husserliana, vol 6. Nijhoff, The HagueGoogle Scholar
  10. 10.
    Husserl E (1980) Phantasie, Bildbewusstsein, Erinnerung. Zur Phänomenologie der anschaulichen Vergegenwärtigungen. In: Marbach E (ed) Husserliana, vol. 23. Springer, The HagueGoogle Scholar
  11. 11.
    Ihde D (1998) Expanding hermeneutics. Visualism in science. Northwestern University Press, EvanstonGoogle Scholar
  12. 12.
    Ihde D (2012) Experimental Phenomenology. Multistables. State University of New York, New YorkGoogle Scholar
  13. 13.
    Kath R, Schaal GS, Dumm S (2015, forthcoming) New visual hermeneutics. Scharloth J, Bubenhofer N (eds) ZGL-Sonderheft Automatisierte Textanalyse. http://www.degruyter.com/view/j/zfgl
  14. 14.
    Keim D, Kohlhammer J, Ellis G, Mansmann F (eds) (2010) Mastering the information age. Solving problems with visual analytics. http://www.diglib.eg.org. Accessed 14 May 2014
  15. 15.
    Lemke M (2014) Frequenzanalyse und Diktionäransatz, Hamburg/Leipzig (eTMV 1/5). http://www.epol-projekt.de/wp-content/uploads/2014/10/eTMV_1.pdf
  16. 16.
    Lemke M, Schaal GS (2014) Ökonomisierung und Politikfeldanalyse. Eine ideengeschichtliche und theoretische Rekonstruktion des Neoliberalismus in der Postdemokratie. Schaal GS, Lemke M, Ritzi C (eds) Die Ökonomisierung der Politik in Deutschland. Eine vergleichende Politikfeldanalyse. Springer VS, Wiesbaden, pp 3–19Google Scholar
  17. 17.
    Lemke M, Stulpe A (2015, forthcoming) Text und soziale Wirklichkeit. Theoretische Grundlagen und empirische Anwendung von Text-Mining-Verfahren in sozialwissenschaftlicher Perspektive. Scharloth J, Bubenhofer N (eds) ZGL-Sonderheft Automatisierte Textanalyse. http://www.degruyter.com/view/j/zfgl
  18. 18.
    Mayring P (2010) Qualitative Inhaltsanalyse. Grundlagen und Techniken, 11th edn. Beltz, WeinheimGoogle Scholar
  19. 19.
    Montrose L (1995) Die Renaissance behaupten. Die Poetik und Politik der Kultur. In: Baßler M (ed), New Historicism. Literaturgeschichte als Poetik der Kultur. Fischer, Frankfurt a. M., pp 60–93Google Scholar
  20. 20.
    Moretti F (2000) Conjectures on world literature. New Left Rev 1(1):54–68Google Scholar
  21. 21.
    Moretti F (2007) Graphs, maps, trees. Abstract models for literary history. Verso, LondonGoogle Scholar
  22. 22.
    Niehr T (1999) Halbautomatische Erforschung des öffentlichen Sprachgebrauchs oder Vom Nutzen computerlesbarer Textkorpora. ZGL 27(2):205–214Google Scholar
  23. 23.
    Niekler A, Wiedemann G, Heyer G (2014) Leipzig Corpus Miner. A Text Mining Infrastructure for Qualitative Data Analysis. http://hal.archives-ouvertes.fr/hal-01005878/. Accessed 30 Sept 2014
  24. 24.
    Niekler A, Wiedemann G, Dumm S, Heyer, G (2014) Creating dictionaries for argument identification by reference data, Poster presented at DHd2014, Passau, http://asv.informatik.uni-leipzig.de/publication/file/254/Poster_A0_dhd2014_final.pdf. Accessed 1 Dec 2014
  25. 25.
    Stone PJ (1966) The general inquirer: A computer approach to content analysis. MIT Press, CambridgeGoogle Scholar
  26. 26.
    Wiedemann G (2013) Opening up to Big Data: Computer-Assisted Analysis of Textual Data in Social Sciences. FQS, 14(2). http://www.qualitative-research.net/index.php/fqs/article/view/1949. Accessed 30 Sept 2014
  27. 27.
    Wiedemann G, Lemke M, Niekler A (2013) Postdemokratie und Neoliberalismus – Zur Nutzung neoliberaler Argumentation in der Bundesrepublik Deutschland 1949–2011. Ein Werkstattbericht. ZPTh 4(1):99–115Google Scholar
  28. 28.
    Wiedemann G, Niekler A (2014) Document Retrieval for Large Scale Content Analysis using Contextualized Dictionaries. http://hal.archives-ouvertes.fr/hal-01005879/. Accessed 30 Sept 2014

Copyright information

© Springer-Verlag Berlin Heidelberg 2014

Authors and Affiliations

  • Matthias Lemke
    • 1
  • Andreas Niekler
    • 2
  • Gary S. Schaal
    • 1
  • Gregor Wiedemann
    • 2
  1. 1.Institute for Political Science, specialization on Political TheoryHelmut-Schmidt-University Hamburg (HSU/UniBw H)HamburgGermany
  2. 2.Natural Language Processing Group, Department of Computer ScienceUniversity of LeipzigLeipzigGermany

Personalised recommendations