Skip to main content
SpringerLink
Log in

Die Computerunterstützte Analyse Sozialwissenschaftlicher Texte – Ergebnisse des Forschungsprojekts „Casotex“

  • Chapter
  • First Online:
Gegenwart und Zukunft sozialer Dienstleistungsarbeit

Part of the book series: Perspektiven Sozialwirtschaft und Sozialmanagement ((PSOSO))

  • 8524 Accesses

Zusammenfassung

Ein Datensatz aus mehreren deutschsprachigen Onlineberatungsforen wurde mit verschiedenen maschinellen Lernverfahren untersucht. Dabei können unüberwachte Lernverfahren nur in Bezug auf die linguistische Gestaltung der Beiträge relevante Ergebnisse zeigen. Überwachte maschinelle Lernverfahren zeigen ein sehr großes Potenzial zur Klassifikation von Textstellen analog zur qualitativen Inhaltsanalyse. Damit eignen sich maschinelle Lernverfahren prinzipiell für die qualitative Analyse großer Textmengen, wie sie z. B. in der Onlineberatung vorliegen.

Der vorliegende Text basiert auf dem offiziellen Abschlussbericht des Projekts (Lehmann et al. 2020), der hier erschienen ist: https://doi.org/10.34646/thn/ohmdok-619.

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 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 79.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Vgl. hierzu den Beitrag von Nennstiel zur Onlineberatung in Japan, sowie den Beitrag von Lehmann und Zauter zum Angebot der psychosozialen Onlineberatung in diesem Band.

Literatur

  • Aggarwal, C. C. (2018). Machine Learning for Text. Heidelberg: Springer.

    Book  Google Scholar 

  • Albright, D., Lanfranchi, A., Fredriksen, A., Styler IV, W. F., W., Warner, C., Hwang, J. D. et al. (2013). Towards comprehensive syntactic and semantic annotations of the clinical narrative. Journal of the American Medical Informatics Association, 20(5), S. 922–930.

    Google Scholar 

  • Althoff, T., K. Clark, & Leskovec, J. (2016). Large-scale analysis of counseling conversations: An application of natural language processing to mental health. Transactions of the Association for Computational Linguistics, 4, S. 463–476.

    Article  Google Scholar 

  • Asai, A., Li, V., Stepanov, D. & Tan, W-C. (2017). A Data-Driven Approach to Understanding Happiness. In Widening NLP Workshop (WiNLP).

    Google Scholar 

  • Atkins, D. C., Steyvers, M., Imel, Z. E., & Smyth, P. (2014). Scaling up the evaluation of psychotherapy: evaluating motivational interviewing fidelity via statistical text classification. Implementation Science, 9(1), S. 49.

    Article  Google Scholar 

  • Blei, D. M. (2012). Probabilistic topic models. Communications of the ACM, 55(4), S. 77–84

    Article  Google Scholar 

  • CLARIN-D. (2019). WebAnno (3.6.5) [Software]. https://webanno.sfs.uni-tuebingen.de/. Zugegriffen: 31. Juli 2020

  • Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805 .

  • Eckl, M., & Ghanem, C. (2020). Big Data, quantitative Textanalyse und Forschung in der Sozialen Arbeit. In N. Kutscher, T. Ley, U. Seelmeyer, F. Siller, A. Tillmann, & I. Zorn (Hrsg.), Handbuch Soziale Arbeit und Digitalisierung, S. 625–639. Beltz Juventa.

    Google Scholar 

  • Engelhardt, E. M. (2018). Lehrbuch Onlineberatung. Göttingen: Vandenhoeck & Ruprecht.

    Book  Google Scholar 

  • Ghanem, C., Kollar, I., Fischer, F., Lawson, T. R., & Pankofer, S. (2018). How do social work novices and experts solve professional problems? A micro-analysis of epistemic activities and the use of evidence. European Journal of Social Work, 21(1), S. 3–19.

    Article  Google Scholar 

  • Grawe, K. (2000). Psychologische Therapie (2. korr. Auflage). Göttingen: Hogrefe.

    Google Scholar 

  • Groeben, N. (1982). Leserpsychologie: Textverständnis – Textverständlichkeit. Münster: Aschendorff.

    Google Scholar 

  • Lehmann, R., Albrecht, J. & Zauter, S. (2020). CaSoTex, Computerunterstützte Analyse Sozialwissenschaftlicher Texte. E-Beratung, 2020(1). doi: https://doi.org/10.34646/thn/ohmdok-619.

  • Lord, S. P., Sheng, E., Imel, Z. E., Baer, J., & Atkins, D. C. (2015). More than reflections: empathy in motivational interviewing includes language style synchrony between therapist and client. Behavior therapy, 46(3), S. 296–303.

    Article  Google Scholar 

  • Mayring, P. (2015). Qualitative Inhaltsanalyse. 12., überarb. Aufl. Weinheim: Beltz.

    Google Scholar 

  • Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed Representations of Words and Phrases and Their Compositionality. In Proceedings of the 26th International Conference on Neural Information Processing Systems – Volume 2 (NIPS’13), S. 3111–3119. NY (USA): New Curran Associates Inc., Red Hook.

    Google Scholar 

  • Miller, W. R., & Rollnick, S. (2015). Motivierende Gesprächsführung: Motivational Interviewing. (3. Auflage des Standardwerks in Deutsch). Freiburg im Breisgau: Lambertus.

    Google Scholar 

  • Paulus, C. (2016). Empathie und die Big Five. Universität des Saarlandes. doi: https://doi.org/10.22028/D291-23416

    Article  Google Scholar 

  • Paul, M. J. (2012). Mixed Membership Markov Models for Unsupervised Conversation Modeling. In Proceedings of the 2012 Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning (EMNLP). Jeju Island (Korea).

    Google Scholar 

  • Pérez-Rosas, V., Mihalcea, R., Resnicow, K. , Singh, S., An, L., Goggin, K. J., et al. (2017). Predicting counselor behaviors in motivational interviewing encounters. In Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics: Volume 1, Long Papers, S. 1128–1137.

    Google Scholar 

  • Reindl, R. (2018). Zum Stand der Onlineberatung in Zeiten der Digitalisierung. Fachzeitschrift für Onlineberatung und computervermittelte Kommunikation, 14, S. 16–26.

    Google Scholar 

  • Sailunaz, K., Dhaliwal, M., Rokne, J., & Alhajj, R. (2018). Emotion detection from text and speech: a survey. Social Network Analysis and Mining 8(1). doi: https://doi.org/10.1007/s13278-018-0505-2

  • Tanana, M. J., Soma, C. S., Srikumar, V., Atkins, D. C., & Imel, Z. E. (2018). Development and evaluation of ClientBot: A patient-like conversational agent to train basic counseling skills. Journal of Medical Internet Research, 21(7). doi: https://doi.org/10.2196/12529.

  • Wälte, D., & Borg-Laufs, M. (Hrsg.). (2018). Grundwissen Soziale Arbeit: Band 24. Psychosoziale Beratung: Grundlagen, Diagnostik, Intervention (1. Auflage). Stuttgart: Kohlhammer Verlag.

    Google Scholar 

  • Wolf, M., Horn, A. B., Mehl, M. R., Haug, S., Pennebaker, J. W., & Kordy, H. (2008). Computergestützte quantitative Textanalyse: Äquivalenz und Robustheit der deutschen version des linguistic inquiry and word count. Diagnostica, 54(2), S. 85–98.

    Article  Google Scholar 

  • Xiao, B., Imel, Z. E., Georgiou, P. G., Atkins, D. C., & Narayanan, S. S. (2015). “Rate my therapist”: automated detection of empathy in drug and alcohol counseling via speech and language processing. PloS one, 10(12), e0143055.

    Article  Google Scholar 

  • Yates, A., Cohan, A., & Goharian, N. (2017). Depression and self-harm risk assessment in online forums. arXiv:1709.

  • Yadollahi, A., Shahraki, A. G., & Zaiane, O. R. (2017). Current state of text sentiment analysis from opinion to emotion mining. ACM Computing Surveys (CSUR), 50(2), S. 1–33.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Technische Hochschule Nürnberg Georg Simon Ohm, Nürnberg, Deutschland

    Robert Lehmann, Jens Albrecht & Sigrid Zauter

Authors
  1. Robert Lehmann
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Jens Albrecht
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Sigrid Zauter
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Robert Lehmann .

Editor information

Editors and Affiliations

  1. Evanglische Hochschule Nürnberg, Nürnberg, Deutschland

    Carolin Freier

  2. Evangelische Hochschule Nürnberg, Nürnberg, Deutschland

    Joachim König

  3. Evangelische Hochschule Nürnberg, Nürnberg, Deutschland

    Arne Manzeschke

  4. Evangelische Hochschule Nürnberg, Nürnberg, Deutschland

    Barbara Städtler-Mach

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Lehmann, R., Albrecht, J., Zauter, S. (2021). Die Computerunterstützte Analyse Sozialwissenschaftlicher Texte – Ergebnisse des Forschungsprojekts „Casotex“. In: Freier, C., König, J., Manzeschke, A., Städtler-Mach, B. (eds) Gegenwart und Zukunft sozialer Dienstleistungsarbeit. Perspektiven Sozialwirtschaft und Sozialmanagement. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-32556-5_12

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-32556-5_12

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-32555-8

  • Online ISBN: 978-3-658-32556-5

  • eBook Packages: Social Science and Law (German Language)

Publish with us

Policies and ethics

Search

Navigation