KIT | KIT-Bibliothek | Impressum | Datenschutz

Validierung eines NER-Verfahrens zur automatisierten Identifikation von Akteuren in journalistischen Texten

Buz, Cecilia

Abstract:
Im Vergleich zu manuellen Untersuchungsmethoden ermöglicht der Einsatz von automatisier-ten Verfahren in der Kommunikationswissenschaft weitaus schnellere Analysen von umfang-reichen Textmengen. Eines dieser Verfahren namens Named Entity Recognition (NER) ist auf die automatisierte Identifikation von Eigennamen in Texten spezialisiert und soll eingehend untersucht und angewandt werden.
Ziel der Arbeit ist die Prüfung der Eignung solch eines Verfahrens für künftige, umfangreiche Akteursanalysen. Diese erlauben umfassende, medienübergreifende Vergleiche in der Berichterstattung, ebenso wie die quantitative Analyse des Vorkommens und der Vielfalt der Akteure über lange Zeiträume.
... mehr

Abstract (englisch):
Compared to manual examination methods, the use of automated approaches in communication science enables much faster analyses of extensive text quantities. One of these procedures called 'Named Entity Recognition' (NER) specializes in the automated identification of named entities in texts and will be examined and applied in detail.
The aim is to test the suitability of such a procedure for future, extensive actor analyses. These allow comprehensive, cross-media comparisons of the general news coverage, as well as the quantitative analysis of the occurrence, frequency and diversity of the named actors or institu-tions over long periods of time.
... mehr

Open Access Logo


Volltext §
DOI: 10.5445/IR/1000131532
Veröffentlicht am 19.04.2021
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Technikzukünfte (ITZ)
Publikationstyp Forschungsbericht/Preprint
Publikationsdatum 31.01.2021
Sprache Deutsch
Identifikator KITopen-ID: 1000131532
Schlagwörter Named Entitiy Recognition (NER), Validation, Corona, SARS Cov-2, Covid, Journalism, Mass Media, Actor
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page