Lösung

Beispiellösung zur Selbstbewertung:

1. Berechnung der relativen Häufigkeit für monatlichen Vergleich:

• Für jeden Monat alle Artikel der jeweiligen Zeitung zusammenfassen

• Absolute Häufigkeit: Zählen aller Vorkommen von Wörtern aus dem semantischen Feld “COVID-19” in den Artikeln des Monats

• Gesamtwortzahl: Zählen aller Wörter in den Artikeln des Monats

• Relative Häufigkeit = Absolute Häufigkeit / Gesamtwortzahl

• Alternativ könnte man auch die Summe der absoluten Häufigkeiten durch die Summe der Textlängen teilen

2. Bedeutung relativer Häufigkeiten für den Zeitungsvergleich:

• Zeitungen haben unterschiedliche Formate, Umfänge und Erscheinungsweisen

• Absolute Häufigkeiten wären stark von den Gesamttextlängen abhängig

• Relative Häufigkeiten ermöglichen fairen Vergleich unabhängig von Textlänge

• Beispiel: Eine Zeitung mit 50 COVID-Begriffen in 1000 Wörtern (5%) vs. eine Zeitung mit 100 COVID-Begriffen in 4000 Wörtern (2,5%)

3. Nutzung der KWIC-Darstellung zur Verfeinerung des semantischen Feldes:

• Analyse des Kontexts einzelner Begriffe, um deren tatsächliche Verwendung zu prüfen

• Identifikation mehrdeutiger Begriffe (z.B. “Corona” könnte sich auch auf das Bier beziehen)

• Entdeckung weiterer relevanter Begriffe im Kontext der vorhandenen Suchbegriffe

• Überprüfung, ob Begriffe tatsächlich im Zusammenhang mit COVID-19 verwendet werden

• Iterative Anpassung des semantischen Feldes: Entfernen irrelevanter und Hinzufügen neuer Begriffe

4. Einsichten aus einem Liniendiagramm der relativen Häufigkeiten:

• Visualisierung des zeitlichen Verlaufs der medialen Aufmerksamkeit für COVID-19

• Identifikation von Höhepunkten der Berichterstattung und Korrelation mit wichtigen Ereignissen

• Vergleich zwischen “Wellen” der Pandemie und “Wellen” der Berichterstattung

• Erkennen von Trends wie Ermüdungserscheinungen in der Berichterstattung

• Unterschiede zwischen verschiedenen Zeitungen im zeitlichen Verlauf ihrer Berichterstattung

Lösung

Beispiellösung zur Selbstbewertung:

1. Notwendige Schritte zur Frequenzanalyse:

• Einlesen des annotierten Korpus (CSV-Dateien mit Token und Lemmata)

• Einlesen der Metadaten mit Datumsinformationen

• Einlesen des semantischen Feldes zur Naturkatastrophe

• Zusammenführen der Datumsinformationen mit den Annotationen

• Zusammenführen aller Texte in eine gemeinsame Datenstruktur

• Filterung der Lemmata nach dem semantischen Feld

• Gruppierung der Vorkommen nach Zeiteinheiten

• Berechnung der absoluten und relativen Häufigkeiten

• Visualisierung der Ergebnisse in einem Liniendiagramm

2. Verwendung von absoluten vs. relativen Häufigkeiten:

• Absolute Häufigkeiten können verwendet werden, wenn die tatsächlichen Anzahl der Erwähnungen von Interesse ist, z.B. um die reine Medienpräsenz zu quantifizieren

• Relative Häufigkeiten können für den Vergleich zwischen Zeitabschnitten mit unterschiedlicher Textmenge verwendet werden

• Bei der Analyse über einen längeren Zeitraum mit schwankender Verfügbarkeit von Zeitungsausgaben sind relative Häufigkeiten unverzichtbar

• Idealerweise werden beide Werte berechnet, da dies die Möglichkeit bietet, zwischen beiden Darstellungen zu wechseln

3. Wahl der Zeiteinheiten:

• Tägliche Aggregation: für detaillierte Analysen, besonders bei plötzlichen Ereignissen wie Naturkatastrophen

• Wöchentliche Aggregation: für mittelfristige Trends, reduziert tägliche Schwankungen

• Monatliche Aggregation: für langfristige Trends über mehrere Jahre

• Bei einer Naturkatastrophe könnten alle drei Ebenen angeboten werden, aber der Fokus sollte auf der täglichen und wöchentlichen Aggregation legen, da die mediale Aufmerksamkeit für solche Ereignisse typischerweise schnell ansteigt und dann allmählich abnimmt

4. Visualisierung und Interpretation:

• Interaktives Liniendiagramm mit der Möglichkeit, zwischen Zeiteinheiten und absoluten/relativen Häufigkeiten zu wechseln

• Markierung wichtiger Ereignisse im Zusammenhang mit der Katastrophe im Diagramm

• Vergleich der medialen Aufmerksamkeitskurve mit Daten zur tatsächlichen Intensität der Katastrophe

• Interpretation potenzieller Diskrepanzen zwischen medialer Aufmerksamkeit und tatsächlichem Geschehen

• Analyse von Faktoren, die die mediale Aufmerksamkeit beeinflussen könnten (andere wichtige Ereignisse, politische Situation, etc.)

• Bei Naturkatastrophen wird ein schneller Anstieg der Berichterstattung unmittelbar nach dem Ereignis erwartet und dann ein allmählicher Rückgang, möglicherweise mit kleineren Spitzen bei Folgeberichten oder Jahrestagen

Lösung

Beispiellösung zur Selbstbewertung:

1. Auswahl der Suchwörter:

• Ich würde folgende Wörter wählen: “Schutzmaske”, “Desinfektion”, “Quarantäne”, “Isolierung”, “Schutzmaßnahme”, “Seuchenschutz”

• Diese Wörter beziehen sich direkt auf Schutzmaßnahmen gegen die Spanische Grippe

• Ich würde auch verwandte Begriffe wie “Schließung” (von Schulen, öffentlichen Einrichtungen) und “Verbot” (von Versammlungen) hinzufügen

• Die Auswahl basiert auf dem im Notebook gezeigten semantischen Feld und wurde um weitere schutzmaßnahmenbezogene Begriffe ergänzt

2. Wahl des Kontextumfangs:

• Ich würde einen Kontextumfang von 7-10 Wörtern wählen

• Dies bietet mehr Kontext als die 5 Wörter im Beispiel, was bei komplexeren Themen wie Schutzmaßnahmen hilfreich sein kann

• Ein größerer Kontext ermöglicht es, nicht nur die unmittelbare Umgebung des Suchbegriffs zu sehen, sondern auch breitere syntaktische und semantische Zusammenhänge zu erfassen

• Bei zu großem Kontext könnte die Übersichtlichkeit leiden, daher ist eine Begrenzung auf 7-10 Wörter sinnvoll

3. Nutzung der KWIC-Ergebnisse:

• Identifikation der konkreten Schutzmaßnahmen, die während der Pandemie ergriffen wurden

• Analyse der Bewertung dieser Maßnahmen (positiv, negativ, neutral) im Kontext

• Untersuchung, ob bestimmte Maßnahmen mit bestimmten Akteuren (Behörden, Ärzte, Bürger) assoziiert werden

• Erkennung von zeitlichen Mustern: Wann wurden welche Maßnahmen thematisiert?

• Vergleich der Darstellung verschiedener Maßnahmen in unterschiedlichen Zeitungen

4. Kombination mit quantitativer Frequenzanalyse:

• Zunächst Identifikation von zeitlichen Mustern durch Frequenzanalyse (wann wurden Schutzmaßnahmen besonders häufig thematisiert?)

• Gezielte KWIC-Analyse für diese Zeiträume, um qualitative Einblicke zu gewinnen

• Überprüfung, ob Häufigkeitsspitzen mit bestimmten Ereignissen oder Maßnahmen korrelieren

• Nutzung der KWIC-Ergebnisse zur Verfeinerung des semantischen Feldes für weitere Frequenzanalysen

• Kombinierte Darstellung von quantitativen Trends und exemplarischen KWIC-Auszügen in einer Forschungspräsentation