Nach dem Tod des Afroamerikaners George Floyd durch Polizeigewalt erhält die Rassismus-Debatte eine neue Wendung und die Bewegung #BlackLivesMatter wird nach oben katapultiert. Die ganze Welt protestiert und die Welle der Rassismus-Debatte schwappt auch nach Deutschland über. "Ran an die Strukturen" wird gefordert und nach Corona ist Rassismus das Top-Thema 2020 in den Redaktionen. Als Reaktion auf die aktuelle Rassismus-Debatte verkündet das Unternehmen Knorr seine "Zigeunersauce" in "Paprikasauce ungarischer Art" umzubenennen. Der Begriff "Zigeunersauce" könne negativ interpretiert werden, deshalb wurde sich für die Umbenennung entschieden, teilte man der "Bild am Sonntag" mit. Der Zentralrat der Sinti und Roma spricht sich zwar für die Namensänderung aus, äußert jedoch auch Kritik, denn es sei viel wichtiger, über den Begriff "Zigeuner" und den Missbrauch dieses Titels aufzuklären. Die Bezeichnung "Zigeuner" sollte abgeschafft werden, da dieser aufgrund seiner Geschichte stark negativ behaftet ist und in Verbindung mit rassistischen Stereotypen gebracht wird.
Eine ähnliche Debatte zur Umbenennung der Sauce startete bereits 2013. Das Thema wurde von der Pegida-Bewegung als Werbeslogan missbraucht: man dürfe in Deutschland nicht einmal mehr von "Zigeunersauce" sprechen. Auch dieses Jahr werden durch die Umbenennung, vor allem in den sozialen Netzwerken, zahlreiche Reaktionen ausgelöst und heftig diskutiert, so wurde #Zigeunersauce ein Trend auf Twitter. Nach diesen Reaktionen auf die Umbenennung der "Zigeunersauce" richtet sich das Interesse der im Folgenden präsentierten Forschung.
Um einzufangen, wie die Menschen auf die Namensänderung reagieren und deren Haltung dem gegenüber aussieht, werden Userkommentare zu Facebook-Posts, die über die Umbenennung berichten, von verschiedenen Nachrichtenmedien betrachtet.
Inhaltsverzeichnis
1. Einleitung
2. Forschungsstand
3. Methode
3.1. Auswahl der Untersuchungsgegenstände
3.2. Opinion mining
3.3. Topic Modeling
3.4. Manuelle Sentimentanalyse
3.5. Reliabilitätstest
4. Ergebnisse
4.1. Preprocessing
4.2. Topic Modeling
4.2.1. Topics Gesamtkorpus
4.2.2. Topics Teilkorpora
4.3. Sentimentanalyse
4.3.1. Wörterbuchbasierte Sentimentanalyse
4.3.2. Auswertung manuelle Sentimentanalyse
5. Fazit
Zielsetzung & Themen
Die Forschungsarbeit untersucht die Reaktionen von Facebook-Nutzern auf die sprachpolitisch motivierte Umbenennung der "Zigeunersauce" in "Paprikasauce ungarischer Art" durch das Unternehmen Knorr. Ziel ist es, durch die Kombination von automatisierter Sentimentanalyse und Topic Modeling sowie einer manuellen Validierung ein differenziertes Meinungsbild in den Kommentarspalten verschiedener Nachrichtenmedien zu erfassen.
- Analyse von Nutzerreaktionen in sozialen Netzwerken
- Einsatz von Topic Modeling zur Themenextraktion aus Kommentaren
- Vergleich politisch unterschiedlich ausgerichteter Nachrichtenmedien
- Validierung computergestützter Sentimentanalyse durch manuelle Codierung
- Erforschung von Negativität und emotionalen Äußerungen im Nachrichtenkontext
Auszug aus dem Buch
3.4. Manuelle Sentimentanalyse
Um die automatisierte Sentimentanalyse mit der menschlichen Codierung zu vergleichen und zu überprüfen, wurde zusätzlich eine manuelle Codierung mit einem Codebuch durchgeführt. Denn durch das Bag-of-Words-Modell (Zhai & Massung, 2016) und wie auch schon in vorangegangen Studien aufgezeigt (siehe 2. Forschungsstand), wird die Sentimentanalyse anhand eines binären Klassifikationssystems ausgeführt und Kontext, sowie Hintergrund des untersuchten Kommentars werden nicht berücksichtigt. Daher vermutete das Forschungsteam, dass Ironie bzw. Sarkasmus oder Verneinungen missinterpretiert werden und nicht als solche vom Wörterbuch erkannt werden. Darum können die Ergebnisse der manuellen Codierung als Gegenprobe zur automatisierten Analyse genutzt werden.
Das Codebuch ist ein Untersuchungsinstrument, welches konkrete Anweisungen zum Vorgehen der Codierer angibt. Es enthält Kriterien und Beschreibungen anhand derer die Codierer das Untersuchungsmaterial bearbeiten. Dabei muss das Codebuch so ausführlich gestaltet werden, sodass es für jeden Codierer unmissverständlich und nachvollziehbar ist. Das Codebuch kann für gewöhnlich in zwei Teile separiert werden. Zum einen besteht es aus einem Einleitungsteil mit den genau definierten Rahmenbedingungen, zum anderen enthält es den Hauptteil, bestehend aus dem Kategoriensystem. Dieses Kategoriensystem enthält verschiedene Kategorien mit zugehörigen, untergeordneten Variablen mit wiederum verschiedenen Ausprägungen, die passend zum untersuchten Text durch den Codierer markiert werden müssen. Typischerweise enthält ein Codebuch zudem Kategorien, mit deren Hilfe formale Eigenschaften abgefragt werden, sowie die spezielleren inhaltlichen Kategorien. Diese können unter anderem auch als wertende Kategorien vorliegen, bspw. um den Berichterstattungston feststellen zu können, welche jedoch eine genaue Definition derselbigen erfordert und eine ausführliche Schulung der Codierer unumgänglich macht. (Rössler, 2017)
Da die manuelle Sentimentanalyse mittels Codebuch in dieser Forschung nur als Gegenprobe zu den Ergebnissen der automatisierten Analyse eingesetzt wird, wurde das Codebuch in seiner typischen Form umgewandelt und dabei nach der Grundidee des verwendeten Wörterbuchs konzipiert (siehe Anhang, S. 36). Folglich fällt das aufgestellte Codebuch deutlich weniger umfangreich aus, als es für gewöhnlich der Fall ist. So enthält das Codebuch keine formalen Kategorien,
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung beleuchtet den gesellschaftlichen Kontext der Rassismus-Debatte und die spezifische Kontroverse um die Umbenennung der Knorr "Zigeunersauce" als Grundlage für die Untersuchung.
2. Forschungsstand: Hier werden bestehende Studien zu Sentimentanalysen, insbesondere im politischen Nachrichtenkontext, diskutiert, um den theoretischen Rahmen für die eigene Arbeit zu spannen.
3. Methode: In diesem Kapitel wird die Auswahl der untersuchten Facebook-Accounts begründet und die methodische Vorgehensweise des Opinion Minings, des Topic Modelings sowie der manuellen Sentimentanalyse detailliert dargelegt.
4. Ergebnisse: Die Ergebnisse präsentieren das Preprocessing der Daten, die thematischen Schwerpunkte der Kommentare mittels Topic Modeling sowie die Resultate der automatisierten und manuellen Sentimentanalyse.
5. Fazit: Das Fazit fasst die methodischen Erkenntnisse zusammen und bewertet die Eignung der Kombination aus computergestützten und manuellen Analysen zur Erfassung differenzierter Nutzerreaktionen.
Schlüsselwörter
Sentimentanalyse, Topic Modeling, Facebook, Knorr, Zigeunersauce, Namensänderung, Nutzerkommentare, Opinion Mining, Rassismus, Nachrichtenmedien, Negativität, digitale Kommunikation, RStudio, Inhaltsanalyse, qualitative und quantitative Forschung
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit untersucht die öffentliche Meinung auf Facebook zur Umbenennung der "Zigeunersauce" in "Paprikasauce ungarischer Art" durch das Unternehmen Knorr.
Was sind die zentralen Themenfelder?
Zentral sind die Untersuchung von rassistisch konnotierter Sprache, die gesellschaftliche Reaktion auf die Umbenennung sowie der Vergleich unterschiedlicher Nachrichtenmedien hinsichtlich der Kommentarkultur.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist die Erforschung von Nutzerreaktionen und Meinungsbildern durch die Kombination von automatisierter Inhaltsanalyse und manueller Überprüfung.
Welche wissenschaftlichen Methoden werden verwendet?
Es wird eine Kombination aus automatisierter Sentimentanalyse und Topic Modeling angewendet, ergänzt durch eine manuelle Codierung zur Validierung der Ergebnisse.
Was wird im Hauptteil behandelt?
Der Hauptteil beschreibt die Datenerhebung, die methodische Umsetzung der Analyse, die Durchführung der Preprocessing-Schritte sowie die detaillierte Ergebnispräsentation der verschiedenen Korpora.
Welche Schlüsselwörter charakterisieren die Arbeit?
Schlüsselbegriffe sind unter anderem Sentimentanalyse, Topic Modeling, digitale Kommunikation, Rassismus-Debatte und Inhaltsanalyse.
Wie unterscheidet sich die manuelle Analyse von der automatisierten?
Die manuelle Analyse berücksichtigt Kontext, Ironie und Sarkasmus, die vom wörterbuchbasierten automatisierten Verfahren oft nicht erkannt werden.
Warum wurden verschiedene Nachrichtenmedien ausgewählt?
Um ein breites politisches Spektrum von öffentlich-rechtlichen bis hin zu boulevardesken und politisch spezialisierten Online-Zeitungen abzudecken und deren Nutzerkommentare zu vergleichen.
- Arbeit zitieren
- Luca Marie Jakobs (Autor:in), 2021, Eine Sentimentanalyse und Topic Modeling zur Reaktion auf Facebook-Posts verschiedener Nachrichtenmedien über eine sprachpolitische Namensänderung, München, GRIN Verlag, https://www.grin.com/document/1189483
