Explainer: Wie funktioniert eigentlich Topic Monitoring?
Was sind die wichtigsten Themen der aktuellen Berichterstattung? Und welche Medien berichten darüber? Diese Frage beantwortet unsere “Topic Monitoring”-Demo. Wie Topic Monitoring Journalisten bei ihrer täglichen Arbeit unterstützt und welche Technologien dahinter stecken, erklärt Peter Adolphs von Neofonie:
Die folgende Grafik zeigt eine Visualisierung der aktuellen Themen. In der linken Spalte sind die wichtigsten Quellen zu sehen, die der Redakteur konfiguriert hat. Die Themen werden als blaue Kreise visualisiert. Rechts neben den Kreisen stehen die wichtigsten Schlagworte und Eigennamen, die ein Thema charakterisieren. Beim Thema “Julian Assange” sind das z.B. “Wikileaks” und “London”. Ein Klick auf ein Schlagwort könnte das Netz weiterer verbundener Schlagworte anzeigen.
Anwendungsszenarien für Topic Monitoring
Das geschilderte Szenario orientiert sich an Journalisten, die das Tagesgeschehen beobachten wollen. Ihnen geht es vor allem um neue Themen und deren Gewichtung in der Berichterstattung. Ein anderer Anwendungsfall ist die Beobachtung vorab definierter Themenfelder. Worüber spricht die Berliner Regionalpresse? Was wird über die CeBIT berichtet? Welche Themen spielen in der Berichterstattung über den Autobauer Tesla eine Rolle? Hier werden die Nachrichten über thematisch verwandte Schlagworte gefiltert . Neben Schlagworten können hierfür alle verfügbaren Metadaten verwendet werden, z.B. im Text erkannte Eigennamen, Ort, Ressort oder Nachrichtenquelle.
Das Topic Monitoring ist ein Verfahren des unüberwachten maschinellen Lernens. Für das thematische Clustering ist also kein Vorwissen über die Dokumente oder manueller Pflegeaufwand erforderlich. Es ist deshalb gut für die Analyse großer Textmengen geeignet, deren Inhalte nicht vorab bekannt sind. News-Stream analysiert die Datenquellen dabei in naher Echtzeit. Ein Ziel ist es, Live-Streams verschiedener Fernsehkanäle automatisch Themen-Clustern zuordnen. Auch außerhalb des Newsrooms hat das Topic Monitoring seinen Platz: Leserbefragungen lassen sich auf diese Weise ebenso sortieren und auswerten wie z.B. Anfragen an einen Kundendienst oder große Bestände wissenschaftlicher Veröffentlichungen.
