Topic Modelling, Computational Analysis und qualitative Sozialforschung

Dozent: Konstantin Freybe, DNB Leipzig

Termine:

18.01.2024, 25.01.2024 sowie 01.02.2024 (jeweils 10-14 Uhr inkl. Pause)

Ort: 

Erste Sitzung online (wetterbedingt): https://eu02web.zoom-x.de/j/62294758496?pwd=Rlc5eUQxTGFVd3lkUlc4T1F2cDZKdz09

Do. 25.01.24 - Raum C25.040 (alt: 2/W040)

Do. 01.02.24 - Raum C10.113 (alt: 2/N113) (Zentrales Hörsaalgebäude)

Beschreibung:

Das Seminar verfolgt das Ziel, Studierende in die Lage zu versetzen, computationale Auswertungsverfahren auf große Textmengen anzuwenden. Methodologisch wird das Vorgehen von der Annahme getragen, dass qualitative Zugänge und quantifizierende bzw. automatisierte oder computationale Verfahren einander nicht ausschließen, sondern -- zumindest an bestimmten Punkten im Umgang mit Textdaten aus online-Kontexten -- aufeinander angewiesen sind.

Das Seminar fokussiert auf die Vermittlung von Topic Modelling, ein populäres Verfahren des Natural Language Processing. Den thematischen Rahmen wird ein bestimmtes Forschungsprojekt bilden, das das Verhältnis zwischen YouTube-Influencern und Akteuren der Computerspielindustrie anhand sozialer Interaktionen erforscht, die aus YouTube-Kommentaren rekonstruiert wurden. So soll sichergestellt werden, dass Forschungsschritte wie z.B. Felderschließung oder Forschungsdatenmanagement angemessen berücksichtigt werden. Alle Matierialien sind dabei so konzipiert, dass sie nachnutzbar sind und auf andere Textcorpora angewendet werden können.

Teilnehmende brauchen keine Vorkenntnisse in der Programmierung mit Python. Ein eigener Computer ist jedoch Bedingung für die praktischen Arbeitsphasen und die Nutzung der in Opal hinterlegten Materialien. Installationen und Datenprozessierung werden nach Anleitung erfolgen.

Ablaufplan/Themen:

1: Methodlog. Rahmung 

2: Methode erklären

3: Pipeline erkläre

4: Installation betreuen

5: TN eigene Erhebungen 

6: Ergebnisse, Erfahrungen diskutieren, TN-Feedback