Mit der täglich zunehmenden Textmenge steigt die Bedeutung textlinguistischer Verfahren, die eine schnelle Kategorisierung und inhaltliche Erschließung der Textdaten ermöglichen. Vor diesem Hintergrund sollen in dieser Bachelorarbeit die Wortprotokolle parlamentarischer Reden anhand einiger ausgewählter Methoden der auf der Computerlinguistik basierenden Diskursanalyse näher zu betrachten.
Die Stenographischen Protokolle des Österreichischen Nationalrates sind im Internet als transkribierte Textdokumente für jedermann abrufbar und bilden ein umfassendes Korpus, das die parlamentarischen Debatten, die zumeist von außerordentlicher gesellschaftlicher Relevanz sind, über die Jahre hinweg abbildet. Gerade in diesen Debatten prallen meist unterschiedlichste Forderungen – um nicht zu sagen Welten – aufeinander. Dies gilt insbesondere für die FPÖ und die GRÜNEN, deren Vertreter in Fernsehsendungen recht häufig als unversöhnliche Kontrahenten gegenübersitzen (https://www.youtube.com/watch?v=53syy_amBg8). Gerade weil es sich um zwei Parteien handelt, die an den entgegengesetzten Enden des politischen Spektrums angesiedelt sind, gibt es große inhaltliche und sprachliche Unterschiede. Die Frage ist nun, ob sich diese hinlänglich bekannten Unterschiede im Diskurs dieser beiden Parteien auch mit den Methoden der Computerlinguistik aufzeigen und übersichtlich darstellen lassen.
1. Aufbereitung des Textmaterials (JAVA, Stanford NLP):
a) Extraktion der relevanten Redensabschnitte aus den Protokollen
b) Segmentierung und Tokenisierung
c) POS-Tagging, ggf. Chunking
a) Stoppwortermittlung
b) N-Gramm-Analyse
c) Wortkontextanalyse
d) Phrasenanalyse
⇒ Speicherung im CSV/JSON-Datenformat
a) Fehlerdiskussion
b) Gegenüberstellung
c) Interpretation
XML, HTML, Python NLTK, Linguistik / Computerlinguistik
Nach Absprache mit dem Betreuer.