Text Mining für Online-Partizipationsverfahren: Die Notwendigkeit einer maschinell unterstützten Auswertung

Abstract

Online-Partizipationsverfahren werden in den letzten Jahren vermehrt von Städten und Gemeinden eingesetzt, um ihre Bürger in politische Entscheidungsprozesse einzubeziehen. Der vorliegende Beitrag beginnt mit einer Kategorisierung von Online-Partizipationsverfahren im politischen Kontext in Deutschland und fokussiert auf das Beteiligungsprojekt Tempelhofer Feld in Berlin. Dazu werden die Probleme einer manuellen Auswertung und die Notwendigkeit einer maschinell unterstützten Auswertung von Textbeiträgen aus Partizipationsverfahren beschrieben.Im Beitrag wird auf die Probleme und Lösungsmöglichkeiten in den drei Analysebereichen Argument Mining, Themenextraktion und Erkennung von Emotionen eingegangen. Für den Bereich Argument Mining wird ein geeignetes dreiteiliges Argumentationsmodell, welches auf das Online-Partizipationsverfahren Tempelhofer Feld der Stadt Berlin angewendet wird, diskutiert. Zudem wird der Einsatz von word embeddings als Features für eine Support Vector Machine zur automatisierten Klassifikation von Argumentationskomponenten evaluiert. Anschließend wird ein Einblick in das Aufgabengebiet der Themenextraktion, dessen Ziel die Erstellung eines groben Überblicks über die diskutierten Themen eines Online-Partizipationsverfahrens ist, gegeben und die Ergebnisse zweier Verfahren werden diskutiert. Danach erfolgt eine Diskussion über die Einsatzmöglichkeiten einer automatisierten Emotionserkennung im Kontext von Online-Partizipationsverfahren.AbstractIn recent years cities and municipalities rely increasingly on online participation processes to involve their citizens in political decision-making processes. This paper opens by categorizing political online participation processes in Germany before focusing on one participation project in particular, namely the Tempelhofer Feld in Berlin. In addition, the problems of a manual analysis of text contributions from participation processes are outlined in order to highlight the necessity for automatically supported evaluations.We discuss problems and possible solutions in three areas of analysis: argument mining, topic extraction, and emotion mining. For argument mining, a suitable three-part argumentation model is discussed which is applied to the online participation process Tempelhofer Feld. Furthermore, word embeddings are being evaluated as features for a support vector machine tasked with the automated classification of argumentation components. Subsequently, we focus on topic extraction, which aims to provide a rough overview of the topics discussed in an online participation process, and present the results of two methods. The paper concludes with a discussion on possible applications of an automated recognition of emotions in the context of online participation processes.