Logo des Repositoriums

Auflistung nach Schlagwort "Diskursanalyse"

1 - 2 von 2
  • Konferenzbeitrag
    Listening to the Crowd
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2017, 2017) Holmer, Torsten; Noennig, Jörg Rainer
    In der Stadtplanung hat sich in der jüngeren Vergangenheit Partizipation als neues Paradigma durchgesetzt. Projektentwickler, Planer und Politiker haben erkannt, dass Bauprojekte mit großem Einfluss auf Stadtgesellschaft und Stadtentwicklung nicht mehr ohne umfassende Bürgerbeteiligung durchgeführt werden können. Vorfälle wie die Unruhen um das Bahnhofsprojekt Stuttgart 21 haben gezeigt, dass die regulären Verfahren der Bauleitplanung mit ihren Instrumenten der formalen Bürgerbeteiligung (Anzeige und Auslage von Planungsunterlagen) nicht ausreichen, um einen gesellschaftlichen Konsens zu kontroversen Projekten zu erzielen. Die Problematik lässt sich zu einem großen Teil auf das sogenannte „Planungsparadox“ zurückführen: dezidierte Meinungen und Kritik aus der Bevölkerung bilden sich oft erst, wenn das jeweilige Projekt zur Ausführung kommt und konkrete Formen annimmt – also wenn die Planungen bereits abgeschlossen sind und jegliche weitere Änderung mit erheblichen Aufwendungen verbunden ist. [... aus dem Text]
  • Conference Paper 
    Themenübergreifende Diskursklassifikation auf Basis von Word Embeddings und Sequenzfeatures
    (DELFI 2019, 2019) Steuer, Tim; Rensing, Christoph
    Zur Beobachtung von kollaborativen Lernprozessen ist Diskursanalyse ein hilfreiches Werkzeug. Dazu wird der Textkorpus von Annotatoren händisch segmentiert und die Segmente nach ihrer Funktion klassifiziert. Dies ist zeitaufwendig und kostspielig. Automatische Modelle versprechen Zeitersparnis sowie Echtzeitanalysen des Diskurses. Diese könnten direktes Feedback, beispielsweise durch Visualisierungen, an die Lernenden ermöglichen. Automatische Modelle benötigen jedoch manuell annotierte Trainingsdaten. Außerdem sind sie meist vom Diskursvokabular abhängig und generalisieren schlecht über Themengrenzen hinweg. Die dadurch notwendige, häufige Neuerstellung von Trainingskorpora, verringert die Zeitersparnis durch Automatisierung und macht Echtzeit Analyse unmöglich. In dieser Arbeit wird ein Klassifikationsverfahren basierend auf Word Embeddings und Sequenz Features vorgestellt, welches vier Arten von Diskurssegmenten unterscheidet. Das Verfahren erreicht gute Evaluationsergebnisse, mit einer besseren Klassifikationsgüte als Verfahren aus verwandten Arbeiten (Cohens > 0.7). Außerdem generalisiert das Verfahren, auf dem Korpus, ohne weiteres Training von einem Themengebiet auf ein anderes. Dies würde die Notwendigkeit von themenspezifischen Trainingskorpora stark verringern.