Textanalyse mit Python: Wer mit wem?
In Zeiten von Big Data hilft es, automatisch die wichtigsten Personen und Themen aus Texten extrahieren zu können - und zu sehen, und wie sie miteinander in Beziehung stehen. Wie? Mit starken Python -Bibliotheken.
Selbst Menschen behalten nach dem Lesen eines Buches nicht alles, was in der Geschichte vorkam. Wer Texte wirklich verstehen will, kann sich aber durch Softwaretools helfen lassen. Mit Python-Bibliotheken wie Networkx, Pandas (g+) , Scikit-Network und Scikit-Learn lassen sich Texte analysieren sowie Themen und Sprecher identifizieren - nicht nur bei literarischen Werken, sondern auch für die Marktforschung.
Genutzt wird dabei Natural Language Processing (NLP). Wir zeigen Schritt für Schritt, wie man Sprechernamen und relevante Themen auch aus großen Textmengen extrahiert und die Textdaten in ein interaktives Netzwerk umwandelt.