This page has not been translated yet. The original contents will be shown instead, located here:https://www.afcea.deveranstaltungen/fachausstellung/fachausstellung-2020/industrievortraege/15.html

Industrievortrag Fraunhofer FKIE

15

 

15

1.4.2020

13.30 h - 13.55 h

Raum WIEN 3

Prof. Dr. Ulrich Schade

 

NewsHawk

Der NewsHawk ist ein als Prototyp realisiertes System, das bei der Analyse von Social-Media-Beiträgen unterstützt. Das System basiert auf drei Modulen: eins für das Sammeln von Daten, eins für die sprachliche Inhaltserschließung sowie einem interaktiven Dachboard für die Visualisierung ermittelter Informationen. Je nach Art der Analysefragestellung können diese Komponenten zusammengeschaltet werden.
Das erste Modul filtert bestimmte, vorher vom Anwender per Stichwort festgelegte Beiträge aus einer laufenden Kommunikation in den Sozialen Medien. Die Beiträge werden sowohl aufgrund des textlichen Inhaltes als auch durch die Auswertung von Metadaten ermittelt. Die Suche nach den Stichwörtern wird durch die Einbeziehung einer Ontologie erweitert, so dass man neben dem eigentlich zu suchendem Stichwort z.B. auch noch dessen Synonyme findet. Ebenfalls werden bei der Abfrage der Suchwörter diese durch ihre Grundform ersetzt, um weitere linguistische Aspekte zu berücksichtigen. Auch Hashtags und Links sowie Metadaten werden in die Suche mit einbezogen. Durch das Hinzunehmen der Informationen aus den Metadaten werden Visualisierung durch das dritte Modul ermöglicht, etwa die Ausgabe eines Follower-Netzwerkes.
Nach dem Sammeln der Daten werden die Beiträge durch das zweite Modul einer Kategorisierung unterzogen. Dies kann entweder auf Grundlage eines bereits trainierten Modells oder „on the fly“ erfolgen. Diese Kategorisierung nutzt „Machine Learning“. Jeder Beitrag, der durch das Modul kategorisiert wird, erhält einen Wert dazu, mit welcher Wahrscheinlichkeit die Zuordnung zutrifft. Der Nutzer kann die Zuordnung dann bestätigen oder korrigieren, um so genutzte Kategorisierungsmodelle zu verbessern.
Nach der Analyse erfolgt die Visualisierung der Ergebnisse, welche dabei statistisch-interaktiv aufbereitet werden. Die Visualisierung unterstützt den Nutzer also bei der eigentlichen Analyse der Social-Media-Beiträge und hilft so dabei, angemessene Entscheidungen zu treffen.