Viele große Internethändler bieten ihren Kunden heutzutage die Möglichkeit, Meinungen zu Produkten in Form von Rezensionen öffentlich zugänglich zu äußern. Die so entstandene Informationsquelle nutzen sowohl potenzielle Kaufinteressenten als auch Unternehmen bei der Analyse zu Stärken und Schwächen von Produkten. Der große Umfang macht eine manuelle Auswertung aller Rezensionen zu einzelnen Produkten häufig nicht möglich und erfordert eine maschinelle Unterstützung. Mit eben dieser Aufgabenstellung befasst sich das Opinion Mining bzw. die Sentimentanalyse.
Die Forschung konzentrierte sich dabei bisher stark auf die englische Sprache, wodurch die Ressourcenlage in anderen Sprachen in Qualität und Umfang geringer ist. Die Übertragung von Ressourcen und Ansätzen aus dem Englischen in andere Sprachen ist dabei mit einem hohen Aufwand und i.d.R. auch einem Qualitätsverlust gekoppelt. Die vorliegende Arbeit befasst sich daher mit der Entwicklung eines ressourcenarmen Ansatzes, der sich mit geringem Aufwand bei vergleichbaren Ergebnissen für andere Sprachen adaptieren lässt. Dies wird an den Sprachen Englisch, Deutsch und Spanisch demonstriert.
Darüber hinaus betrachtet die Arbeit erstmalig die Nutzerperspektive im Opinion Mining. Im Rahmen einer breit angelegten Online-Befragung wird untersucht, welche Faktoren Einfluss auf die wahrgenommene Nützlichkeit einzelner Meinungsäußerungen haben. Die so gewonnenen Erkenntnisse bilden die Basis für die Entwicklung von ersten Gestaltungsrichtlinien für die Ergebnispräsentation von Opinion-Mining-Systemen und liefern Rückschlüsse für künftige Schwerpunktsetzungen bei der automatischen Identifikation von Meinungsäußerungen.
Aktualisiert: 2020-01-15
> findR *