L’analyse de donnée textuelle est facilitée par l’utilisation du text mining (TM) permettant l’automatisation de l’analyse de contenu et possède de nombreuses applications en santé. L’une d’entre elles est l’utilisation du TM pour explorer le contenu des messages échangés sur Internet.Nous avons effectué une revue de la littérature systématique afin d’identifier les applications du TM en santé mentale. De plus, le TM a permis d’explorer les préoccupations des utilisateurs du forum Doctissimo.com au sujet des antidépresseurs et anxiolytiques entre 2013 et 2015 via l’analyse des fréquences des mots, des cooccurrences, de la modélisation thématique (LDA) et de la popularité des thèmes.Les quatre applications du TM en santé mentale sont l’analyse des récits des patients (psychopathologie), le ressenti exprimé sur Internet, le contenu des dossiers médicaux, et les thèmes de la littérature médicale. Quatre grands thèmes ont été identifiés sur le forum: le sevrage (le plus fréquent), l’escitalopram, l’anxiété de l’effet du traitement et les effets secondaires. Alors que les effets indésirables des traitements est un sujet qui a tendance à décroitre, les interrogations sur les effets du sevrage et le changement de traitement sont grandissantes et associées aux antidépresseurs.L’analyse du contenu d’Internet permet de comprendre les préoccupations des patients et le soutien, et améliorer l’adhérence au traitement. / Analysis of textual data is facilitated by the use of text mining (TM) allowing to automate content analysis, and is implemented in several application in healthcare. These include the use of TM to explore the content of posts shared online.We performed a systematique literature review to identify the application of TM in psychiatry. In addition, we used TM to explore users’ concerns of an online forum dedicated to antidepressants and anxiolytics between 2013 and 2015 analysing words frequency, cooccurences, topic models (LDA) and popularity of topics.The four TM applications in psychiatry retrieved are the analysis of patients' narratives (psychopathology), feelings expressed online, content of medical records, and biomedical literature screening. Four topics are identified on the forum: withdrawals (most frequent), escitalopram, anxiety related to treatment effect and secondary effects. While concerns around secondary effects of treatment declined, questions about withdrawals effects and changing medication increased related to several antidepressants.Content analysis of online textual data allow us to better understand major concerns of patients, support provided, and to improve the adherence of treatment.

The thesis deals with the project of interpretative semantics as it has been developed by the French linguist François Rastier. The aim of the thesis is twofold: Firstly, to introduce and to further elaborate on the principles of this theory. Secondly, to point out possible benefits of Rastier's project for interpretation and analysis of literary texts. The key issue which characterizes the Rastier's semantics and which also represents the main axis of the present thesis can be put forward as follows. On one hand, the interpretative semantics grasps the text as a linguistic object which is open to various formal arrangements and to various articulations of semantic units. On the other hand, each text in its linguistic and non-linguistic context receives a particular shape and particular meaning. This general issue is discussed in detail in four mutually bound chapters where it is also applied on literary texts: (1) The first chapter deals with the notion of isotopy as the main textual principle. From the perspective of this concept a text cannot be grasped as a "big sentence" with an apriori determined syntax. Textuality rather resides in relationships between iterated (isotopic) elements which can be detected in the particular text on different linguistic levels (morphemes, lexies, sentences)....

Der Einsatz von automatisierten quantitativen Methoden in den Sozialwissenschaften gewinnt stetig an Bedeutung. Dies hat zum einen mit der rasant wachsenden Menge und Verfügbarkeit digital vorliegender Daten zu tun. Zum anderen erlauben es innovative automatisierte Ansätze, Ergebnisse zu produzieren, welche durch qualitative Arbeit allein nicht möglich wären. Die Implementierung innovativer Algorithmen zur Anwendung quantitativer Verfahren bedarf jedoch eines großen Maßes an Wissen im Bereich der Programmierung sowie der Funktionsweise der anzuwendenden Methoden. Da dieses Expertenwissen aber nur in den wenigsten Fällen in rein sozialwissenschaftlichen Projekten vorhanden ist, ist es notwendig, andere Lösungsmöglichkeiten zur Anwendung automatisierter quantitativer Verfahren in den Sozialwissenschaften zu nutzen. Lediglich die Bereiche der Computational Social Science sowie die Digital Humanities stellen Forschungsbereiche der Sozialwissenschaften dar, welche als Vorreiter bereits Erfahrungen im Umgang mit automatisierten quantitativen Verfahren aufweisen. Eine mögliche Lösung für den breiten Einsatz von automatisierten Verfahren in den gesamten Sozialwissenschaften ist die Erstellung und Anwendung von Text-Mining-Infrastrukturen, die speziell für den Einsatz in den Sozialwissenschaften ausgerichtet sind. Diese erlauben es Sozialwissenschaftlern, mit einer vergleichsweise geringen Einstiegshürde aktuelle Verfahren und Forschungsansätze der Bereiche Text Mining und Machine Learning auf ihre eigenen Forschungsfragen und Daten anwenden zu können. Damit diese Infrastrukturen aber auch tatsächlich einen deutlichen Mehrwert für den Sozialwissenschaftler darstellen, müssen verschiedene Anforderungen erfüllt werden. Diese teilen sich auf in generelle an Software gestellte Forderungen wie beispielsweise Skalierbarkeit und Performanz sowie in spezifische Anforderungen für die Anwendung in den Sozialwissenschaften. Zu diesen speziellen Anforderungen zählt die Möglichkeit des Umgangs mit verschiedenartigen Datengrundlagen. In dieser Arbeit wird der Fokus auf textuelle Daten gelegt, wobei auch diese sehr große Unterschiede in ihrer Charakteristik und damit in deren notwendiger Verarbeitung aufweisen. Es werden darüber hinaus drei Schlüsselanforderungen identifiziert, die für den Einsatz inden Sozialwissenschaften essentiell sind. Die erste Schlüsselanforderung beschreibt die generelle Ausrichtung einer Text-MiningInfrastruktur als generische Plattform, welche durch die Merkmale von Anpassbarkeit, Erweiterbarkeit sowie der Möglichkeit des Exportes von Ergebnissen an die zahlreichen zum Teil sehr diversen Forschungsfragen der Sozialwissenschaften assimiliert werden kann. Die zweite Schlüsselanforderung stellt die Notwendigkeit, qualitative und quantitative Forschungsdesigns durch die Implementierung von dafür vorgesehenen Interfaces vereinen zu können, in den Vordergrund. Beide Forschungsansätze können auf diese Weise voneinander profitieren. Zuletzt wird noch die Bedeutung von schwachen Signalen als Forschungsgrundlage in den Sozialwissenschaften hervorgehoben. Für alle drei dieser Schlüsselanforderungen als auch die übrigen abgeleiteten Anforderungen an eine Text-Mining-Infrastruktur für den Einsatz in den Sozialwissenschaften werden mögliche Implementierungen und Lösungsansätze präsentiert. Dies geschieht zum einen durch die Beschreibung des Designs und der Entwicklung genau einer solchen Text-Mining-Infrastruktur am Beispiel des interactive Leipzig Corpus Miner. Es werden notwendige Abwägungen bezüglich verschiedener Implementierungsstrategien und Softwaredesignentscheidungen, welche zur Umsetzung der gestellten Anforderungen notwendig sind, erläutert. Zum anderen wird ein Maß zur Quantifizierung von diachronen Kontextänderungen in der Form der Kontextvolatilität vorgestellt. Das Maß wird im Laufe der Arbeit zur Detektion und Analyse schwacher Signale in textuellen Daten eingesetzt. Im letzten Teil der Arbeit werden die realisierten Umsetzungen der Schlüsselanforderungen am Beispiel verschiedener durchgeführter Projekte aufgezeigt. Die wichtigsten Beiträge dieser Arbeit sind damit zum Ersten eine Aufstellung spezifischer Anforderungen an Text-Mining-Infrastrukturen für den Einsatz in den Sozialwissenschaften. Zum Zweiten wird darauf aufbauend ein mögliches Design einer daraus resultierenden Forschungsumgebung detailliert erläutert. Den dritten Beitrag dieser Arbeit stellt die Weiterentwicklung der Kontextvolatilität als Verfahren zur Detektion schwacher Signale in diachronen Daten dar.

The aim of this study was to quantitatively measure refutation text's power for conceptual change while qualitatively discovering students' preference of refutation or expository text structures. This study also sought to examine if religious interest levels predict conceptual change. Participants for this study were 9th, 10th-, 11th-, and 12th-grade seminary students from the private religious educational system of The Church of Jesus Christ of Latter-day Saints (LDS). The study was conducted in two sessions. Session 1 involved pretesting, interventions, and posttesting. Session 2 involved delayed posttesting and participant interviews. Results were predominately measured quantitatively with some qualitative interview analysis added to enrich the study. This research study provides insight into the refutation text effects in LDS religious education. Results of the study showed significant differences in conceptual change between participants reading refutation texts and those reading expository texts. In every case, the refutation text group performed higher on posttests than did the expository group. Results also showed participant preference toward refutation text structures. Furthermore, the study found significant correlations that verify topic interest as a possible predictor of conceptual change. Insights are valuable in aiding curriculum developers in implementing effective ways to teach doctrinal principles by utilizing refutation text interventions. The advantages of this research study add to educational research and identify areas for improvement and exploration in further research. This study of refutation text effects in religious education also broadens researchers' understanding of refutation text's power for conceptual change in subjects outside of K-12 science. Results of this study are of interest to researchers, teachers, curriculum writers, and LDS seminary teachers and administrators.

Die Epochenschwelle vom 18. zum 19. Jahrhundert besteht in einem Schritt vom historischen Rekonstruieren zum hermeneutischen Interpretieren, das jedenfalls zeigt die Geschichte der Hermeneutik und die Geschichte der Geschichtsschreibung. Historische Bilder - der Philosophie, der Mythologie, allgemein - sind damals entworfen und revidiert worden, die sich noch heute im Umgang mit der Philosophie beobachten lassen. Jener Streit um die Bedeutung von Texten für die Philosophie scheint in dieser Epochenschwelle entschieden: Das Immanenzverhältnis ersetzt das Transzendenzverhältnis. Texte sind Orte der Philosophie, nicht Mittel. Aber wie gestaltet sich diese Ersetzung? Ist sie Folge, Folgerung, bildet sie eine selbst immanente Logik, so etwas wie die Logik des historischen Bildes der Philosophie? Im folgenden wird ein Bildervergleich klären helfen, was philosophische Texte sind, auch wenn die angeführten Bilder Tempel zeigen. Beide Bilder lassen sich der für unser heutiges philosophisches Selbstverständnis entscheidenden Epochenschwelle zurechnen.

Einerseits werden bestehende Ergebnisse aus so unterschiedlichen Richtungen wie etwa der empirischen Medienforschung und dem Text Mining zusammengetragen. Es geht dabei um Inhaltsanalyse, von Hand, mit Unterstützung durch Computer, oder völlig automatisch, speziell auch im Hinblick auf die Faktoren wie Zeit, Entwicklung und Veränderung. Die Verdichtung und Zusammenstellung liefert nicht nur einen Überblick aus ungewohnter Perspektive, in diesem Prozess geschieht auch die Synthese von etwas Neuem. Die Grundthese bleibt dabei immer eine einschließende: So wenig es möglich scheint, dass in Zukunft der Computer Analysen völlig ohne menschliche Interpretation betreiben kann und wird, so wenig werden menschliche Interpretatoren noch ohne die jeweils bestmögliche Unterstützung des Rechners in der Lage sein, komplexe Themen zeitnah umfassend und ohne allzu große subjektive Einflüsse zu bearbeiten – und so wenig werden es sich substantiell wertvolle Analysen noch leisten können, völlig auf derartige Hilfen und Instrumente der Qualitätssicherung zu verzichten. Daraus ergeben sich unmittelbar Anforderungen: Es ist zu klären, wo die Stärken und Schwächen von menschlichen Analysten und von Computerverfahren liegen. Darauf aufbauend gilt es eine optimale Synthese aus beider Seiten Stärken und unter Minimierung der jeweiligen Schwächen zu erzielen. Praktisches Ziel ist letztlich die Reduktion von Komplexität und die Ermöglichung eines Ausgangs aus dem Zustand des systembedingten „overnewsed but uninformed“-Seins.:Abbildungsverzeichnis v Tabellenverzeichnis viii 1 einleitung 1 1.1 Sinn einer wissenschaftlichen Arbeit zu Beginn des 21. Jahrhunderts 1 1.2 Verortung der Arbeit in der Ordnung der Wissenschaften 1 1.3 Vor dem Text 2 1.4 Beitrag zu Forschung und Praxis 3 1.5 Anlage und Aufbau der Arbeit 4 2 grundlagen 5 2.1 Textdaten 5 2.1.1 Zeichen 5 2.1.2 Verweise 6 2.1.3 Encoding 6 2.1.4 Umwandlung 7 2.2 Untersuchungsobjekte 7 2.2.1 Begriffe 7 2.2.2 Verteilung 8 2.2.3 Kookkurrenzen 12 2.3 Exkurs: Ein Verteilungsexperiment 12 2.3.1 Setup 12 2.3.2 Einfluss der Samplegröße 14 2.3.3 Einfluss der Korpusgröße 14 2.3.4 Wiederauftauchen von Types und Kookkurrenzen 14 2.4 Zeit 18 2.4.1 Definition 18 2.4.2 Betrachtungsarten 18 2.4.3 Zeitreihenanalyse 18 2.5 Wahrheit und Information 19 3 zugänge zu text 21 3.1 Inhaltsanalyse 21 3.1.1 Geschichte 21 3.1.2 Vorgehen 22 3.1.3 Kritik 23 3.1.4 Mit Computer 23 3.1.5 Medienresonanzanalyse 24 3.1.6 Exkurs: Automatische Analyse von Meinungen und Einstellungen 25 3.1.7 Ein anderer Zugang zu Text durch Text Mining 26 3.2 Beispiele 27 3.2.1 Nachrichtensuchmaschinen 27 3.2.2 Nachrichtenzusammenfassungen 28 3.2.3 Nachrichtenüberblicke 29 4 die wörter des tages 34 4.1 Einordnung und Ursprung 34 4.1.1 Projekt Deutscher Wortschatz 34 4.1.2 Idee zu „Wörtern des Tages“ 37 4.1.3 Verwandte Ansätze und Arbeiten 38 4.2 Archivierung 39 4.2.1 Zur Funktion von Archiven 40 4.2.2 Rechtliche Rahmenbedingungen 40 4.3 Implementierung 44 4.3.1 Daten und Datenacquise 45 4.3.2 Vorverarbeitung 50 4.3.3 Linguistische Aufbereitung 54 4.3.4 Tägliche Verarbeitung 58 4.3.5 Präsentation 65 4.3.6 Evaluation 70 4.4 Weiterentwicklungen und Perspektiven 71 4.4.1 Anwendungen 71 4.4.2 Mashup 74 4.4.3 Medien- und Trendanalyse 78 5 schluss 84 a weitere beispiele aus der anwendung 85 a.1 Wirtschaft 85 a.2 Papst: Tod und Neuwahl 87 a.3 Weltsicherheitsrat 93 b listings 94 c datenbankschema 110 d wissenschaftlicher werdegang 112 e publikationen 113 literaturverzeichnis 114

Indiana University-Purdue University Indianapolis (IUPUI) / After the initial network is constructed using expert’s knowledge of the domain, Bayesian networks need to be updated as and when new data is observed. Literature mining is a very important source of this new data. In this work, we explore what kind of data needs to be extracted with the view to update Bayesian Networks, existing technologies which can be useful in achieving some of the goals and what research is required to accomplish the remaining requirements. This thesis specifically deals with utilizing causal associations and experimental results which can be obtained from literature mining. However, these associations and numerical results cannot be directly integrated with the Bayesian network. The source of the literature and the perceived quality of research needs to be factored into the process of integration, just like a human, reading the literature, would. This thesis presents a general methodology for updating a Bayesian Network with the mined data. This methodology consists of solutions to some of the issues surrounding the task of integrating the causal associations with the Bayesian Network and demonstrates the idea with a semiautomated software system.

Denna litteraturstudie har som syfte att undersöka hur digitaliseringen påverkar läsutvecklingen hos elever, samt om digital läsning kan motivera och bidra till en ökad lust till läsning. Manuell och citeringssökning har varit de primära sökstrategierna för att finna relevanta artiklar. Artikelsökning via snöbollsurval har även förekommit för att utvidga sökfältet ytterligare. I litteraturstudien ingår vetenskapliga artiklar som berör grundskoleelevers läsutveckling och motivation i relation till digital läsning. Resultaten visar på i vissa fall att läsa digitalt och i tryckt text är relativt likvärdigt, men kan å ena sidan visa resultat som tyder på bättre läsförståelse vid digital läsning och å andra sidan visa att pappersbaserade läs test som görs för att bedöma läsförståelse är mer gynnsam. Resultatet visade även att oregelbundna mätningar som gjordes, avsedda att mäta elevers läsförståelse, läs flyt och läsattityder, så främjade digitala texter både läs flyt och läsförståelse. Fynd i resultatet visar på att omständigheter och inställning har betydelse för läsförståelse hos elever. Fortsättningsvis visar resultatet att äldre elever har bättre läsresultat när det kommer till internetbaserad läsning än vad yngre elever har. Vidare visar sammanställningen av artiklarnas resultat på att tillgängligheten till Internet ger lärare fler valmöjligheter till en varierad läskunnighetsundervisning. Generellt sett blir elever motiverade av att läsa digitalt. Detta gäller i synnerhet lågpresterande samt omotiverade elever.

Data extraction from engraved text is discussed rarely, and nothing in the open literature discusses data extraction from cemetery headstones. Headstone images present unique challenges such as engraved or embossed characters (causing inner-character shadows), low contrast with the background, and significant noise due to inconsistent stone texture and weathering. Current systems for extracting text from outdoor environments (billboards, signs, etc.) make assumptions (i.e. clean and/or consistently-textured background and text) that fail when applied to the domain of engraved text. Additionally, the ability to extract the data found on headstones is of great historical value. This thesis describes a novel and efficient feature-based text zoning and segmentation method for the extraction of noisy text from a highly textured engraved medium. Additionally, the usefulness of constraining a problem to a specific domain is demonstrated. The transcriptions of images zoned and segmented through the proposed system result in a precision of 55% compared to 1% precision without zoning, a 62% recall compared to 39%, an F-measure of 58% compared to 2%, and an error rate of 77% compared to 8303%.

Universitet och högskolor rekommenderar idag stora mängder digital kurslitteratur. Digitalt material kan representeras i olika format, dels som inskannad från bok (inkongruent läsning), där texten inte kan bli manipulerad, samt som digital text (kongruent läsning), där texten är producerad för ett digitalt syfte och kan bli manipulerad till dess föredragna utseende (typsnitt, storlek, etc.). Dessutom möjliggör digital text användandet av verktyg såsom överstrykning och markörer. Tidigare studier indikerar att användande av sådana verktyg vid studier är fördelaktigt för studenters prestation. Denna studie syftar till att undersöka om olika digitala presentationer av text (inskannad och digital text) påverkar studenters läshastighet samt läsupplevelse. Två akademiska texter i både digitalt och inskannat format agerade som bas för denna fallstudie där skillnaden i läshastighet och läsupplevelse, mellan två gruppen som läste ett format var, analyserades. Resultatet av denna studie visade ingen signifikant skillnad i läshastighet mellan de två formaten. Däremot fanns det avsevärda skillnader i läsupplevelsen, där digital text föredrogs, med avseende på både tillgängliga verktyg samt utseendet på texten. Resultaten angående läsupplevelsen var i linje med tidigare forskning angående vana och attityd, och visade att studenters tidigare vana och bekvämlighet vid ett format påverkar läsupplevelsen av det formatet. Resultaten indikerade även att det fanns ett oväntat samband mellan att öva sig i läsning på ett format, och sedan föredra det formatet. Sammanfattningsvis har denna fallstudie visat att inskannad text har en negativ effekt på läsupplevelsen, och att detta kan bero på studenters ovana vid det formatet. Digital text är därmed att föredra för studenters läsning. / Universities and colleges recommend great amounts of student litterature digitally, which can be represented in different formats. Either as scanned from a book (incongruent reading), where the text can not be manipulated, or as digital text (congruent reading) where the text is produced for a digital purpose and can be manipulated to its preferable appearance (font, size etc). Furthermore, digital text enables the reader to use tools such as highlighters and markers. Earlier studies indicate that usage of such tools during reading is beneficial for the student reading performance. The results from previous research about reading rate are not cohesive, and non existant for incongruent reading situations. This study aimed to investigate whether different digital presentations of text (i.e., scanned and digital text) have an influence on students’ reading rate and their perception of the reading. Two academic texts in both digital and scanned format provided the basis for this study where the disparity of the reading rate and perception, between two groups who read on one format each, where analyzed. The results of this study showed no significant difference in reading rate between the formats. However, there were substantial differences in the perception of reading, where digital text was preferred, both regarding the available tools and the appearance of the text. The results regarding perception were in alignment with previous research in this field, and confirmed that experience and student comfort with a format affects the perception of reading on that format. Results also indicated an unexpected short-term relationship between practicing a format and preferring that format. In summary, this study showed that scanned text has negative effects on the perception of the reading, and that this might be a consequence of students lacking experience with this format. Digital text is hence the preferred format for student reading situations.