8. Politisches Gezwitscher in Text und Bild

Politischer Diskurs findet mehr und mehr (auch) in den sozialen Netzwerken statt. Besonders der Micro Blogging-Dienst Twitter spielt hier eine große Rolle. Für die Analyse von politischen Meinungsbildungsprozessen bietet sich daher eine computergestützte quantitative Auswertung von Micro Blogs an. Dabei ist nicht nur interessant, welche Themen diskutiert werden, sondern auch, wie die Kommunikationsteilnehmer zu diesen Themen stehen (positiv oder negativ). Verfahren der sogenannten Sentiment Analyse sind für Texte relativ gut erforscht. Twitter ist jedoch ein multimodales Medium, in dem insbesondere Bilder häufig zusammen mit Texten verschickt werden. Aufgrund der durch das Micro Blogging erzwungenen Kürze ergibt sich der Gehalt einer Nachricht in diesen Fällen oft erst aus der Kombination von Text und Bild. Eine rein textbasierte Sentiment Analyse liefert daher nur suboptimale Ergebnisse. Der vorliegende Aufsatz stellt ein Verfahren zur multimodalen Sentiment Analyse von Micro Blogs vor. Text- und Bildmerkmale werden dabei in einem Deep-Learning-Modell kombiniert. Das beste vorgestellte Modell erreicht gute Ergebnisse auf einem Benchmark-Datenset (Photo Tweet) und hat eine höhere Genauigkeit als unimodale Modelle. Im Rahmen einer Machbarkeitsstudie wurde das Modell zudem auf eine Tweet-Sammlung zum Brexit und zu den Wahlen für das Europaparlament 2019 angewendet.