Methodik

Was ist LDA-Themenmodellierung?

Latent Dirichlet Allocation (LDA) ist ein statistisches Verfahren zur Themenmodellierung. Es durchsucht eine große Textsammlung nach Wörtern, die häufig gemeinsam auftreten, und fasst sie zu Themen ("Topics") zusammen, ohne dass diese Themen vorab festgelegt werden. Jedes Thema wird als typische Mischung bestimmter Wörter beschrieben, jedes Dokument wiederum als Mischung mehrerer Themen.

Für diese Analyse wurden die extrahierten Textstellen der Schlagwortsuche je Konzept auf ihre Grundform zurückgeführt, um gängige Füllwörter bereinigt und in eine Worthäufigkeitstabelle überführt. Auf dieser Grundlage berechnet die App für jedes Konzept mehrere Modelle mit unterschiedlicher Themenzahl, zwischen denen Sie unten wählen können. Die Visualisierung des Themenraums basiert auf einer angepassten Version von pyLDAvis: Ähnliche Themen liegen im Diagramm näher beieinander, ihre Größe spiegelt ihre Häufigkeit im Textkorpus wider. Da LDA ausschließlich auf Worthäufigkeiten beruht und die Bedeutung der Wörter im Satz nicht erfasst, ergänzt diese App die Ergebnisse um das kontextsensitivere BERTopic-Verfahren (s. folgende Menuseite).

Intertopic Distance Map

Themenraum (via MDS) und Top-30 relevanteste Begriffe

Top-Begriffe (alle Themen)

Tabelle

Termhäufigkeiten je Thema

Wortwolken

Themenbegriffe als Wortwolke

Verteilung

Themenverteilung nach Fach

Übersicht

Konzept-Kookkurrenz

Wie oft taucht der Name eines Konzepts unter den relevantesten Begriffen der Themen eines anderen Konzepts auf (k=10).