Opinion Mining in Newspapers for a Media Response Analysis

178 Pages·2014·3.5 MB·English

Opinion Mining in Newspapers
for a Media Response Analysis
Inaugural-Dissertation
zur
Erlangung des Doktorgrades
der Mathematisch-Naturwissenschaftlichen Fakult¨at
der Heinrich-Heine-Universit¨at Du¨sseldorf
vorgelegt von
Thomas Scholz
aus Meerbusch
Du¨sseldorf, Oktober 2013
Aus dem Institut fu¨r Informatik
der Heinrich-Heine Universit¨at Du¨sseldorf
Gedruckt mit der Genehmigung der
Mathematisch-Naturwissenschaftlichen Fakult¨at der
Heinrich-Heine-Universit¨at Du¨sseldorf
Referent: Prof. Dr. Stefan Conrad
Koreferent: Prof. Dr. Martin Mauve
Tag der mu¨ndlichen Pru¨fung: 04.02.2014
Dedicated to
Thorsten, Margrit, and Stefan

Acknowledgements
The results presented in this thesis are the outcome of my three years of research at
theDatabasesand Information Systems Group oftheDepartmentofComputerScience
at the Heinrich Heine University of Du¨sseldorf.
First of all, I would like to say thank you to my supervisor, Prof. Dr. Stefan Conrad.
His door was always open for me to come in with questions or problems from the time
when I was an undergraduate and needed a schedule for my subsidiary subject to the
time when this thesis was nearly printed. I knew very early, that I would like to work in
his group one day. Also, I would like to thank Prof. Dr. Martin Mauve for his interest
in my research and his willingness to be the second assessor. Likewise, I thank the
third reviewer Prof. Dr. Jo¨rg Scheidt for the same reasons.
WewouldliketoexpandmycomplimentstoDr.JohannaVomprasandtoDr.Sadet
Alcic, who supervised my first steps in academic research. Special thanks go to my
first room neighbour Dr. Tim Schlu¨ter, who taught me a lot of practical things about
working in a research department. I would also like to say thank you to my colleagues
Ludmila Himmelspach (our rumour generator), Jiwu Zhao (the karate bowler), Dr. Ka-
trin Zaiß (Doctrine), and my new colleagues Magdalena Rischka (redundancy creates
security), Daniel Braun (inventor of so many things whose names include his surname),
Michael Singhof (the organiser), and Robin Ku¨ppers (we are still waiting for his sar-
casm blog). Last but not least, I say thank you to Sabine Freese and Guido Ko¨nigstein
for time, patience, support, suggestions, and their positive spirit.
All of you are the reasons, why I will miss my work at the University of Du¨sseldorf.
The time was to short.
And I would like to thank Dr. Isabel Wolters for our many discussions at the
beginning of the ATOM project and before. I will never forget the day, when we
received the funding approval, and our evenings in the steakhouse.
Finally, I would like to thank everybody, who has supported me in the last three
years, especially my family and my friends.
Du¨sseldorf, Germany
October, 2013 Thomas Scholz

Abstract
A part of the broad research domains Knowledge Discovery and Information Retrieval
deals only with Data Mining in texts: Text Mining. In general, Text Mining tries to
obtain knowledge by identifying patterns in textual data. One of its most important
areas is Opinion Mining, which is the main topic of this thesis.
Opinion Mining is a far-reaching research area, because it is potentially interesting
for many different fields of application as well as its results are very valuable: Opinions
are analysed in reviews of products, services, etc. to create very detailed reports about
the subject of the reviews or to identify fake or spam reviews. Furthermore, contri-
butions for Opinion Mining in Social Media try to discover opinions in these networks
such as Twitter, Facebook, and Youtube. We concentrate on Opinion Mining in news
articles, because automatically extracted opinions from news have a high economic
value, especially for media monitoring services, but at the same time, this domain has
been rather neglected by approaches for Opinion Mining.
Thus, we complement this research area by tasks of a Media Response Analysis,
which includes the extraction of statements, the classification of the tonality, and the
determination of viewpoints. To establish these tasks within the Opinion Mining com-
munity, we published an own dataset of a Media Response Analysis (MRA).
A major challenge is the extraction of statements for an MRA. In this step, the
text parts of a news article have to be identified, which are most relevant for analysis
objects and contain opinions, even if the tonality of the opinion is neutral.
Theclassificationofthetonalityforagiventextortextpartrepresentsthemostdif-
ficult task for almost every Opinion Mining approach. Many contributions involve only
this step and apply a broad spectrum of techniques to tackle this problem: The cre-
ation of sentiment dictionaries, the analysis of contextual information, machine learn-
ing, heuristic rules, profoundly linguistic analyses, and many more. During this thesis
we investigate many characteristics for the determination of tonality in our domain in
contrast to recent research and propose a very well working approach for the tonality
classification of statements in newspaper articles, which is adjusted to the requirements
of a practical solution and achieves better results for our task than current state-of-
the-art techniques.
Extracted and rated statements are difficult to assess for MRA, if they do not
containanyinformationabouttheviewpoint. Tocompleteafullyautomatedsolutionof
Opinion Mining for a Media Response Analysis, we explain and evaluate our ontology-
based approach for the determination of viewpoints.

Zusammenfassung
Ein Teil der weitreichenden Forschungsgebiete von Knowledge Discovery und Informa-
tion Retrieval besch¨aftigtsichnurmitData Mining inTexten: Text Mining. Allgemein
versucht man beim Text Mining durch Mustererkennung Wissen aus textuellen Daten
zu ziehen. Eines der bekanntesten Gebiete in Text Mining ist Opinion Mining, das
grundlegende Thema dieser Arbeit.
Opinion Mining ist ein weitreichender Forschungszweig, weil Opinion Mining fu¨r
viele Anwendungsgebiete interessant ist und gleichzeitig die Resultate potentiell wert-
voll sind: Meinungen k¨onnen in Bewertungen zu Produkten, Dienstleistungen, etc.
untersucht werden, um detaillierte Berichte u¨ber den Gegenstand der Bewertung zu
erstellen oder um nicht glaubwu¨rdige oder nutzlose Bewertungen zu identifizieren. Im
BereichsozialeNetzwerkeversuchtmanMeinungenz.B.beiTwitter, Facebook, Youtu-
be, etc. zu entdecken. Wir konzentrieren uns auf Opinion Mining in Zeitungsartikeln,
weil automatisch extrahierte Meinungen aus Zeitungen von großem wirtschaftlichen
Wert sind, besonders fu¨r Medienbeobachter und ihre Kunden. Zugleich ist Opinion
Mining in Zeitungen von aktuellen Arbeiten eher vernachl¨assigt worden.
Deshalb komplettieren wir dieses Forschungsgebiet um die Herausforderungen ei-
ner Medienresonanzanalyse, die eine Aussagenextraktion, eine Tonalit¨atsklassifikation
und eine Perspektivbestimmung umfasst. Wir ver¨offentlichten einen eigenen Datensatz
einer solchen Analyse um diese Herausforderungen noch weiter zu etablieren.
EineSchlu¨sselaufgabeistdieExtraktionvonAussagenfu¨reineMedienresonanzana-
lyse (MRA). In diesem Schritt mu¨ssen die Abschnitte von Zeitungsartikeln identifiziert
werden, die relevant fu¨r die Analyseobjekte sind und eine Meinung beinhalten, selbst
wenn die Tonalit¨at dieser Meinung neutral ist.
Die Klassifikation der Tonalit¨at fu¨r einen gegebenen Text oder Textteile ist mei-
stens die schwierigste Aufgabe innerhalb einer automatischen Meinungsanalyse. Viele
Ans¨atze drehen sich nur um diesen Schritt und schlagen ein breites Spektrum an Tech-
niken fu¨r dieses Problem vor: Generierung von Tonalit¨atsw¨orterbu¨chern, Analyse des
Kontextes, maschinelles Lernen, heuristische Regeln, tiefgehende sprachliche Analy-
sen und vieles mehr. Innerhalb dieser Arbeit stellen wir viele Besonderheiten fu¨r die
Tonalit¨atsbestimmung in Zeitungen im Vergleich zu aktuellen Arbeiten heraus und
entwickeln einen sehr gut funktionierenden Ansatz fu¨r die Klassifikation der Tonalit¨at
in Aussagen aus Zeitungsartikeln, der an die Voraussetzungen fu¨r einen Einsatz in der
Praxis angepasst ist und bessere Resultate erzielt als der aktuelle Stand der Technik.
Extrahierte und mit Tonalit¨at versehene Aussagen sind allerdings immer noch
schwierig zu bewerten innerhalb einer MRA, wenn keine Informationen u¨ber die Per-
spektive verfu¨gbar sind. Deshalb vervollst¨andigen wir unsere automatische L¨osung fu¨r
eine Medienresonanzanalyse um eine Perspektivbestimmung durch einen ontologieba-
sierten Ansatz.