Analyse politischer Mediensprache

Projektüberblick

Dieses Projekt untersucht die Schnittstelle zwischen Statistik und Linguistik in der politischen Medienberichterstattung. Ziel ist es zu analysieren, wie Politikerinnen und Politiker in Mediennarrativen beschrieben werden und ob Merkmale wie Alter, Geschlecht und ethnischer bzw. nationaler Hintergrund mit den verwendeten Adjektiven zusammenhängen.

Die Analyse konzentriert sich auf Adjektive in Beschreibungen politischer Persönlichkeiten aus der Politico 28 Class of 2023 sowie auf ergänzende Medientexte aus dem NOW Corpus. Der Workflow kombiniert linguistische Kategorisierung, explorative Analyse, statistische Tests und interpretierbares Machine Learning.

Forschungsmotivation

Politische Mediennarrative beeinflussen, wie politische Führungspersonen öffentlich wahrgenommen werden. Beschreibende Adjektive können Leadership, Glaubwürdigkeit, Ideologie, Persönlichkeit, Kompetenz und emotionale Wirkung sprachlich rahmen.

Datenquellen

Die Analyse basiert auf zwei zentralen Quellen: Politico Europe’s Politico 28 Class of 2023 für gezielte politische Profile und dem News on the Web Corpus für breitere Sprachmuster in Online-Nachrichten.

• Politico 28 Class of 2023: gezielte Profile und manuell extrahierte beschreibende Adjektive.
• NOW Corpus: breiterer Medienkontext und Adjektivgebrauch im Online-Nachrichtendiskurs.
• Manuelle Kategorisierung: Adjektive wurden semantischen Kategorien wie Kompetenz, Emotion, Politik, Charakter, Alter und Erscheinungsbild zugeordnet.

Datensatz

Der Datensatz kombiniert Merkmale auf Politiker-Ebene mit linguistischen Informationen auf Adjektiv-Ebene. Jede Zeile steht für ein Adjektiv, das zur Beschreibung einer politischen Person verwendet wurde, zusammen mit Metadaten wie Geschlecht, Alter, Hintergrund, Token-Häufigkeit und semantischer Kategorie.

Problemdefinition

Das Projekt untersucht, ob Muster im Adjektivgebrauch mit demografischen und politischen Merkmalen verbunden sind. Es analysiert, ob jüngere und ältere Politikerinnen und Politiker unterschiedlich beschrieben werden, ob Geschlecht mit Kompetenz- oder Emotionsadjektiven zusammenhängt und ob der Hintergrund sprachliche Beschreibungsmuster beeinflusst.

Eine zusätzliche Modellierungsaufgabe nutzt Alter und Adjektivkategorien, um Geschlecht vorherzusagen. Das Ziel ist jedoch nicht die Geschlechtsvorhersage an sich, sondern Interpretation: Das Modell zeigt, welche linguistischen und demografischen Variablen prädiktive Informationen enthalten.

Statistische Methoden

Das Projekt kombiniert explorative Datenanalyse, Hypothesentests und interpretierbares Machine Learning. Ziel ist nicht nur Vorhersage, sondern auch die Interpretation linguistischer und demografischer Muster in Medienbeschreibungen.

Explorative Analyse

Der Datensatz enthält politische Personen mit unterschiedlichen Altersgruppen, Geschlechtern und Hintergründen. Die Altersspanne reicht ungefähr von Mitte 40 bis Anfang 70, während die Verteilung unter anderem ukrainische, deutsche, französische, amerikanische, türkische und estnische Hintergründe umfasst.

• Französischer Hintergrund erschien im analysierten Datensatz am häufigsten.
• Die Geschlechterverteilung zeigte eine männliche Mehrheit, aber auch eine deutliche weibliche Repräsentation.
• Kategorien wie Politik, Charakter, Alter, Emotion, Kompetenz und Status wurden zur Klassifikation von Adjektiven verwendet.
• Vergleiche nach Geschlecht deuteten auf unterschiedliche Beschreibungsmuster für männliche und weibliche politische Personen hin.

Statistische Tests

Welch-t-Tests wurden verwendet, um Adjektivhäufigkeiten zwischen Gruppen zu vergleichen. Eine Analyse deutete darauf hin, dass der Deskriptor „Kompetenz“ im Datensatz häufiger für männliche Politiker als für weibliche Politikerinnen verwendet wurde.

Diese Ergebnisse deuten auf mögliche geschlechtsbezogene Unterschiede in der sprachlichen Zuschreibung von Kompetenz hin, während Alter die Nutzung emotionsbezogener Beschreibungen in diesem Datensatz nicht klar erklärte.

Decision-Tree-Modell

Ein Decision-Tree-Modell wurde eingesetzt, um Geschlecht anhand von Alter und Adjektivkategorien vorherzusagen. Ziel war ein interpretierbares Modell, das sichtbar macht, welche Merkmale zu geschlechtsbezogenen linguistischen Mustern beitragen.

Der Decision Tree teilte zunächst nach Altersgruppe, was darauf hinweist, dass Alter im Modell prädiktive Information trug. Spätere Splits nutzten linguistische Kategorien wie Charakter, Politik und Kompetenz.

Feature-Interpretation

• Alter: stärkstes Merkmal in der finalen Modellinterpretation.
• Charakter-Kategorien: wichtig für die Trennung einiger Geschlechtergruppen.
• Politik-Kategorien: erfassen ideologische und rollenbezogene Beschreibungen.
• Kompetenz-Kategorien: spiegeln Fähigkeiten, Führung und leistungsbezogene Beschreibungen wider.

Modellevaluation

Das finale Decision-Tree-Modell wurde mit einer Confusion Matrix und gängigen Klassifikationsmetriken bewertet. Die Ergebnisse zeigen, dass das Modell relevante Muster erfasst, die begrenzte Datengröße und überlappende linguistische Kategorien jedoch die Generalisierbarkeit einschränken.

Weitere Metriken

• MSE: 0.1643.
• RMSE: 0.4054.
• Feature Importance: Alter trug im berichteten Modell den größten Anteil bei.

Zentrale Ergebnisse

Die Analyse legt nahe, dass Medienbeschreibungen politischer Personen nicht zufällig sind. Einige Adjektivkategorien scheinen mit demografischen und politischen Merkmalen verbunden zu sein, insbesondere mit Geschlecht und Alter. Aufgrund der begrenzten Datengröße sollten die Ergebnisse als explorativ und nicht als endgültig interpretiert werden.

• Kompetenzbeschreibungen waren im analysierten Datensatz häufiger bei männlichen Politikern.
• Emotionsbezogene Beschreibungen zeigten keinen statistisch signifikanten Unterschied zwischen Altersgruppen.
• Die Decision-Tree-Ergebnisse deuten darauf hin, dass Alter und Adjektivkategorien nützliche prädiktive Informationen enthalten.
• Das Modell erreichte gute Precision- und Recall-Werte, die Erklärungskraft blieb jedoch moderat.
• Das Projekt zeigt, wie Sprache Medienframing und politische Stereotype widerspiegeln oder verstärken kann.

Limitationen

Die wichtigste Einschränkung ist die Datensatzgröße. Politico 28 ist eine kleine und kuratierte Stichprobe, daher können die Ergebnisse nicht auf die gesamte politische Medienberichterstattung verallgemeinert werden. Einige Adjektivkategorien wurden manuell vergeben, was Subjektivität einführen kann. Token-Häufigkeiten können außerdem durch mediale Aufmerksamkeit beeinflusst sein.

• Kleine Stichprobe auf Basis einer kuratierten Gruppe politischer Personen.
• Manuelles Adjektiv-Tagging kann Klassifikationsbias einführen.
• Der NOW-Corpus-Kontext kann je nach Quelle, Land und Publikationsstil variieren.
• Decision-Tree-Modelle sind interpretierbar, aber empfindlich gegenüber kleinen Datenänderungen.
• Die Ergebnisse sollten als explorative Evidenz und nicht als kausaler Nachweis von Medienbias verstanden werden.

Ausblick

Zukünftige Arbeiten könnten den Datensatz erweitern, mehr politische Personen und zusätzliche Nachrichtenquellen einbeziehen und die linguistische Feature-Extraktion mit NLP-Methoden verbessern. Fortgeschrittene Modelle könnten mit dem Decision Tree verglichen werden, ohne die Interpretierbarkeit zu verlieren.

• Größere Korpora und mehr politische Profile verwenden.
• Adjektivextraktion mit NLP-Pipelines automatisieren.
• Sentiment Analysis und kontextuelle Embeddings anwenden.
• Decision Trees mit Random Forests, logistischer Regression und Transformer-basierten Modellen vergleichen.
• Ergebnisse über Länder, Medienquellen und Zeiträume hinweg validieren.

Ergebnis

Dieses Projekt stärkte meine Fähigkeit, statistische Analyse mit textbasierten Daten und linguistischer Interpretation zu verbinden. Es zeigt praktische Erfahrung mit Datenbereinigung, Feature-Kategorisierung, explorativer Visualisierung, Hypothesentests, Decision-Tree-Modellierung und Modellevaluation in einem sozialwissenschaftlichen Kontext.

Als Portfolio-Projekt verbindet es Statistik, Machine Learning, NLP-orientiertes Feature Engineering und politische Medienanalyse in einem interpretierbaren Workflow.