MARDY: Modellierung von Argumentationsdynamik im politischen Diskurs (Phase 2)

• Antragsteller: Professor Dr. Sebastian Haunss; Professor Dr. Jonas Kuhn; Professor Dr. Sebastian Padó
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Politikwissenschaft
• Förderung: Förderung von 2017 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 375875969

Diese interdisziplinäre Kooperation zwischen Computerlinguistik, Maschinellem Lernen und Politikwissenschaft soll Modelle und Methoden für die computergestützte Argumentationsanalyse im politischen Diskurs entwickeln, insbes. zur Dynamik, mit der sich der diskursive Austausch zu kontroversen Themen zeitlich entfaltet. Ziel ist es, den zu erwartenden Einfluss von Argumenten unterschiedlicher AkteurInnen auf den weiteren Debattenverlauf abzuschätzen. Hier spielen neben der inhaltlich-argumentativen Substanz der Forderung (claim) und ihrer Rechtfertigung (justification) weitere Faktoren eine Rolle: Entstehen und Struktur von Diskurskoalitionen, gleichartige oder gegenläufige Begründungsmuster (frames), Status von und Beziehung zwischen AkteurInnen etc. Solche Faktoren sollen in effektive, skalierbare Computermodelle integriert werden, die eine interaktive Recherche zu laufenden oder zurückliegenden Debatten unterstützen, sowohl für professionelle AnalytikerInnen (z.B. Politologen) als auch für informierte Laien.Unser Modellierungsansatz führt moderne sprachtechnologische Methoden mit mächtigen maschinellen Lernverfahren (insbes. joint inference und deep learning) und analytischen Einblicken aus der Politikwissenschaft zusammen, um global kohärente Diskursnetzwerke zu erzeugen, die Akteure, Forderungen und Rechtfertigungen in Beziehung setzen. Dies erfordert die Lösung von komputationellen Teilaufgaben zur Extraktion der genannten Faktoren aus Texten, die dann in komplexeren Modellen kombiniert werden.Hauptdatengrundlage ist ein mehrere Zeiträume umfassendes deutsches Zeitungs-Korpus zu unterschiedlichen Themen. Im Rahmen der Modellentwicklung werden qualitativ anspruchsvolle Korpusannotationen (Codierungen) zu den genannten Faktoren vorgenommen. Das annotierte Zeitungskorpus wird für Forschungszwecke frei verfügbar gemacht. Zusätzlich verwenden wir weiteres empirisches Material, insbesondere existierende Korpora mit Parlamentsprotokollen um unmittelbar die Argumentation politischer Akteure zu erfassen.Die Anwendung dynamischer Netzwerkmodelle auf reale Debatten-Datensätzen ermöglicht retrospektive Vorhersageexperimente und damit das Testen von Hypothesen zum empirisch nachweisbaren Einfluss diverser Faktoren auf den Diskursverlauf. Solche Experimente können zudem zeigen, wie sich die Modellparameter zur theoretischen Interpretation und/oder zu den aus Erfahrung entwickelten Intuitionen eines Beobachters verhalten. Mit interaktiven Visualisierungs- und Diagnosewerkzeugen sollen trainierte Vorhersagemodelle - angewandt auf eine laufende Debatte - unerwartete Wendungen entdecken helfen und andere Analyseszenarien zum politischen Diskurs unterstützen. Die enge Verzahnung der am Projekt beteiligten Arbeitsgruppen trägt dazu bei, dass die Computermodelle in geeignete Werkzeuge für die Politikwissenschaft münden. Die Etablierung einer entsprechenden Best-practice-Methodologie für die interdisziplinäre Zusammenarbeit ist selbst zentrales Projektziel.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 1999: Robust Argumentation Machines (RATIO)