{"id":180990,"date":"2023-07-20T16:41:10","date_gmt":"2023-07-20T15:41:10","guid":{"rendered":"https:\/\/liora.io\/de\/?p=180990"},"modified":"2026-02-06T06:32:22","modified_gmt":"2026-02-06T05:32:22","slug":"nlp-twitter-sentimentanalyse","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/nlp-twitter-sentimentanalyse","title":{"rendered":"NLP Twitter – Sentimentanalyse"},"content":{"rendered":"

NLP Twitter: Heute wird Twitter von Hunderten Millionen Menschen auf der ganzen Welt genutzt. Genauer gesagt, bel\u00e4uft sich die aktuelle Sch\u00e4tzung auf etwa 330 Millionen monatlich aktive Nutzer und 145 Millionen t\u00e4glich aktive Twitterer. Eine weitere interessante Zahl: 63 % der weltweiten Twitter-Nutzer sind zwischen 35 und 65 Jahre alt.
\nDas Ziel dieses Artikels ist es, eine explorative und visuelle Analyse der in unserem Datensatz vorhandenen Tweets durchzuf\u00fchren. In einem zweiten Schritt soll mithilfe verschiedener Modelle in Python die Stimmung in den Tweets als positiv, neutral oder negativ klassifiziert werden. Mit anderen Worten: Sentiment Analysis und NLP zusammenzubringen.<\/h3>\n

Inhaltsverzeichnis<\/h3>\n
    \n
  1. Einf\u00fchrung in NLP<\/li>\n
  2. Word embedding – Word2vec<\/li>\n
  3. NLP – Word translation<\/li>\n
  4. NLP Twitter – Analyse von Gef\u00fchlen\n
      \n
    1. Visuelle Datenanalyse<\/a><\/li>\n
    2. Erstellung von Metadaten und Klassifizierung<\/a><\/li>\n
    3. Alternative L\u00f6sungen: AFINN<\/a><\/li>\n<\/ol>\n<\/li>\n<\/ol>\n

      NLP Twitter – ERSTE VISUELLE ANALYSE DER DATEN<\/h3>\n

      Zun\u00e4chst ein erster Blick auf den Datensatz, der uns zur Verf\u00fcgung steht: Lade den Datensatz<\/a> herunter, den du mit dem Befehl df.head() erhalten hast.<\/p>\n

      \n\t\t\t\t\t\t\t\t\t\t\"\"
      <\/figcaption><\/figure>\n

      Wie wir sehen k\u00f6nnen, enth\u00e4lt dieser Datensatz, der insgesamt 1,6 Millionen Tweets enth\u00e4lt, eine Spalte mit dem Titel Label, die eine 1 f\u00fcr eine positive Stimmung und eine -1 f\u00fcr eine negative Stimmung vergibt.<\/p>\n

      In einem ersten Schritt werden wir versuchen, den Monat zu bestimmen, in dem die Twittersph\u00e4re am aktivsten ist.<\/p>\n

      \n\t\t\t\t\t\t\t\t\t\t\"\"
      <\/figcaption><\/figure>\n

      Hier l\u00e4sst sich ein erster Trend erkennen:<\/p>\n

      Die Monate Mai (5) und Juni (6) scheinen die Monate zu sein, in denen am meisten getwittert wird. Dies k\u00f6nnte verschiedene Gr\u00fcnde<\/strong> haben, z. B. die Tatsache, dass Twitter vor allem f\u00fcr junge Leute gedacht ist und dass die Monate Mai und Juni das Ende ihres Schul- oder Studienjahres darstellen, sodass sie sich auf Twitter mehr ausdr\u00fccken k\u00f6nnen.
      \nEs f\u00e4llt auch auf, dass im Juni die Stimmung in den Tweets eher negativ ist (mit -1 gekennzeichnet), was die vorgefasste Meinung best\u00e4tigt, dass Twitter manchmal ein Ort ist, an dem sich die Gewalt entl\u00e4dt.<\/p>\n

      Wir k\u00f6nnten uns nun fragen, an welchem Wochentag die meisten Tweets geschrieben werden:<\/p>\n

      \"\"<\/p>\n

      Hier stellen wir wenig \u00fcberraschend fest, dass Twitterer am Wochenende viel h\u00e4ufiger twittern als unter der Woche.<\/p>\n

      Wir k\u00f6nnen uns auch ansehen, zu welcher Tageszeit die meisten Tweets abgesetzt werden und stellen ebenfalls wenig \u00fcberraschend fest, dass die Zahl der Tweets vor allem vor und nach Beginn und Ende des Arbeits-\/Schultages explodiert:<\/p>\n

      \n\t\t\t\t\t\t\t\t\t\t\"\"
      <\/figcaption><\/figure>\n

      Hier ist eine Wortwolke, in der du sehen kannst, welche W\u00f6rter in den Tweets der Nutzer am h\u00e4ufigsten<\/a> verwendet werden (je gr\u00f6\u00dfer die Schriftgr\u00f6\u00dfe eines Wortes ist, desto h\u00e4ufiger kommt es vor).<\/p>\n

      Von nun an beginnen wir mit unserer Arbeit, die Gef\u00fchle von Tweets mithilfe einer logistischen Regression zu klassifizieren.<\/p>\n

      Dazu teilen wir unseren Datensatz wie \u00fcblich in eine Trainingsstichprobe (80 %), in der wir die Parameter des Modells lernen, und eine Teststichprobe (20 %), in der wir sie testen.<\/p>\n

      Da die erkl\u00e4renden Variablen jedoch Textdaten (die Tweets) sind, werden wir vorher neue numerische erkl\u00e4rende Variablen in Verbindung mit den Tweets (Metadaten) erstellen, um dann die Labels vorhersagen zu k\u00f6nnen.<\/p>\n

      ERSTELLUNG VON METADATEN UND KLASSIFIZIERUNG<\/h3>\n

      Um die Stimmung eines Tweets zu analysieren, k\u00f6nnen wir dann die Dinge herausfiltern, die uns wichtig erscheinen, wie z. B. :<\/p>\n