Erkennen von Haltungen in Online-Debatten

Dieses Papier präsentiert eine unüberwachte Methoden zur Meinungsanalyse zur Klassifikation von Debattenseiten, d.h. das Erkennen, welche Haltung eine Person in einer Online-Debatte einnimmt. Um die Komplexität dieses Genres zu bewältigen, durchsuchen wir das Web, um Assoziationen zu lernen, die indicative für Meinungsstände in Debatten sind. Wir kombinieren dieses Wissen mit Diskursinformationen und formulieren die Klassifikationsaufgabe der Debattenseite als Problem der ganzzahligen linearen Programmierung. Unsere Ergebnisse zeigen, dass unsere Methode erheblich besser ist als herausfordernde Baseline-Methoden.