Text Mining und NLP-Frameworks im Vergleich

Text Mining und NLP-Frameworks im Vergleich

Das KI-Team der Neofonie hat NLP-Framworks, die auch deutsche Textdaten verarbeiten, untersucht und getestet. Die Ergebnisse, die bei der Suche nach dem passenden NLP-Framework helfen, stellt Cornelia Werk im Blogbeitrag vor.

Die automatisierte Analyse von natürlichsprachlichen Textdaten gewinnt für Unternehmen immer mehr an Bedeutung. So kommt eine automatisierte Textanalyse bei der Verwendung automatischer Sprachassistenten (Chatbots) ebenso zum Einsatz, wie im Rahmen einer intelligenten Suche in Textdaten sowie bei inhaltsbasierten Empfehlungssystemen. Wer deutschsprachige Textdaten analysieren möchte, muss das Rad aber nicht neu erfinden: Denn eine Vielzahl von Firmen entwickeln und optimieren dafür tagtäglich dedizierte Textanalyse-Frameworks, welche in unterschiedlichem Grad die spezifischen Eigenheiten der deutschen Sprache berücksichtigen.

Die Komplexität natürlicher Sprache und die Unterschiede zwischen einzelnen Sprachen stellen dabei große Herausforderungen an die Entwickler, welche gezwungen sind, Schwerpunkte zu setzen. Entsprechend umfangreich ist das Spektrum an Lösungen, die zur Verfügung stehen. So werden beispielsweise auch von großen Firmen wie Google oder Microsoft Textanalyse-Frameworks angeboten, die aber für eine Vielzahl von Sprachen verfügbar sind und daher keinen Fokus auf die Analyse explizit deutschsprachiger Textdaten legen. 

Das KI-Team der Neofonie hat das Anbieterfeld für Textanalyse-Frameworks, die in der Lage sind, auch deutsche Textdaten zu verarbeiten, untersucht und verschiedene Frameworks getestet. Zur Beantwortung der Frage nach dem passenden Text Mining-Framework leisten diese Informationen, die wir in einem ausführlichen Whitepaper zusammengefasst haben, einen wichtigen Beitrag. Eine Kurzfassung der Analyse stellen wir hier vor. 

Die Anbieter für deutsche Textanalyse

Die Auswahl an Text Mining Anbietern ist groß und jeder setzt eigene Schwerpunkte, weshalb ein Vergleich schwierig ist. Dennoch haben wir uns für 17 Anbieter entschieden, die wir als repräsentativ für das Spektrum der deutschen NLP-Frameworks erachten und sich in Anzahl und Art der unterstützten Funktionen ähneln. Unser Fokus lag dabei explizit auf der Verarbeitung deutscher Texte.  Die Auswahl erhebt jedoch keinen Anspruch auf Vollständigkeit.

Unter den Anbietern befinden sich u.a. IBM (Natural Language Understanding), Google (Natural Language), Retresco, Microsoft (Textanalysen), Intrafind, Deepset und Averbis.

Der NLP-Framework-Vergleich

Worin unterscheiden sich die Anbieter und ihre Frameworks und in welchen Bereichen liegen die Unterschiede? Die Verarbeitung natürlichsprachlicher Textdaten (Natural Language Processing, kurz: NLP) kann über ganz verschiedene Ansätze realisiert werden. Für die Analyse der verschiedenen Anbieter haben wir eine Liste an Funktionalitäten erstellt, welche es ermöglichen, den Inhalt von Textdaten durch den Computer sinnvoll abzubilden.

Die Vielzahl von möglichen Funktionalitäten innerhalb eines solchen Frameworks erschwert die Vergleichbarkeit hinsichtlich der Qualität enorm. Um trotzdem einen Überblick über die Performance der einzelnen Frameworks zu erlangen, haben wir drei der am häufigsten unterstützten Funktionalitäten herausgegriffen und für jeden Anbieter Qualitätstests  anhand verschiedener Beispieltexte (News und Reviews) durchgeführt. Es handelt sich um folgende drei Textanalyse-Werkzeuge:

  • Named Entity Recognition & Linking
  • Sentiment-Analyse
  • Textklassifikation

Darüber hinaus sind aber auch Funktionalitäten wie z. B. Spracherkennung, Textvergleiche und -zusammenfassungen sowie Schlüsselworterkennung (Keyword Extraction) in vielen Textanalyse-Frameworks integriert. 

Für jedes der drei oben genannten Werkzeuge haben wir pro Anbieter bewertet, wie hoch der angebotene Funktionsumfang ist und wie gut die eigentliche Analyse funktioniert. Allerdings waren Tests nur für diejenigen Anbieter möglich, die einen Testzugang oder eine Demoversion zur Verfügung stellen. 

Named Entity Recognition & Linking

Unsere Tests haben ergeben, dass im Bereich Named Entity Recognition (NER) & Linking sowohl der Funktionsumfang als auch die Qualität sehr unterschiedlich ausfällt. Den höchsten Umfang bieten Dandelion, Google, die Neofonie, Rosette und Textrazor an. Konkret heißt das, dass die Frameworks dieser Anbieter Entitäten nicht nur extrahieren, sondern auch einer von mindestens 5 Kategorien (wie z.B. Personen, Orten, etc.) zuordnen und ein umfassendes Entity-Linking unterstützen.

Der deutsche Markt für NER (inkl. Entity Linking) nach Tests von Demoversionen bzw.
Testzugängen. Dargestellt wird auf der x-Achse die Qualität, die die Tests gezeigt haben. Je weiter rechts sich ein Anbieter befindet, desto höher war die Qualität der Testergebnisse. Im Verhältnis dazu ist der Funktionsumfang zu sehen, welcher auf der y-Achse gezeigt wird. Je weiter oben ein Anbieter positioniert ist, desto höher war der Funktionsumfang. Anbieter, die nicht getestet werden konnten, sind nicht enthalten. Es zeigt sich, dass Google, die Neofonie und Textrazor derzeit diejenigen Anbieter sind, deren NER und Entity Linking sowohl mit einem hohem Funktionsumfang als auch mit hoher Qualität punkten können.

Sentiment Analyse

Im Bereich Sentiment-Analyse stecken fast alle NLP-Frameworks noch in den Kinderschuhen. Sofern eine Sentiment-Analyse überhaupt unterstützt wird, besteht sie in der Regel schlicht aus einer Angabe eines grundsätzlichen Sentiments (positiv, neutral oder negativ) für den gesamten untersuchten Text.

Textklassifikation

Ganz anders sieht es bei der Textklassifizierung aus, also der Zuordnung eines Textes in einen übergeordneten Themenbereich (ähnlich den Ressorts in Zeitungen). Hier konnten zwar nur fünf Anbieter getestet werden, nämlich IBM, Lexalytics, die Neofonie, Repustate sowie Textrazor. Aber alle fünf Anbieter erbringen bei der Textklassifizierung sinnvolle Resultate. Den Funktionsumfang betreffend sticht hier nur IBM heraus, das eine hierarchische Klassifikation von Texten in Kategorien und Subkategorien ermöglicht.

Fazit

17 Anbieter für deutschsprachige NLP-Frameworks haben wir im Rahmen unseres Whitepapers untersucht: jeder dieser Anbieter setzt einen ganz eigenen Schwerpunkt und zeigt daher Schwächen im einen und Stärken in einem anderen Bereich. Insgesamt ergibt sich also ein sehr diverses Bild. Dennoch ist deutlich geworden, dass es nur auf den konkreten Anwendungsfall ankommt: denn einen Anbieter mit passender Spezialisierung wird man immer finden. Es ist allerdings sinnvoll, sich vorher mit den eigenen Wünschen und Bedürfnissen im Bereich deutschsprachige Textanalyse intensiv auseinanderzusetzen und gegebenenfalls auch eine Beratung in Anspruch zu nehmen.

Einen detaillierten Überblick über die Anforderungen, die Anbieter-Tests sowie die Ergebnisse präsentieren wir in unserem Whitepaper [“Die wichtigsten deutschen NLP-Frameworks unter der Lupe”].  

Veröffentlicht am 04. September 2019, aktualisiert am 17. Oktober 2020

Bildquelle: unsplash, Helloquence

Teilen auf

Cornelia Werk

Cornelia Werk ist bei der Neofonie als Consultant für die Bereiche Data Science und NLP verantwortlich. Als Schnittstelle zwischen unseren Kunden und Entwicklern erarbeitet sie individuelle Lösungen rund um Künstliche Intelligenz. Sie ist studierte Linguistin und hat bereits als Data Analystin fundierte Erfahrungen in den Bereich intelligente Datenanalyse, KI und Qualitätsmanagement sammeln können.

Index eines Buches

Neofonie startet Forschungsprojekt mit der HU Berlin

Zusammen mit dem Lehrstuhl der HU Berlin von Professor Alan Akbik, startet Neofonie das ZIM Projekt Semantische Begriffsanalyse für Information Retrieval Aufgaben (SEBIRA).

Header_Crossplan_PM

Crossplan Deutschland und Neofonie Mobile GmbH entwickeln Wrapper SDK für Audio-Apps

Mit dem neuen Wrapper SDK von Crossplan Deutschland stehen Audio-Publishern einfach und effizient alle benötigten SDKs für ein datengetriebenes App Advertising und Audio-Marketing zur Integration in die eigene App-Landschaft zur Verfügung. Radiostationen und Audio-Publisher können damit im Handumdrehen ihre Apps mit Datenmanagement-, Tracking- und Werbefunktionalitäten ausstatten.

Green_IT

Neofonie mit klimaneutraler Website

Neofonie setzt auf Green IT und ist bemüht, Emissionen so weit wie möglich zu reduzieren und Ressourcen umweltschonend einzusetzen. Jeder Klick auf neofonie.de ist klimaneutral. Neofonie unterstützt hierfür zertifizierte Klimaprojekte.

Guided Selling im B2B – digitale Vertriebsoptimierung

ION ONE unterstützt den B2B-Vertrieb, mithilfe von Guided Selling Workshops, um potenzielle Kunden effektiv zu beraten und Kunden vom Kauf zu überzeugen.

Managed Hosting mit mpex für maximale Sicherheit

Die Managed Hosting Lösungen unseres Partner mpex sorgen mit maximaler Sicherheit für beste Ergebnisse im Deployment und Betrieb von Neofonie und unser Kunden.

Core Web Vitals und deren Auswirkung auf die Webentwicklung

Mit der Einführung der Core Web Vitals Mitte Juni 2021 als zusätzliche Rankingfaktoren kommen auf die Webentwicklung neue Herausforderungen zu.

Geburtstagsverlosung bei ION ONE

ION ONE begeistert bereits seit einem Jahr seine Kunden. Feiern Sie das heutige Jubiläum mit und gewinnen Sie einen kostenfreien Workshop Ihrer Wahl.

Fussball_2021

Social Analytics zur UEFA EURO 2020

Wie wird über die spannendsten Ereignisse vor, während und nach den Spielen in den sozialen Netzwerken zur EURO 2020 gesprochen – eine Social Media Analyse von ontolux.

Sinnbild für Online Shopping

Warum eine goldstandard-basierte Evaluation?

Zur diesjährigen MICES trifft sich die E-Commerce-Suchgemeinschaft, um neueste Trends zu diskutieren. Mit dabei sind Cornelia Werk und Bertram Sändig von ontolux, die anhand von Kundenprojekten die Vorteile einer goldstandard-basierten Evaluation vorstellt.

amor_device_700

amor.de auf Shopware 6

Seit über 40 Jahren vertreibt Amor Echtschmuck und ist Europas Marktführer im mittleren Preissegment. Mit der Konzeption und Umsetzung des neuen Onlineshop hat der Schmuckhersteller Neofonie beauftragt.

DigitalHealthcare_Neofonie

Ausbau der Digitalisierung im Gesundheitswesen

Mit dem kürzlich beschlossenen Digitale-Versorgung-und-Pflege-Modernisierungsgesetz (DVPMG) verabschiedet der Bund bereits das dritte Gesetz, um die Digitalisierung im Gesundheitsmarkt voranzutreiben. Für die Vernetzung aller Beteiligten im Markt gestaltet Neofonie die Gesundheitstechnik von morgen aktiv mit und unterstützt Unternehmen, bei der Entwicklung von E-Health Lösungen.

Mit UX-Design die Customer Experience im Onlineshop beeinflussen

In der Videoreihe der media.net berlinbrandenburg zum Thema Customer Experience im E-Commerce, gibt Axel Hillebrand, UX Consultant von ION ONE, wertvolle Tipps, wie eine gute Usability und ein ausgefeiltes UX-Design Nutzer begeistert und so Ihre Conversion positiv beeinflusst.

Digitalen Wandel mit Managed IT-Services gestalten

Die stets an Komplexität gewinnenden Web- und E-Commerce-Projekte erfordern auf allen Ebenen ein Höchstmaß an Leistung, Sicherheit und Zuverlässigkeit. Bei diesen hohen Anforderungen wird Neofonie bereits seit 2004 durch das Berliner Hostingunternehmen mpex in allen Belangen des Betriebs unterstützt.

Digitales Recruiting – mit neuen Strategien gewappnet für die Zukunft

Celina Martin, HR-Managerin bei Neofonie Mobile war bei Digital Bash HR zu Gast und diskutierte mit HR-Experten zum Thema Digitales Recruiting in 2021 und gab Einblicke in HR-Strategien der Neofonie Mobile. Candidate Experience ist besonders wichtig im digitalen Wandel des Recruitings.

Container wird hochgehoben

Docker-Container als ideales Software-Transportmittel

Webprojekte werden immer komplexer und die Halbwertszeit der Technologien, die dabei zum Einsatz kommen, werden immer kürzer. Für die Softwareentwicklung ist die Containertechnologie von Docker ein ideales Transportmittel.

Corona-Reise-Check auf Shortlist für Deutschen Digital Award

In der Kategorie „Digital for Goods“ ist der Corona-Reise-Check des Wort & Bild Verlages für den Deutschen Digital Award 2021 nominiert. Der Bundesverband Digitale Wirtschaft e.V. hat in einer Shortlist die Vorauswahl getroffen.

Corona-Reise-Check-Preview

Neofonie entwickelt Corona Reise-Check App

Die Covid-19 Pandemie verursacht u.a. im Bereich Reisen große Verunsicherung. Die Corona-Reise-Check-App begegnet der Unsicherheit mit Transparenz.

EHealth_news

Neofonie weitet Fokus auf E-Health-Bereich aus

Als neues Verbandsmitglied der VerDiGes setzt die Berliner Digitalagentur Neofonie einen neuen unternehmerisch-strategischen Schwerpunkt im E-Health Umfeld und positioniert sich damit noch klarer als Full-Service Technologiedienstleister im Gesundheitsmarkt.

ION ONE: UX-Workshop für Food-Branche

Die UX-Agentur ION ONE unterstützt Unternehmen aus der Lebensmittelbranche mit einem kostenfreien UX-Workshop dabei, ihre Produkte authentisch und emotionalisierend zu inszenieren, um Nutzer zu begeistern und zum Kauf anzuregen.

Textmining_ontolux_NER

Neue Legal NER Komponente in TXTWerk

Mithilfe von Legal NER können juristische Textbausteine, beispielsweise Paragrafen, erkannt und automatisiert extrahiert werden. So lassen sich Texte in den Bereichen Steuern, Finanzen und Recht strukturieren und für die maschinelle Weiterverarbeitung aufbereiten.

Unser Newsletter „Neo Report“ vermittelt konkretes Praxiswissen, Trends und Know-how für Ihr digitales Business – quartalsweise und kompakt. Jetzt anmelden.