Visualization and analysis of text documents with geographic references

Abstract

In recent years automatic text recognition has gotten more accurate and large amounts of old newspaper articles have been digitised. This allows humanities researchers to use a broader range of computer-aided methods for exploration and sensemaking of this data. Researchers are investigating connections between different publication sources, such as propagation patterns of news. However, they are limited in their pursuit of insight by a lack of tools for exploration and management of such data. Especially for huge datasets, visualisation can greatly improve the search for patterns and anomalies, and help reduce the cognitive load on the user. We create an approach that provides an overview visualisation and exploration capabilities for a collection of newspaper articles, their release dates and publication locations. The approach provides cues on the geographical locations of the visualised data without having to rely on a world map as its core component, freeing up space for other parts of the visualisation. We use brushing and linking throughout the visualisation to provide more context to the user. The dataset can be drilled down into, allowing further exploration, such as filtering by date, location or used words. In an expert review with a researcher in American studies, we evaluate the usefulness of the approach and collect feedback. The general response is that the approach can be useful for researchers. Finally, we provide a discussion and an outlook on future improvements.

In den letzten Jahren wurde die automatische Erkennung von gedrucktem Text erheblich verbessert. Dieser Fortschritt ermöglicht die Digitalisierung von historischen Zeitungsartikeln im großen Maßstab. Damit ist es Geisteswissenschaftlern zum ersten Mal möglich, solche Daten computergestützt zu analysieren und damit zu neuen Erkenntnissen zu gelangen. Dabei werden unter anderem Verbindungen zwischen verschiedenen Quellen und die Ausbreitung von Nachrichten erforscht. Ein Mangel an passenden Werkzeugen hindert sie in ihrer Forschung. Vor allem für große Datensätze kann Visualisierung die Erkennung von Mustern und Besonderheiten vereinfachen und die kognitive Belastung für den Benutzer verringern. Wir entwickeln ein Visualisierungskonzept, das für eine Sammlung von Zeitungsartikeln mit Veröffentlichungsdatum und -ort einen Überblick und Möglichkeiten der Exploration liefert. Unser Konzept kann mithilfe von Anhaltspunkten und Kontexthinweisen die geografische Lage der visualisierten Daten darstellen, ohne dabei eine Weltkarte als Kernelement zu nutzen. Damit wird Platz eingespart, in welchem zusätzliche Informationen dargestellt werden können. Wir nutzen in der gesamten Visualisierung Brushing und Linking, um dem Benutzer beim Erforschen der Daten weitere Kontextinformationen zu geben. Der Datensatz kann durch Filtern und Einschränken der Datenmenge weiter exploriert werden, zum Beispiel durch Filtern des Zeitraums, der gezeigten Orte oder erwähnter Worte. In einem Experteninterview mit einer Amerikanistin werten wir die Nützlichkeit unseres Visualisierungskonzepts aus und sammeln Feedback. Die Kernaussage des Interviews ist, dass das Konzept sinnvoll eingesetzt werden kann, um die Beantwortung von Forschungsfragestellungen in der Amerikanistik sinnvoll zu unterstützen. Zum Schluss wird ein Ausblick auf mögliche zukünftige Entwicklungen und Erweiterungen des Ansatzes gegeben.