- Titel
- Computational Approaches to the Analysis of Political Narratives
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:15-qucosa2-1012918
- Datum der Einreichung
- 02.06.2025
- Datum der Verteidigung
- 13.10.2025
- Abstract (DE)
- Narrative erfüllen wichtige kognitive Funktionen in der menschlichen Wahrnehmung. Sie sind interpretative Linsen, durch die Erfahrungen und komplexe Phänomene vereinfacht und bedeutungsvoll gemacht werden. Im politischen Kontext können sie benutzt werden, um Meinungen und ideologische Positionen zu festigen und andere von diesen zu überzeugen. Angesichts des aktuellen Anstiegs populistischer Rhetorik spielen Narrative eine immer zentralere Rolle, um demokratiegefährdende Phänomene wie Polarisierung zu beschreiben. Gleichzeitig erlaubt die schiere Menge an digitalen Daten großflächige Analysen politischer Narrative, die in der Öffentlichkeit zirkulieren. Diese Analyse erfordert robuste Methoden, sowohl auf der konzeptionellen als auch auf der maschinellen Ebene. Die vorliegende Arbeit füllt diese Lücke, indem sie eine Operationalisierung des Narrativ-Konzepts darlegt, welche maschinelles distant reading mit hermeneutischem close reading in einem Framework verbindet, das wir guided close reading nennen. Obwohl politische Narrative oft nicht in ihrer Gesamtheit ausgedrückt werden, finden sich in Textcorpora häufig Narrativsignale. Diese Signale bestehen aus Ereignissen und Akteuren, deren Relationen, implizierte Ziele und Motive. Die Methode besteht aus einer systematischen Extraktion dieser Signale durch automatisierte semantische Textanalyse sowie einer anschließenden Aufbereitung dieser Signale als Netzwerke zur Analyse der darunterliegenden Narrative. Dieser Ansatz wird anhand zweier Fallstudien demonstriert. Zunächst analysieren wir identitätsstiftende Narrative von Klimawandelskeptikern auf dem sozialen Medium Reddit. Die Analyse zeigt, wie diese Gruppe ihre Identität durch ein Narrativ erzeugt, in dem Klimawissenschaft, traditionelle Medien und Politik antagonisiert werden. Zudem zeigt sich auf, wie sich das klimawandelskeptische Narrativ in ein übergeordnetes Narrativ über den Verlust individueller Freiheiten und konservativer Werte einfügt. Die zweite Studie erforscht die Rolle von Narrativen in themenübergreifenden Polarisierungsdynamiken. Die strukturelle Analyse eines großen Korpus deutscher Tweets zeigt netzwerkstrukturelle Hinweise, die auf eine starke ideologische Polarisierung hindeuten, insbesondere auf eine themenübergreifende Ausrichtung der Meinungsgruppen im Sinne starker Korrelationen von Meinungen zu verschiedenen Themen wie Covid, Russlands Angriffskrieg in der Ukraine oder dem Klimawandel. Wir beobachten zudem, dass zwei Typen von hochaktiven Benutzern -- Influencer und Multiplier -- eine zentrale Rolle spielen. Eine Analyse der Narrative, die in den ideologischen Camps zirkulieren, deutet auf unterschiedliche interpretative Linsen hin, durch die politische Ereignisse interpretiert werden. Diese Befunde demonstrieren die methodologische Stärke des Narrativ-Ansatzes zur Analyse digitaler Daten und sind ein erster Schritt zur Entwicklung eines Rahmenkonzepts, das solche Analysen an der Schnittstelle zwischen distant und close reading ermöglicht.
- Abstract (EN)
- Narratives are a central device through which humans make sense of and interact with their environment. They are interpretive lenses through which experiences and complex phenomena are simplified and endowed with meaning. In the political context, they are used to affirm and persuade others of one's ideological positions. In light of the contemporary rise in populist rhetoric, the importance of understanding narratives becomes increasingly evident, in particular to better explain democracy-endangering phenomena like polarization and issue alignment. Meanwhile, the rise of digital trace data allows for a large-scale analysis of political narratives that circulate in the public sphere. This requires robust conceptual and computational frameworks, which are currently lacking. The present thesis fills this gap by introducing an operationalization of the concept of narrative that combines computational distant reading with hermeneutical close reading in a framework we call guided close reading. Even though political narratives may not always be explicitly stated in their entirety, textual corpora are full of narrative signals. These signals consist of events, the participating actors, their relationships, and their implied goals and motives. We propose a framework to extract these signals from text using semantic parsing, and systematically re-assemble them as networks in order to make sense of the underlying narratives. This approach is demonstrated using two case studies. First, we analyze the identity-shaping narrative of self-proclaimed climate change skeptics on Reddit. The analysis reveals how the community's identity is narrated through the antagonization of a multi-faceted out-group made of climate science, mainstream media and the political establishment, thereby revealing how climate change skepticism inserts itself into a larger narrative around the loss of individual freedom and conservative values. In a second case study, we investigate the role of narratives in polarization and issue alignment, i.e. the correlation of opinions across issues. On a large corpus of trending topics on Twitter/X, we first show network-structural evidence for ideological polarization and issue alignment across a variety of salient issues such as Covid, Russia's attack on Ukraine, or climate change. In particular, we observe that two types of power users – influencers and multipliers – play a central role in driving this polarization. Analyzing the narratives co-constructed through the tweets reveals the central fault lines in the polarized debates, and more generally offers insights into the different interpretive lenses through which the opposing groups observe political reality. These findings showcase the methodological power of the narrative lens for the analysis of digital traces and are a first approach to developing a framework to enable such analyses at the intersection of distant and close reading.
- Abstract (FRZ)
- Les récits sont un outil cognitif essentiel par lequel l'humain interagit et fait sens de son environnement. Ils sont médiateurs d'expériences et permettent de simplifier la complexité d'expériences et de faits politiques. Dans ce contexte, ils peuvent être utilisés comme outil de persuasion afin de propager des positionnements idéologiques. Notamment dans le climat actuel de rhétorique populiste, l'importance de mieux comprendre les mécanismes autour des récits politiques semble d'autant plus urgente, en particulier pour l'analyse de la polarisation d'opinions. Entretemps, l'essor des traces numériques peut permettre des analyses de grande échelle de récits politiques circulant dans l'espace public. Ce type d'analyses demande des méthodes robustes sur le plan conceptuel et computationnel. Cette thèse remplit ce besoin en introduisant une operationnalisation du concept de récit qui combine lecture distante et lecture proche dans un cadre que nous appelons guided close reading. Même si les récits politiques ne sont pas toujours explicitement évoqués dans les traces numériques, nous trouvons des signaux de ces récits dans les corpus textuels. Ces signaux consistent d'évènements, d'acteurs, de leurs relations, et de leurs objectifs. Nous extrayons ces signaux grâce à des méthodes de parsing sémantique et les rassemblons ensuite dans des réseaux actantiels qui permettent d'analyser les récits sous-jacents. Cette approche est démontrée à travers deux cas d'étude. Le premier analyse les récits autour du climatoscepticisme sur la plateforme Reddit. L'analyse révèle comment l'identité de cette communauté est construite grâce à un récit antagonisant la science du climat, les médias et la politique. Ce récit s'insère dans un récit plus large autour d'une perte de valeurs traditionnelles et de libertés individuelles. Le deuxième cas d'étude présente une analyse du rôle de récits dans des dynamiques de polarisation d'opinion en ligne. Dans un large corpus de tweets, nous montrons par l'analyse de réseaux retweet que la twittersphère allemande est fortement polarisée à travers différents sujets politiques comme le Covid, l'invasion de l'Ukraine par la Russie, et le changement climatique. Nous montrons que deux types d'utilisateurs -- influenceurs et multiplicateurs -- jouent un rôle décisif dans ces dynamiques de polarisation. L'analyse des récits circulant dans les groupes d'opinion révèle les points de conflit, et montre comment les mêmes faits politiques sont interprétées de façon différente. Ces résultats démontrent l'apport méthodologique de l'analyse de récits pour l'analyse de traces numériques. Cette thèse est un premier pas vers le développement de méthodes robustes d'analyse à l'intersection de lecture distante et lecture proche.
- Forschungsdatenverweis
- Twitter Trends - Retweet Networks
DOI: 10.5281/zenodo.15442938
Link: https://zenodo.org/records/15442939 - Freie Schlagwörter (EN)
- Narratives, Natural Language Processing, Social Network Analysis, Machine Learning, Computational Social Science
- Klassifikation (DDC)
- 500
- Den akademischen Grad verleihende / prüfende Institution
- Universität Leipzig, Leipzig
- École Normale Supérieure, Paris
- Version / Begutachtungsstatus
- aktualisierte Version
- URN Qucosa
- urn:nbn:de:bsz:15-qucosa2-1012918
- Veröffentlichungsdatum Qucosa
- 05.01.2026
- Dokumenttyp
- Dissertation
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
CC BY 4.0- Inhaltsverzeichnis
Introduction 1 Conceptual Foundations 2 Extracting Narrative Signals from Text: A Network-Based Approach 3 Narratives of Group Identity: Climate Change Skeptics on Reddit 4 Narratives and Opinions: Polarization and Issue Alignment on Twitter/X Discussion and Conclusion References Appendix