Dokument: Natural Language Processing for Discussion Platforms
| Titel: | Natural Language Processing for Discussion Platforms | |||||||
| URL für Lesezeichen: | https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=74380 | |||||||
| URN (NBN): | urn:nbn:de:hbz:061-20260907-114134-2 | |||||||
| Kollektion: | Dissertationen | |||||||
| Sprache: | Englisch | |||||||
| Dokumententyp: | Wissenschaftliche Abschlussarbeiten » Dissertation | |||||||
| Medientyp: | Text | |||||||
| Autor: | Behrendt, Maike Katrin [Autor] | |||||||
| Dateien: |
| |||||||
| Beitragende: | Prof. Dr. Harmeling, Stefan [Gutachter] Prof. Dr. Conrad, Stefan [Gutachter] | |||||||
| Dewey Dezimal-Klassifikation: | 000 Informatik, Informationswissenschaft, allgemeine Werke » 004 Datenverarbeitung; Informatik | |||||||
| Beschreibungen: | Online participation platforms and digital discussion spaces have become central arenas for public discourse, particularly in times of crisis such as the COVID-19 pandemic. While these environments expand opportunities for civic engagement, they are frequently characterized by incivility, misinformation, and unstructured exchanges. Drawing on the concept of deliberation, defined by the core dimensions of rationality, civility, interactivity and equality, this thesis investigates how Natural Language Processing (NLP) methods can be leveraged to foster more respectful, reasoned, and inclusive online discussions. The dissertation addresses five central aspects: (i) the current approaches in applying NLP to online discussion platforms, (ii) the optimization of smaller language models for efficient real-time deployment, (iii) the integration of NLP-based interventions into discussion platforms, (iv) user perceptions of Artificial Intelligence (AI)-supported moderation and assistance, and (v) the measurable effects of such interventions on discussion quality. First, a systematic review provides a comprehensive overview of existing NLP applications in political and civic online discussions, identifying established approaches and tasks that could potentially be used to support discussions (see Chapter 4). Second, the thesis develops and evaluates methods to improve the efficiency and effectiveness of small Transformer-based models, particularly Bidirectional Encoder Representations from Transformers (BERT), for tasks relevant to online deliberation. This includes adapting pre-training strategies for argument similarity detection (ArgueBERT, see Chapter 5) and optimizing fine-tuning procedures for classification performance (MaxPoolBERT, see Chapter 6). In addition, the Additive deliberative Quality score with Adapters (AQuA) is introduced to assess the deliberative quality of user contributions (see Chapter 7). This model, along with a comment recommendation module based on stance detection, has been integrated into an online discussion platform and tested in a large-scale, real-time experiment (see Chapter 8). The findings provide insights into the technical integration of AI-supported tools into online discussion platforms, as well as into users’ perceptions of such systems and their observed effects in a specific participatory context. By combining perspectives from computer science, political science, and communication science, this interdisciplinary work contributes to the development of AI-supported tools that aim to support deliberative processes in digital public spheres.Online-Beteiligungsplattformen und digitale Diskussionsräume sind zu zentralen Schauplätzen des öffentlichen Diskurses geworden, insbesondere in Krisenzeiten wie der COVID-19-Pandemie. Diese Umgebungen erweitern zwar die Möglichkeiten für bürgerschaftliches Engagement, sind jedoch häufig von Unhöflichkeit, Fehlinformationen und unstrukturiertem Austausch geprägt. Ausgehend vom Konzept der Deliberation, das durch die Kerndimensionen Rationalität, Zivilität, Interaktivität und Gleichheit definiert ist, untersucht diese Dissertation, wie Methoden des Natural Language Processings (NLP) genutzt werden können, um respektvollere, fundiertere und inklusivere Online-Diskussionen zu fördern. Die Dissertation befasst sich mit fünf zentralen Aspekten: (i) den aktuellen Ansätzen bei der Anwendung von NLP auf Online-Diskussionsplattformen, (ii) der Optimierung kleinerer Sprachmodelle für einen effizienten Echtzeit-Einsatz, (iii) der Integration von NLP-basierten Interventionen in Diskussionsplattformen, (iv) der Wahrnehmung von KI-gestützter Moderation und Unterstützung durch die Nutzer sowie (v) den messbaren Auswirkungen solcher Interventionen auf die Diskussionsqualität. Erstens bietet eine systematische Literaturübersicht einen umfassenden Überblick über bestehende NLP-Anwendungen in politischen und gesellschaftlichen Online-Diskussionen und identifiziert etablierte Ansätze und Aufgaben, die potenziell zur Unterstützung von Diskussionen genutzt werden könnten (siehe Kapitel 4). Zweitens entwickelt und evaluiert die Arbeit Methoden zur Verbesserung der Effizienz und Effektivität kleiner Transformer-basierter Modelle, insbesondere von BERT, für Aufgaben, die für die Online-Deliberation relevant sind. Dazu gehören die Anpassung von Pre-Training Strategien zur Erkennung von Argumentähnlichkeiten (ArgueBERT, siehe Kapitel 5) und die Optimierung des Fine-Tunings für die Klassifikationsleistung (MaxPoolBERT, siehe Kapitel 6). Darüber hinaus wird das AQuA-Modell, zum Bewerten der deliberativen Qualität von Nutzerbeiträgen, eingeführt (siehe Kapitel 7). Dieses Modell wurde zusammen mit einem Stance Detection Modul zur Empfehlung von Kommentaren in eine Online-Diskussionsplattform integriert und in einem groß angelegten Experiment getestet (siehe Kapitel 8). Die Ergebnisse liefern Einblicke in die technische Integration KI-gestützter Tools in Online-Diskussionsplattformen sowie die Wahrnehmung solcher Systeme durch die Nutzer und deren beobachtbare Auswirkungen in einem bestimmten partizipativen Kontext. Durch die Kombination von Perspektiven aus der Informatik, der Politikwissenschaft und der Kommunikationswissenschaft trägt diese interdisziplinäre Arbeit zur Weiterentwicklung von KI-gestützten Werkzeugen bei, die darauf abzielen, deliberative Prozesse in digitalen öffentlichen Bereichen zu stärken. | |||||||
| Lizenz: |  Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz | |||||||
| Fachbereich / Einrichtung: | Mathematisch- Naturwissenschaftliche Fakultät » WE Informatik | |||||||
| Dokument erstellt am: | 07.09.2026 | |||||||
| Dateien geändert am: | 07.09.2026 | |||||||
| Promotionsantrag am: | 29.04.2026 | |||||||
| Datum der Promotion: | 02.09.2026 |
