Eine numerische oder kategoriale Ausgabe, die den insgesamt im Text ausgedrückten affektiven Ton (z. B. positiv/neutral/negativ) für eine Text‑Einheit (Satz, Dokument, Korpus) gemäß einer festgelegten Methode (Lexikonbewertung, überwachter Klassifikator, menschliche Codierung) quantifiziert, mit expliziter Skala, Analyseeinheit und Vorverarbeitungsregeln; sie misst das ausgedrückte Sentiment, nicht die faktische Wahrheit der Aussagen.

Prinzip

Ein Sentiment‑Score ist methodenabhängig: der Algorithmus oder das Codierschema, die Einheit (Satz vs. Dokument), der Umgang mit Negation, Sarkasmus und domänenspezifischem Vokabular sowie die Aggregationsregel bestimmen das Ergebnis und dessen Interpretation.

Demonstration

Illustratives Szenario → Erkennung → Handlung → Konsequenz: Ein Datensatz mit 1.000 Produktrezensionen wird auf Satzebene mit einem Lexikon verarbeitet, das Werte in [−1, +1] liefert. Die Sätze eines Artikels haben einen Durchschnitt von +0,62; der Analyst stuft den Artikel insgesamt als positiv ein und nutzt dieses Label für Sentiment‑Dashboards.

Fehlanwendung

Fehlinterpretation: Einen positiven Sentiment‑Score als objektiven Beleg dafür werten, dass der Gegenstand des Artikels sachlich gelobt wird. Semantischer Fehler: Das ausgedrückte Tonale mit Wahrheit oder Leseraffekt verwechseln. Korrigierte Interpretation: Den Score als Messung der vom Autor/den Quellen geäußerten Valenz im Rahmen der gewählten Methode betrachten.

Konsequenz

Sentiment‑Scores fließen in Publikumsanalysen, redaktionelle Überwachung, Empfehlungssysteme und Forschung ein; ihre Nutzung kann nachgelagerte Entscheidungen (automatisches Tagging, Promotion) verzerren, wenn methodische Begrenzungen (Domain‑Shift, Sarkasmus) nicht berücksichtigt werden.

Umkehrung

In Gattungen mit häufigen rhetorischen Mitteln (Satire, Ironie) oder in Texten mit gemischten Gefühlen verschlechtert sich die Güte automatischer Scores; ein menschliches Codierungsprotokoll oder domänenspezifisches Modell kann notwendig werden, um Validität zu erhalten.

Abgrenzung

Eindeutig innerhalb: ein Dokument‑Score, erzeugt durch ein spezifiziertes Lexikon auf bereinigtem Text. Grenzfall: Ein Social‑Media‑Thread mit Bildern und Emojis — die Bewertung hängt von multimodaler Verarbeitung ab. Eindeutig außerhalb: binäre Faktenprüfungslabels oder Stancenerkennung (Zustimmung vs. Ablehnung), die andere Phänomene operationalisieren.

Semantische Spannung

Genauigkeit (menschliche Codierung, Domänenanpassung) ↔ Skalierbarkeit (automatisierte Algorithmen): genauere Methoden erfordern oft mehr menschlichen Aufwand, während skalierbare Systeme höhere Fehlerquoten akzeptieren.

Synthese

Ein Sentiment‑Score ist eine instrumentalisierte Zusammenfassung des ausgedrückten Affekts; seine Interpretation erfordert Kenntnis der Messmethode, der Analyseeinheit und bekannter Ausfallmodi, statt die Zahl als unvermittelbare Tatsache zu betrachten.