climate.Rmd

---
title: "Klimabegriffe in Wahlprogrammen"
author: "Anina Klaus, Katja Konermann und Niklas Stepczynski"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

```{r set-options, echo=FALSE, cache=FALSE}
options(width = 100)
```
## Vorverarbeitung
Wie für die anderen Untersuchungen müssen auch hier die nötigen Bibliotheken geladen werden.

```{r vor, message=FALSE, warning=FALSE}
library(quanteda)
library(tidyverse)
library(udpipe)
```

Das lemmatisierte Korpus und die Stoppwörter können über _RData_-Dateien geladen werden.

```{r load}
load("RData/lemmatized_corpus.RData")
load("RData/custom_stopwords.RData")
```

Nach der Entfernung der Stoppwörter wird eine _Document-Feature-Matrix_ erstellt.
```{r}
docvars(programs, field="year") <- as.integer(docvars(programs, field="year"))

# Create tokens object for whole corpus. filter out stopwords.
program_toks <- tokens(programs,remove_punct = TRUE) %>% tokens_remove(custom_stops)

# Create dfm for corpus
program_dfm <- dfm(program_toks)
```

## Klimawörterbuch

Für den zweiten Teil des Projektes wurde das Wörterbuch mit Klimabegriffen erweitert. Das verwendete Wörterbuch sieht dann folgendermaßen aus:

```{r lexicon}
climate_dict <- c( "klimawandel", 
                   "treibhaus*", 
                   "CO2", 
                   "erderwärmung", 
                   phrase("erneuerbare energien"),
                   "2-Grad-Ziel",
                   "zwei-grad-ziel",
                   "klimakrise",
                   "klimakatastrophe",
                   "klimaschutz",
                   "abholzung",
                   phrase("fossile energie*"),
                   "atmosphäre",
                   "kohlenstoffdioxid",
                   "emission*")
```

## Häufigkeiten der Klimabegriffe

Zunächst wird die _Document-Feature-Matrix_ nach den Klimabegriffen gefiltert. Mithilfe der `textstat_frequency` Funktion wird die Frequenz von Termen nach Partei aufgeführt. Dann kann ein Graph mit `ggplot` erstellt werden, der zeigt, wie oft und von welcher Partei die Terme verwendet werden. 

```{r climate_freq}
# Select climate terms and create dfm.
klima.party <- dfm(program_dfm, select = climate_dict)

## Plot frequency of each climate terms.
ggplot(textstat_frequency(klima.party, groups="party")) + 
  geom_bar(aes(fill=group, y=frequency, x=feature),position="stack", stat="identity")+
  ggtitle("Häufigkeit der Klimabegriffe")+
  theme_minimal()+
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))+
  labs(x = "Terme", y = "Häufigkeit", fill = "Partei")+
  scale_fill_manual(values = c("blue", "#009933", "black", "red", "#FFFF00", "brown","#CC0066"))
```


## Häufigkeit der Klimabegriffe über Jahre

Wie sich die Häufigkeit der Klimabegriffe über die Jahre entwickelt hat, kann folgendermaßen dargestellt werden: Zunächst müssen die Terme nach Jahr und Partei gruppiert werden. Das geschieht mit der Funktion `textstat-frequency`. Die Spalte `group` wird danach in zwei seperate Spalten `year` und `party` aufgesplittet. 

```{r climate_years}
klima.year <- textstat_frequency(dfm(program_dfm, select = climate_dict), groups=c("party", "year"))
# Add columns for parties and year
klima.year$party <- lapply(strsplit(klima.year$group, "[.]"), function(l) l[[1]])
klima.year$year <- lapply(strsplit(klima.year$group, "[.]"), function(l) l[[2]])
klima.year$year <- as.character(klima.year$year)
klima.year$party <- as.character(klima.year$party)
```

Mit diesen Informationen kann die Grafik erstellt werden.

```{r climate_plot}
# Plot frequency of terms over years.
ggplot(klima.year) + 
  geom_bar(aes(y=frequency, x=year, fill = party), 
           position="stack", 
           stat="identity")+
  ggtitle("Klimabegriffe über Jahre")+
  theme_minimal()+
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))+
  labs(y = "Frequenz", x = "Jahre", fill = "Partei")+
  scale_fill_manual(values = c("blue", "#009933", "black", "red", "#FFFF00", "brown","#CC0066"))
```