Laut The Nation es Report Card (National Center for Education Statistics, 2009) wurden in allen Gruppen keine signifikanten Leistungsunterschiede bei viertkundlichen Viertklässlern beobachtet. Ein Teil davon könnte auf die Unwirksamkeit der derzeitigen Unterrichtstechniken zurückzuführen sein, die in Leseklassen angewendet werden. Leselehrer können die Textstruktur des Unterrichts für Expository-Texte als eine wirksame Technik zur Verbesserung der Leseleistungsdurchschnitte empfinden. Carrell (1985) argumentierte, daß die Anweisung zur Textstruktur in der Tat einen positiven Effekt auf die Rückrufprotokolle der Schüler habe. Meyer (1985) erklärte, dass das Wissen um das rhetorische Verhältnis der Ideen-Hauptidee, der großen Ideen und unterstützenden Details den Lesern bei ihrem Verständnis der expositorischen Texte hilft. Die Forscher haben argumentiert, dass Kenntnisse der Textorganisation oder -struktur ein wichtiger Faktor für das Textverständnis sind (siehe Aebersold & Field, 1997; Fletcher, 2006; Grabe, 1991, 2004, 2008; Hall, Sabey, & McClellan, 2005; Horiba, 2000; Kendeou & van den Broek, 2007; Meyer, 2003; Meyer & Poon, 2001; Snyder, 2010). Mit anderen Worten, wenn wir möchten, dass Textanalysesoftware die gewünschten Aufgaben erfüllt, müssen wir Machine Learning-Algorithmen beibringen, wie man Text analysiert, versteht und Bedeutung ableitet. Aber wie? Die einfache Antwort besteht darin, Textbeispiele zu markieren. Sobald eine Maschine genügend Beispiele für markierten Text zum Arbeiten hat, können Algorithmen beginnen, sich zu differenzieren und Assoziationen zwischen Texttextteilen herzustellen, und können sogar beginnen, Vorhersagen zu treffen. Wenn Sie ein Entwickler sind, können Sie APIs verwenden, um sich mit verschiedenen Websites und Social-Media-Plattformen zu verbinden und nützliche Daten zu erhalten.
Facebook, Twitter und Instagram zum Beispiel haben ihre eigenen APIs und ermöglichen es Ihnen, Daten von ihren Plattformen zu extrahieren. Große Medien wie die New York Times oder The Guardian haben auch ihre eigenen APIs und Sie können sie verwenden, um ihr Archiv zu durchsuchen oder Die Kommentare der Nutzer zu sammeln, unter anderem. Stellen Sie sich nun vor, dass das Ziel Ihres Vertriebsteams darin besteht, ein neues Segment für Ihre SaaS anzuvisieren: Personen über 40 Jahre. Der erste Eindruck ist, dass sie das Produkt nicht mögen, aber warum? Filtern Sie einfach die Verkaufsunterhaltungen dieser Altersgruppe durch, und führen Sie sie in Ihrem Textanalysemodell aus. Vertriebsteams könnten bessere Entscheidungen treffen, indem sie eine eingehende Textanalyse zu Kundengesprächen verwenden. Textcluster sind in der Lage, große Mengen unstrukturierter Daten zu verstehen und zu gruppieren. Obwohl sie weniger genau sind als Klassifizierungsalgorithmen, sind Clusteralgorithmen schneller zu implementieren, da Sie keine Beispiele zum Trainieren von Modellen markieren müssen. Das bedeutet, dass diese intelligenten Algorithmen Informationen verminen und Vorhersagen ohne die Verwendung von Trainingsdaten treffen, die auch als unbeaufsichtigtes maschinelles Lernen bezeichnet werden.
Jede Minute des Tages werden 156 Millionen E-Mails und 456.000 Tweets gesendet! Das ist eine kolossale Menge an Daten zu verarbeiten, und unmöglich für den Menschen, es allein zu tun. Wenn Maschinen allein für die Sortierung von Daten mithilfe von Textanalysemodellen verantwortlich gemacht werden, werden die Vorteile für Unternehmen enorm sein. Nach Anwendung des von Tompkins empfohlenen Verfahrens (1998) möchten wir unsere eigenen Erfahrungen im Unterrichten von Expository-Textstrukturen weitergeben und mehr Licht auf die praktischen Aspekte des Unterrichts der Textstruktur im Leseunterricht werfen. Das erste und wichtigste für Sie als Lehrer ist, gut über unterschiedliche Textstrukturen für Expository-Texte, die Signalwörter und -sätze für jede Textstruktur und den für jede Textstruktur spezifischen grafischen Organizer informiert zu sein. Das folgende Muster erkennt z. B. die meisten E-Mail-Adressen in einem Text, wenn sie Leerzeichen vorangestellt und gefolgt werden: Sie können sich also mit der automatischen Textanalyse auf den neuesten Stand bringen und jetzt können Sie komplexe Daten mithilfe von KI schnell und effektiv verarbeiten.