|
Dozent
(Lecturer) | Prof. Dr. Jörg Scheidt, Dipl.-Inf. Sven Sven Rill |
Zweitprüfer
(Second examiner) | Sven Rill |
Studienjahr
(Academic Year) | 3 |
Art der Lehrveranstaltung
(Type of course) | SU,Ü |
ECTS
(Credit points) | 5 von insgesamt 55 |
SWS
(Credit hours) | 4 von insgesamt 44 |
Präsenzzeit
(Contact hours) | 60 |
Vor-/Nachbereitungzeit
(Self-studies) | 60 |
Prüfungsvorbereitungszeit
(Exam preparation time) | 30 |
Sprache
(Language of instruction) | deutsch |
Lehrinhalte
(Course contents) | Die Studenten lernen die Grundlagen des Text-Mining und deren Verwendung im Web 2.0 / Social Web. Sie erfahren dabei, wie statistische Verfahren angewandt werden, um Bedeutungsstrukturen aus un- oder schwach strukturierten Textdaten zu gewinnen. Ein spezieller Bereich des Text-Mining ist Opinion Mining. Hierzu erfahren die Studenten, wie mit Hilfe der Klassifizierung der Polarität Meinungen aus Texten extrahiert werden können. Sie erfahren Grundlagen für den Aufbau von Text Ressourcen für Opinion Mining. Die erlernten Techniken werden in praktischen Übungen angewandt und in eigenen Beispielen für verschiedene Anwendungsfälle programmiert. |
Lernziel
(Learning outcome) | Die Studierenden haben einen grundlegenden Überblick über Text-Mining. Sie wissen um die Verwendung im Web 2.0 / Social Web. Sie kennen grundlegende statistische Methoden der Strukturierung von Texten. Ihnen sind die Grundlagen des Opinion Mining bekannt. Dabei kennen Sie die Grundlagen für den Aufbau von Textressourcen und deren Anwendung für Opinion Mining. Sie sind in der Lage, einfache Algorithmen des Text-Mining praktisch anzuwenden und zu programmieren. |
Voraussetzung
(Prerequisites) | |
Lehrinhalte Englisch
(Course contents) | Students learn about basics of text mining and there usage in the Web 2.0 / Social Web. They experience statistics methods that can be applied to extract the informational structures from unstructured text. Opinion Mining refers to a special branch of text mining. The students learn how opinions can be extracted by classifying their polarity. The learn the basics about generation of lexical resources for opinion mining. The acquired techniques will be used in exercises and will be applied to different use cases. |
Lernziel Englisch
(Learning outcome) | Students acquire a basic overview about text mining. They understand the application in the Web 2.0 / Social Web. They are able to use basic statistical methods for the structuring of texts. They are aware of basics in opinion mining. Students know the basics for generation and usage of lexical resources. They will be enabled to implement simple algorithms of text mining. |
Voraussetzung Englisch
(Prerequisites) | |
Literaturliste
(Reading list) | Heyer/Quasthoff/Wittig: Text Mining: Wissensrohstoff Text: Konzepte, Algorithmen, Ergebnisse (W3L-Verlag 2008) Andrea Esuli: Automatic Generation of Lexical Resources for Opinion Mining: Models, Algorithms and Applications (VDM Verlag 2010) B. Pang, L. Lee: Opinion Mining and Sentiment Analysis, 2008 |
Prüfungsdurchführung
(Type of examination) | schrP 90 |
Erlaubte Hilfsmittel
(Resources allowed in exam) | 1 handgeschriebene DIN A4 Seite |
Medienformen
(media) | Beamer, Overheadprojektor, Übungen am PC, Tafel, Whiteboard |
|
deutsch |
english
medieninformatik