Sentiment-Analyse deutschsprachiger Meinungsaußerungen : Grundlagen, Methoden und praktische Umsetzung Paperback / softback
by Melanie Siegel, Melpomeni Alexa
Paperback / softback
Description
Der Zugang zu Information ist durch das Internet erheblich verändert und erleichtert worden.
Gleichzeitig gibt es seit dem Web 2.0 die Möglichkeit für alle Internet-Nutzer, selbst Inhalte beizusteuern, indem sie in Foren schreiben, oder Twitter, Xing, LinkedIn, Facebook oder andere soziale Medien nutzen und auf veröffentliche Posts z.
B. durch Kommentare reagieren. Diese Fülle an Informationen und Meinungen ist ein wertvoller und in der Regel sehr großer Datenschatz, den man nur mit automatischen Verfahren sinnvoll nutzen kann. Die automatische Analyse von Meinungsäußerungen gehört in die Anwendungsbereiche Informationsextraktion und Inhaltsanalyse sowie Text Mining.
Aus Texten von Internet-Nutzern werden Informationen extrahiert und analysiert, wie sie sich zu bestimmten Themen, Produkten oder Ereignissen äußern. Dieses Buch gibt eine systematische Einführung in Methoden der automatischen Analyse von Meinungsäußerungen und zeigt die Anwendung der beschriebenen Methoden in Programmierübungen.
Der Fokus liegt dabei auf deutschsprachige Daten, also auf linguistischen Ressourcen sowie Methoden zur automatischen Analyse für die deutsche Sprache.
Viele Übungsaufgaben sowie in Python implementierte Programmierbeispiele und -aufgaben machen das Buch zum optimalen Begleiter für Studium und Selbststudium.
Information
-
Out of stock
- Format:Paperback / softback
- Pages:132 pages, 8 Illustrations, color; 6 Illustrations, black and white; VII, 132 S. 14 Abb., 8 Abb. in
- Publisher:Springer Fachmedien Wiesbaden
- Publication Date:21/07/2020
- Category:
- ISBN:9783658296988
Information
-
Out of stock
- Format:Paperback / softback
- Pages:132 pages, 8 Illustrations, color; 6 Illustrations, black and white; VII, 132 S. 14 Abb., 8 Abb. in
- Publisher:Springer Fachmedien Wiesbaden
- Publication Date:21/07/2020
- Category:
- ISBN:9783658296988
