Exploration von Methoden zur Extraktion von impliziten und expliziten Aspekten bei der Sentiment Analyse

Die zunehmende Digitalisierung und die ständig wachsende Bedeutung sozialer Medien führen dazu, dass immer mehr Meinungen und Stimmungen in Textform im Internet geteilt werden. Sentiment-Analyse ist ein Verfahren, das es ermöglicht, Meinungen und Stimmungen in Texten automatisiert zu erkennen und zu klassifizieren. Die Aspekt-basierte Sentiment Analyse (ABSA) ist eine spezielle Form der Sentiment Analyse, die sich auf die Erkennung von Meinungen und Stimmungen bezogen auf bestimmte Aspekte oder Themen konzentriert. ABSA ist insbesondere für Unternehmen und Organisationen von großem Interesse, da es ihnen ermöglicht, Einblicke in die Meinungen und Bedürfnisse ihrer Kunden zu gewinnen und gezielte Maßnahmen zur Verbesserung ihrer Produkte und Dienstleistungen zu ergreifen.

Das Ziel dieser Arbeit ist es, Methoden zur Erkennung von impliziten und expliziten Aspekten in der deutschen Sprache zu erarbeiten. Dafür soll zunächst ein Korpus zum Training und zur Evaluation gesammelt und annotiert werden. Anschließend werden verschiedene Ansätze aus dem Bereich des ML, wie zum Beispiel Neuronale Netze oder Transformer-Modelle, ausgewählt und evaluiert. Dabei sollen u.a. auch Ansätze berücksichtigt werden, die in der englischen Sprache bereits oft evaluiert wurden, in der deutschen Sprache jedoch noch nicht zum Einsatz kamen. Ziel ist es, die ausgewählten Methoden zu vergleichen und zu bewerten, um eine optimale Lösung zur Erkennung impliziter und expliziter Aspekte in deutschen Texten zu finden.

• Literaturrecherche und Einarbeitung in das Thema der Aspekt-basierten Sentiment Analyse (Welche Methoden werden (in der englischen Sprache) heutzutage als state-of-the-art eingesetzt um implizites und explizites Aspekt-Sentiment zu erkennen? Welche Untersuchungen wurden hierzu schon für die deutsche Sprache durchgeführt?)
• Sammeln und Annotation eines Korpus für Training und Evaluation der Methoden
• Untersuchung von Methoden zur Erkennung von Aspekten in der englischen Sprache und deren Anwendung auf die deutsche Sprache, insbesondere auf Basis von Transformer-Modellen wie BERT, RoBERTa oder GPT
• Entwicklung von verschiedenen Methoden zur Erkennung von impliziten und expliziten Aspekten in der deutschen Sprache, basierend auf den untersuchten Methoden aus der englischen Sprache
• Evaluation der entwickelten Methoden (auf unterschiedlichen Domänen und Texttypen) und Vergleich der Ergebnisse

Keine

Nach Absprache mit dem Betreuer.