arbeiten:sentiment_analysis_auf_literarischen_texten

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Nächste Überarbeitung		 Vorhergehende Überarbeitung
Letzte ÜberarbeitungBeide Seiten der Revision
arbeiten:sentiment_analysis_auf_literarischen_texten [03.09.2018 10:34] – Erstellt mit dem Formular arbeiten:anlegen Thomas Schmidtarbeiten:sentiment_analysis_auf_literarischen_texten [01.10.2019 12:12] – Alexander Bazo
Zeile 4: Zeile 4:
 Thema                       : Sentiment Analysis auf literarischen Texten Thema                       : Sentiment Analysis auf literarischen Texten
 Art_thesistypes             : BA, MA Art_thesistypes             : BA, MA
-Betreuer_thesisadvisor      : Thomas Schmidt +BetreuerIn_thesisadvisor      : Thomas Schmidt 
-Student                     :  +BearbeiterIn                     :  
-Professor_thesisprofessor   : +ErstgutachterIn_thesisprofessor   :  
 +ZweitgutachterIn_secondthesisprofessor : N.N.
 Status_thesisstate         : ausgeschrieben Status_thesisstate         : ausgeschrieben
 Stichworte_thesiskeywords   : Sentiment Analysis, Emotion Analysis, Computational Linguistics, Text Mining, Literaturwissenschaft, Literary Studies, Machine Learning, Korpuslinguistik, Corpus Linguistics, Digital Humanities Stichworte_thesiskeywords   : Sentiment Analysis, Emotion Analysis, Computational Linguistics, Text Mining, Literaturwissenschaft, Literary Studies, Machine Learning, Korpuslinguistik, Corpus Linguistics, Digital Humanities
Zeile 14: Zeile 15:
 Antrittsvortrag_dt          :  Antrittsvortrag_dt          : 
 Abschlussvortrag_dt         :  Abschlussvortrag_dt         : 
-Ende_dt                     : +Abgabe_dt                     :  
 +Textlizenz_textlicense : Unbekannt 
 +Codelizenz_codelicense : Unbekannt
 ---- ----
  
 === Hintergrund === === Hintergrund ===
  
-Sentiment Analysis (oder auch Opinion Mining) und Emotion Analysis sind Forschungsgebiete, die sich mit der automatischen Analyse und Prädiktion von Sentiments, Meinungen und Emotionen, vorrangig für das Medium Text, befassen. Das produktivste Anwendungsgebiet hierfür ist user-generated content (z.B. social media, Produkt-Reviews). Da Emotionen und Sentiments auch für literarische und narrative Texte bedeutend sind, findet man zunehmend Projekte die den Einsatz von Sentiment Analysis auf literarischen Texten untersuchen.+Sentiment Analysis (oder auch Opinion Mining) und Emotion Analysis sind Forschungsgebiete, die sich mit der automatischen Analyse und Prädiktion von Sentiments, Meinungen und Emotionen, vorrangig für das Medium Text, befassen. Das produktivste Anwendungsgebiet hierfür ist user-generated content (z.B. social media, Produkt-Reviews). Da Emotionen und Sentiments auch für literarische und narrative Texte bedeutend sind, findet man zunehmend Projekte, die den Einsatz von Sentiment Analysis auf literarischen Texten untersuchen.
  
 === Zielsetzung der Arbeit === === Zielsetzung der Arbeit ===
Zeile 26: Zeile 29:
  
 Verschiedene Genres und Anwendungsgebiete sind denkbar, werkspezifisch oder in einem Distant Reading-Kontext: Verschiedene Genres und Anwendungsgebiete sind denkbar, werkspezifisch oder in einem Distant Reading-Kontext:
- Dramen +  * Dramen 
- Gedichte +  * Gedichte 
- Romane+  * Romane
  
  
Zeile 34: Zeile 37:
  
 Verschieden Aufgaben sowie deren Kombination können verfolgt werden, je nach konkreter Zielformulierung: Verschieden Aufgaben sowie deren Kombination können verfolgt werden, je nach konkreter Zielformulierung:
- Analyse von Annotationsverhalten +  * Analyse von Annotationsverhalten 
- Annotation von Evaluations-Korpora +  * Annotation von Evaluations-Korpora 
- Implementierung und Evaluation verschiedener Methoden +  * Implementierung und Evaluation verschiedener Methoden 
- Visualisierung von Ergebnissen in Form eines Tools+  * Visualisierung von Ergebnissen in Form eines Tools
  
  
 === Erwartete Vorkenntnisse === === Erwartete Vorkenntnisse ===
  
-Affinität zu Digital Humanities, Linguistik und Literaturwissenschaft+  * Affinität zu Digital Humanities, Linguistik und Literaturwissenschaft
  
 Je nach konkreter Herangehensweise: Je nach konkreter Herangehensweise:
-Kenntnisse im Bereich Anforderungsanalyse +  * Kenntnisse im Bereich Anforderungsanalyse 
-Programmierkenntnisse in Python, R oder Ähnlichem +  * Programmierkenntnisse in Python, R oder Ähnlichem 
-Kenntnisse im Bereich Web-Programmierung +  * Kenntnisse im Bereich Web-Programmierung 
-Kenntnisse im Bereich Machine Learning +  * Kenntnisse im Bereich Machine Learning 
-Kenntnisse im Bereich Computational Linguistics und Text Mining +  * Kenntnisse im Bereich Computational Linguistics und Text Mining 
-Statistische Auswertung +  * Statistische Auswertung 
-Visualisierung und Tool-Gestaltung+  * Visualisierung und Tool-Gestaltung
  
 === Weiterführende Quellen === === Weiterführende Quellen ===