國立虎尾科技大學 |

Sentiment-Analyse deutschsprachiger Meinungsäußerungen = Grundlagen, Methoden und praktische Umsetzung /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	Sentiment-Analyse deutschsprachiger Meinungsäußerungen/ von Melanie Siegel, Melpomeni Alexa.
其他題名:	Grundlagen, Methoden und praktische Umsetzung /
作者:	Siegel, Melanie.
其他作者:	Alexa, Melpomeni.
面頁冊數:	VII, 132 S. 14 Abb., 8 Abb. in Farbe.online resource. :
Contained By:	Springer Nature eBook
標題:	German. -
電子資源:	https://doi.org/10.1007/978-3-658-29699-5
ISBN:	9783658296995

Sentiment-Analyse deutschsprachiger Meinungsäußerungen = Grundlagen, Methoden und praktische Umsetzung /
Siegel, Melanie.

Sentiment-Analyse deutschsprachiger MeinungsäußerungenGrundlagen, Methoden und praktische Umsetzung /[electronic resource] :von Melanie Siegel, Melpomeni Alexa. - 1st ed. 2020. - VII, 132 S. 14 Abb., 8 Abb. in Farbe.online resource.

Einleitung -- Sentiment Retrieval – Meinungsäußerungen identifizieren -- Polarität: Dokumente klassifizieren -- Wörter in der Sentiment-Analyse -- Sentiment-Analyse auf Satzebene -- Was bewertet wird: Aspekte identifizieren -- Ironie -- Analyse politischer Trends -- Opinion Spam -- Erkennung und Klassifikation von Aggression in Meinungsäußerungen -- Sentiment-Analyse im Unternehmenskontext und Softwarelösungen im Markt.

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. Der Inhalt Einleitung Sentiment Retrieval – Meinungsäußerungen identifizieren Polarität: Dokumente klassifizieren Wörter in der Sentiment-Analyse Sentiment-Analyse auf Satzebene Was bewertet wird: Aspekte identifizieren Ironie Analyse politischer Trends Opinion Spam Erkennung und Klassifikation von Aggression in Meinungsäußerungen Sentiment-Analyse im Unternehmenskontext und Softwarelösungen im Markt Die Autorinnen Melanie Siegel ist Professorin an der Hochschule Darmstadt und unterrichtet dort Verfahren zur automatischen Analyse von Sprache im Fachgebiet Information Science. Melpomeni Alexa ist Professorin an der Hochschule Darmstadt und unterrichtet dort sowohl über die Methoden als auch den Einsatz von Tools für Online Monitoring, Sentiment-Analyse/Opinion Mining, Social Listening im Fachgebiet Onlinekommunikation.

ISBN: 9783658296995

Standard No.: 10.1007/978-3-658-29699-5doiSubjects--Topical Terms:

1229055
German.

LC Class. No.: QA76.9.N38

Dewey Class. No.: 006.35

Sentiment-Analyse deutschsprachiger Meinungsäußerungen = Grundlagen, Methoden und praktische Umsetzung /
LDR:03958nam a22003855i 4500 001 1027520
003 DE-He213
005 20200720054323.0
007 cr nn 008mamaa
008 210318s2020 gw | s |||| 0|ger d
020 $a 9783658296995 $9 978-3-658-29699-5
024 7 $a 10.1007/978-3-658-29699-5 $2 doi
035 $a 978-3-658-29699-5
050 4 $a QA76.9.N38
050 4 $a QA76.9.N38
072 7 $a UYQL $2 bicssc
072 7 $a COM073000 $2 bisacsh
072 7 $a UYQL $2 thema
072 7 $a UYQL $2 thema
082 0 4 $a 006.35 $2 23
082 0 4 $a 006.35 $2 23
100 1 $a Siegel, Melanie. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1323944
245 1 0 $a Sentiment-Analyse deutschsprachiger Meinungsäußerungen $h [electronic resource] : $b Grundlagen, Methoden und praktische Umsetzung / $c von Melanie Siegel, Melpomeni Alexa.
250 $a 1st ed. 2020.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Vieweg, $c 2020.
300 $a VII, 132 S. 14 Abb., 8 Abb. in Farbe. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
505 0 $a Einleitung -- Sentiment Retrieval – Meinungsäußerungen identifizieren -- Polarität: Dokumente klassifizieren -- Wörter in der Sentiment-Analyse -- Sentiment-Analyse auf Satzebene -- Was bewertet wird: Aspekte identifizieren -- Ironie -- Analyse politischer Trends -- Opinion Spam -- Erkennung und Klassifikation von Aggression in Meinungsäußerungen -- Sentiment-Analyse im Unternehmenskontext und Softwarelösungen im Markt.
520 $a 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. Der Inhalt Einleitung Sentiment Retrieval – Meinungsäußerungen identifizieren Polarität: Dokumente klassifizieren Wörter in der Sentiment-Analyse Sentiment-Analyse auf Satzebene Was bewertet wird: Aspekte identifizieren Ironie Analyse politischer Trends Opinion Spam Erkennung und Klassifikation von Aggression in Meinungsäußerungen Sentiment-Analyse im Unternehmenskontext und Softwarelösungen im Markt Die Autorinnen Melanie Siegel ist Professorin an der Hochschule Darmstadt und unterrichtet dort Verfahren zur automatischen Analyse von Sprache im Fachgebiet Information Science. Melpomeni Alexa ist Professorin an der Hochschule Darmstadt und unterrichtet dort sowohl über die Methoden als auch den Einsatz von Tools für Online Monitoring, Sentiment-Analyse/Opinion Mining, Social Listening im Fachgebiet Onlinekommunikation.
650 2 4 $a German. $3 1229055
650 2 4 $a Information Systems and Communication Service. $3 669203
650 2 4 $a Computational Linguistics. $3 670080
650 1 4 $a Natural Language Processing (NLP). $3 1254293
650 0 $a German language. $3 1297905
650 0 $a Computers. $3 565115
650 0 $a Computational linguistics. $3 555811
650 0 $a Natural language processing (Computer science). $3 802180
700 1 $a Alexa, Melpomeni. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1323945
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658296988
856 4 0 $u https://doi.org/10.1007/978-3-658-29699-5
912 $a ZDB-2-STI
950 $a Computer Science and Engineering (German Language) (SpringerNature-11774)