Benutzer: Gast  Login
Weniger Felder
Einfache Suche
Originaltitel:
Opinion Mining for Qualitative Content Studies
Übersetzter Titel:
Opinion Mining für Qualitative Inhaltsanalysen
Autor:
Hagerer, Gerhard Johann
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Groh, Georg (Prof. Dr.)
Gutachter:
Groh, Georg (Prof. Dr.); Pfeffer, Jürgen (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
opinion mining, sentiment analysis, qualitative research, social media, machine learning, natural langauge processing
Übersetzte Stichworte:
Opinion Mining, Sentimentanalyse, Qualitative Forschung, Soziale Medien, Maschinelles Lernen, Natürliche Sprachverarbeitung
TU-Systematik:
DAT 500
Kurzfassung:
Social media provides rapidly growing content in the form of texts and multimedia files, which are rich data sources for many research disciplines. With regard to processing these sources, there is a substantial evolution of data science related disciplines, such as, machine learning (ML), natural language processing (NLP), et cetera. However, the integration of these innovations into the workflow of domain experts to manually analyze social media big data in application domains is understudie...     »
Übersetzte Kurzfassung:
Soziale Medien stellen rapide wachsende Inhalte in Form von Texten und Multimediadateien zur Verfügung, die für viele Forschungsdisziplinen reichhaltige Datenquellen darstellen. Im Hinblick auf die Verarbeitung dieser Quellen gibt es eine starke Entwicklung der mit den Datenwissenschaften verbundenen Disziplinen, wie z.B. maschinelles Lernen, Computerlinguistik, Text Mining, und so weiter. Die Integration dieser Innovationen in den Arbeitsablauf von Fachleuten zur manuellen Analyse von Big Dat...     »
WWW:
https://mediatum.ub.tum.de/?id=1655340
Eingereicht am:
02.06.2022
Mündliche Prüfung:
26.04.2023
Dateigröße:
10420036 bytes
Seiten:
244
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230426-1655340-1-5
Letzte Änderung:
27.06.2023
 BibTeX