Die Herausforderung: Das "Schürfen" nach relevanten Informationen in digitalen Testsammlungen
Ein Großteil der weltweit verfügbaren Informationen liegt in Texten vor. Relevant sind hierbei sind die Textinhalte an sich, etwa die enthaltenen Themen oder „Stimmungen“ im Text. Aber auch Schreibstile können aufschlussreich für eine Untersuchung sein. Für die Analyse hierzu müssen Verfahren des maschinellen Lernens (ML) geeignet eingesetzt und angepasst werden. Zusätzliche Schwierigkeiten sind hierbei die Unstrukturiertheit von Texten oder das Fehlen von Metadaten.
Die Lösung: Natural Language Processing (NLP) und maschinelles Lernen (ML), um relevante Informationen aus Texten ableiten zu können!
Ihnen werden Methoden der digitalen Textanalyse vermittelt, mit den Schwerpunkten auf NLP und ML.
Zunächst lernen Sie die Grundlagen des NLP kennen, mit denen Sie Textdaten im Internet crawlen und sie dann maschinenlesbar "bereinigen" und strukturieren.
Im Anschluss lernen Sie, wie bekannte Standardmethoden des ML (z.B. Clustering, Classification) im Kontext von Textanalyse funktionieren. Ebenso lernen Sie die Grundlagen der Techniken kennen, mit denen Sie anschließend Autorenstile erkennen oder im Text präsente Themen („topics“) und Stimmungen („sentiment“) herauslesen. Außerdem lernen Sie, wie Sie die Entstehung der ML-Ergebnisse interpretieren und die Güte der Verfahren evaluieren können.
Dieser Kurs besteht aus Live-Vorträgen im Webinar. Dieser werden angereichert durch eine Reihe von interaktiven Live-Demos in der Programmiersprache "Python".
Natürlich planen wir hierbei ausreichend Zeit für Diskussionen, Ihre Fragen und Pausen ein. Denn unsere Online-Veranstaltung soll für Sie lehrreich, produktiv und gleichzeitig angenehm sein.
Ihre Vorteile auf einen Blick
Nach dem Seminar können Sie...
- verstehen, wie Sie grundlegende Problemstellungen hinsichtlich der Verarbeitung von Textdaten lösen
- nachvollziehen, wie man diese Methoden praktisch in Python umsetzt
Dieses Seminar bietet Ihnen...
- Vermittlung gängiger Methoden und Werkzeuge der forensischen Textuntersuchung
- Erkenntnisse aus dem aktuellen Forschungsstand in NLP und ML
- Austausch mit Experten und Vernetzung mit anderen Anwendern der Computerlinguistik und der Text-Forensik