Topic Modeling mit der LDA-Methode für digitale Textsammlungen

Welche Themen und Inhalte stecken in meinen Textdaten?

Welche Themen sind in meinen Textdaten enthalten? Wie lassen sich diese herauskristallieren? Tagtäglich sind wir konfrontiert mit einer Flut von Informationen. Dabei liegt ein Großteil der weltweit verfügbaren Informationen in Textform vor. Die Erschließung von Themen bzw. Topics, vor allem in unstrukturierten Texten, stellt dabei eine Herausforderung dar. In unserem Online-Seminar erhalten Sie einen Überblick zu der Technik "Latente Dirichlet Allocation” (LDA), einer beliebten Technik zur Modellierung von Themen. Zudem vermitteln wir Ihnen Erkenntnisse aus dem aktuellen Forschungsstand in NLP und ML.

Python
Online-Seminar
Textforensik
Topic Modeling
Latente Dirichlet Allocation
Maschinelles Lernen

Die Herausforderung: Das Erkennen von Thematiken und Trends aus Textsammlungen

Ein Großteil der weltweit verfügbaren Informationen liegt in Texten vor. In manchen Anwendungen sind besonders die in unstrukturierten Textsammlungen enthaltenen Themen wichtig, die sog. „Topics“. Diese können durch geeignete Verfahren modelliert und extrahiert werden.

 

Die Lösung: Topic Modeling mit der LDA-Methode

In diesem Web-Seminar geben wir Ihnen einen Überblick zu der Technik “Latente Dirichlet Allocation” (LDA), einer beliebten Technik zur Modellierung von Themen.

Per LDA können Sie untersuchen, welche Topics in welchen Texten besonders oft vertreten sind – oder auch umgekehrt, welche Texte ein gegebenes Topic besonders stark thematisieren. Das Ziel von LDA ist es, alle Dokumente dem höchstwahrscheinlichen Thema zuzuordnen.

Dieses Web-Seminar ist für Sie interessant, wenn Sie mit großen Textsammlungen arbeiten und bereits Kenntnisse aus dem maschinellen Lernen und des Natural Language Processings (NLP) besitzen.

Dieser Kurs besteht aus Live-Vorträgen im Webinar. Diese bestehen aus Theorieteilen und vielen interaktive 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...

... nachvollziehen, wie man die LDA-Methode in Ihren eigenen Projekten in der Programmiersprache Python praktisch umsetzt.

 

Dieses Seminar bietet Ihnen...

  • Vermittlung einer beliebten Methode zum Topic Modelling
  • Erkenntnisse aus dem aktuellen Forschungsstand in NLP und ML
  • Austausch mit Experten und Vernetzung mit anderen Anwendern der Computerlinguistik und der Text-Forensik

 

ÜBERBLICK
Veranstaltungstyp
Webinar
Format
Online
Abschluss
Teilnahmebescheinigung
Zugangsvoraussetzung
Grundkenntnisse in Python-Programmierung, alternativ: gute Kenntnisse in einer anderen Hochsprache.
Termine, Anmeldefrist und Ort
  • 05.02.2021 ONLINE (Anmeldung bis 28.01.2021)
Dauer/ Ablauf
09:00 - 12:30 Uhr Der Umfang des Seminares entspricht einem halben Tag Schulung
Sprache
Deutsch
Teilnahmegebühr
150,00 Euro
ZIELGRUPPE
  • Forensiker
  • Ermittler
  • Data Scientists
INHALTE
  • Überblick über die LDA-Methode
  • Topic Modeling mit LDA
  • Optimierungsmöglichkeiten des Verfahrens
  • Werkzeuge, Literatur
LERNZIELE
  • Verständnis für das Prinzip der LDA-Methode
  • Nachvollziehen der praktischen  Umsetzung in „Python“.
REFERENTEN

Die Trainer sind ExpertInnen im Bereich ML und NLP (wissenschaftliche Mitarbeiter aus dem Bereich "Media Security & IT Forensics")

Referenzen unserer Referentin:

  • Forschungsprojekte zu den Themen Radikalisierung und Fakenews im Internet
  • 3. Platz im internationalen Textforensik-Wettbewerb „Shared Tasks: Profiling Fake News Spreaders on Twitter (2020 edition)“ auf der „PAN at CLEF“-Konferenz mit einer Arbeit zum Erkennen von Desinformation