Untersuchung von Black Box Modellen zur Entscheidungsfindung in Sentiment Analysen: Unterschied zwischen den Versionen

Aus SDQ-Institutsseminar
(Die Seite wurde neu angelegt: „{{Vortrag |vortragender=Henning Ballweber |email=henning.ballweber@student.kit.edu |vortragstyp=Proposal |betreuer=Holger Trittenbach |termin=Institutsseminar/…“)
 
Keine Bearbeitungszusammenfassung
 
(3 dazwischenliegende Versionen von 3 Benutzern werden nicht angezeigt)
Zeile 2: Zeile 2:
|vortragender=Henning Ballweber
|vortragender=Henning Ballweber
|email=henning.ballweber@student.kit.edu
|email=henning.ballweber@student.kit.edu
|vortragstyp=Proposal
|vortragstyp=Bachelorarbeit
|betreuer=Holger Trittenbach
|betreuer=Clemens Müssener
|termin=Institutsseminar/2019-06-21
|termin=Institutsseminar/2019-06-21 Zusatztermin
|kurzfassung=Tdb
|kurzfassung=Diese Arbeit wird sich mit der Erklärbarkeit von Sentimentanalyse befassen. Sentimentanalyse ist ein aktuelles Forschungsthema, das sich mit der automatisierten Auswertung der Stimmung von Texten befasst. Dabei klassifiziert ein Entscheider diese als positiv oder negativ. Jedoch sind die meisten hier angewandten Verfahren des maschinellen Lernens Black Boxes, also für Menschen nicht unmittelbar nachvollziehbar. Die Arbeit hat zum Ziel, verschiedene Verfahren der Sentimentanalyse auf Erklärbarkeit zu untersuchen. Hierbei werden eine Datenbank aus Filmrezensionen sowie Word Embeddings auf Basis des word2vec-Modells verwendet.
}}
}}

Aktuelle Version vom 7. Oktober 2019, 20:51 Uhr

Vortragende(r) Henning Ballweber
Vortragstyp Bachelorarbeit
Betreuer(in) Clemens Müssener
Termin Fr 21. Juni 2019
Vortragsmodus
Kurzfassung Diese Arbeit wird sich mit der Erklärbarkeit von Sentimentanalyse befassen. Sentimentanalyse ist ein aktuelles Forschungsthema, das sich mit der automatisierten Auswertung der Stimmung von Texten befasst. Dabei klassifiziert ein Entscheider diese als positiv oder negativ. Jedoch sind die meisten hier angewandten Verfahren des maschinellen Lernens Black Boxes, also für Menschen nicht unmittelbar nachvollziehbar. Die Arbeit hat zum Ziel, verschiedene Verfahren der Sentimentanalyse auf Erklärbarkeit zu untersuchen. Hierbei werden eine Datenbank aus Filmrezensionen sowie Word Embeddings auf Basis des word2vec-Modells verwendet.