Vorträge

Treffen Sie uns auf einer Konferenz!

Verschaffen Sie sich einen Überblick, auf welchen Events unsere codecentric-Kollegen als Referenten vertreten sind. Wir würden uns freuen, Sie auf einer Konferenz persönlich begrüßen zu dürfen.

Ordnung im Blog: Strukturierung umfangreicher Datenmengen durch Topic Modeling

28.09.2017

data2day

Heidelberg Print Media Academy, Kurfürsten-Anlage, Heidelberg, Deutschland

Der enorme Zuwachs an Text als wesentliches Kommunikationsmittel unserer Gesellschaft erfordert Methoden, die riesige Textmengen erkundbar machen. Zur besseren Verwaltung und Organisation der stetig wachsenden Sammlung von Dokumenten ist die Einteilung in Themenblöcke hilfreich, aber meist von Hand zu aufwendig. Eine automatisierte Bestimmung von Topics bzw. Themen bezweckt das sogenannte „Topic Modeling“ aus dem Bereich NLP (Verarbeitung natürlicher Sprachen).

Der Vortrag gibt eine praxisorientierte Einführung in die Strukturierung von Textdokumenten. Am Beispiel von rund 700 Blogartikeln zeigen wir, wie sich mit Hilfe von Methoden der linearen Algebra und Wahrscheinlichkeitstheorie (NMF und LDA) sinnvolle Gruppierungen in Topics finden lassen und wie diese beurteilt werden können. Dies ermöglicht weitergehende Analysen, wie der zeitlichen Veränderung von Topics oder die Ermittlung von Trends.

Interesse an der Verarbeitung natürlicher Sprachen ist für diesen Vortrag von Vorteil.

Nach dem Vortrag kennen die Zuhörer grundlegende Techniken zur Einteilung von umfangreichen Textsammlungen in Themeneinheiten sowie deren Vor- und Nachteile. Die verwendeten Techniken lassen sich zudem für andere semistrukturierte Daten, wieBilder und Videos verwenden.

Daniel PapeDaniel Pape
Matthias RadtkeMatthias Radtke