Meinungsanalyse in Textdaten : Chancen der interaktiven Steuerung des Analyseprozesses
| dc.contributor.author | Zintgraf, Fabian | |
| dc.date.accessioned | 2012-08-13T07:44:27Z | deu |
| dc.date.available | 2012-08-13T07:44:27Z | deu |
| dc.date.issued | 2012 | deu |
| dc.description.abstract | Meinungen beeinflussen uns in unseren alltäglichen Entscheidungen. Sie begegnen uns zum Beispiel beim Kauf von Produkten, wie elektronischen Artikeln und Büchern oder auch Wertpapieren wie Anleihen und Aktien. Früher wurden diese Kaufentscheidungen mit Familienangehörigen diskutiert, während man heutzutage auch auf das Internet zurückgreifen kann. Hier können Benutzer mittels Rezensionen ihre Erfahrungen preisgeben, um andere Käufer bei ihrem Kaufabschluss zu beraten. Hieraus kann der Käufer Stärken und Schwächen vereinzelter Produktmerkmale identifizieren. Für eine geringe Datenmenge stellt dies für den Menschen keine nennenswerte Schwierigkeit dar. Aber bedingt durch die großen Datenmengen sollen hier nun Techniken der Computerlinguistik und der Informatik anknüpfen - bis jetzt aber nur mit mäßigem Erfolg. Dabei können Rechtschreibfehler oder umgangssprachliche Wortgebräuche eine automatische Erkennung beeinflussen, welche noch zusätzlich durch komplexe semantische Beziehungen und Mehrdeutigkeiten erschwert wird. Oftmals können Informationen nur aus dem Kontext heraus aufgelöst werden, wobei dies zum Beispiel auch über das Weltwissen des Menschen bewerkstelligt werden kann. Das kann mithilfe der Interaktiven Steuerung in den Analyseprozess integriert werden, um zum Beispiel verschiedene Domänen untereinander abzugrenzen oder um unvermeidliche Fehler korrigieren zu können. Hierdurch erfolgt eine Prozessoptimierung, welche folglich die Identifikationen von merkmalsbezogenen Meinungen verbessern kann. Diese Arbeit erläutert hierbei die Chancen der Interaktiven Steuerung, wobei untersucht wird, welcher genaue Mehrwert die Verbindung von Mensch und Maschine für die Analyse von Meinungen hervorbringen kann. Hierzu wurde eine Anwendung entwickelt, welche die Interaktiven Steuerung einbindet und den Analysten in seiner Prozessoptimierung unterstützt. Dabei werden Herausforderungen und Problemlösungen innerhalb dieses wissenschaftlichen Umfeldes diskutiert und abschließend evaluiert. | deu |
| dc.description.version | published | |
| dc.identifier.ppn | 369871197 | deu |
| dc.identifier.uri | http://kops.uni-konstanz.de/handle/123456789/20080 | |
| dc.language.iso | deu | deu |
| dc.legacy.dateIssued | 2012-08-13 | deu |
| dc.rights | terms-of-use | deu |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | deu |
| dc.subject | Meinungsanalyse | deu |
| dc.subject | Interaktive Steuerung | deu |
| dc.subject | Sentiment Analysis | deu |
| dc.subject | Interactive Steering | deu |
| dc.subject.ddc | 004 | deu |
| dc.title | Meinungsanalyse in Textdaten : Chancen der interaktiven Steuerung des Analyseprozesses | deu |
| dc.title.alternative | Sentiment Analysis in Text Data : Investigating the Potential of Interactively Steering the Analysis Process | eng |
| dc.type | MSC_THESIS | deu |
| dspace.entity.type | Publication | |
| kops.citation.bibtex | @mastersthesis{Zintgraf2012Meinu-20080,
year={2012},
title={Meinungsanalyse in Textdaten : Chancen der interaktiven Steuerung des Analyseprozesses},
author={Zintgraf, Fabian}
} | |
| kops.citation.iso690 | ZINTGRAF, Fabian, 2012. Meinungsanalyse in Textdaten : Chancen der interaktiven Steuerung des Analyseprozesses [Master thesis] | deu |
| kops.citation.iso690 | ZINTGRAF, Fabian, 2012. Meinungsanalyse in Textdaten : Chancen der interaktiven Steuerung des Analyseprozesses [Master thesis] | eng |
| kops.citation.rdf | <rdf:RDF
xmlns:dcterms="http://purl.org/dc/terms/"
xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:bibo="http://purl.org/ontology/bibo/"
xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
xmlns:foaf="http://xmlns.com/foaf/0.1/"
xmlns:void="http://rdfs.org/ns/void#"
xmlns:xsd="http://www.w3.org/2001/XMLSchema#" >
<rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/20080">
<bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/20080"/>
<dcterms:abstract xml:lang="deu">Meinungen beeinflussen uns in unseren alltäglichen Entscheidungen. Sie begegnen uns zum Beispiel beim Kauf von Produkten, wie elektronischen Artikeln und Büchern oder auch Wertpapieren wie Anleihen und Aktien. Früher wurden diese Kaufentscheidungen mit Familienangehörigen diskutiert, während man heutzutage auch auf das Internet zurückgreifen kann. Hier können Benutzer mittels Rezensionen ihre Erfahrungen preisgeben, um andere Käufer bei ihrem Kaufabschluss zu beraten. Hieraus kann der Käufer Stärken und Schwächen vereinzelter Produktmerkmale identifizieren. Für eine geringe Datenmenge stellt dies für den Menschen keine nennenswerte Schwierigkeit dar. Aber bedingt durch die großen Datenmengen sollen hier nun Techniken der Computerlinguistik und der Informatik anknüpfen - bis jetzt aber nur mit mäßigem Erfolg. Dabei können Rechtschreibfehler oder umgangssprachliche Wortgebräuche eine automatische Erkennung beeinflussen, welche noch zusätzlich durch komplexe semantische Beziehungen und Mehrdeutigkeiten erschwert wird. Oftmals können Informationen nur aus dem Kontext heraus aufgelöst werden, wobei dies zum Beispiel auch über das Weltwissen des Menschen bewerkstelligt werden kann. Das kann mithilfe der Interaktiven Steuerung in den Analyseprozess integriert werden, um zum Beispiel verschiedene Domänen untereinander abzugrenzen oder um unvermeidliche Fehler korrigieren zu können. Hierdurch erfolgt eine Prozessoptimierung, welche folglich die Identifikationen von merkmalsbezogenen Meinungen verbessern kann. Diese Arbeit erläutert hierbei die Chancen der Interaktiven Steuerung, wobei untersucht wird, welcher genaue Mehrwert die Verbindung von Mensch und Maschine für die Analyse von Meinungen hervorbringen kann. Hierzu wurde eine Anwendung entwickelt, welche die Interaktiven Steuerung einbindet und den Analysten in seiner Prozessoptimierung unterstützt. Dabei werden Herausforderungen und Problemlösungen innerhalb dieses wissenschaftlichen Umfeldes diskutiert und abschließend evaluiert.</dcterms:abstract>
<dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
<dc:creator>Zintgraf, Fabian</dc:creator>
<dcterms:issued>2012</dcterms:issued>
<dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2012-08-13T07:44:27Z</dc:date>
<dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
<dc:language>deu</dc:language>
<dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
<dc:rights>terms-of-use</dc:rights>
<foaf:homepage rdf:resource="http://localhost:8080/"/>
<dcterms:alternative>Sentiment Analysis in Text Data : Investigating the Potential of Interactively Steering the Analysis Process</dcterms:alternative>
<dc:contributor>Zintgraf, Fabian</dc:contributor>
<dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/20080/1/Master_Zintgraf.pdf"/>
<dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2012-08-13T07:44:27Z</dcterms:available>
<void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
<dcterms:title>Meinungsanalyse in Textdaten : Chancen der interaktiven Steuerung des Analyseprozesses</dcterms:title>
<dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/20080/1/Master_Zintgraf.pdf"/>
</rdf:Description>
</rdf:RDF> | |
| kops.description.abstract | Opinions affect us in our day-to-day decisions. Especially in purchasing products such as electronic equipment and books or also securities such as bonds and stocks. In the past, these purchase decisions were discussed with family members, whereas today we can also utilize the internet. Here, users can reveal their experiences within reviews to help other buyers with their purchases. Based on these reviews, buyers are able to identify strengths and weaknesses of the respective product features. For a small amount of data this is no noteworthy inconvenience for a human. But caused by the large amount of data, techniques of computational linguistics and computer science shall help - so far, however, with limited success. There are spelling errors, colloquial expressions, complex semantic relationships and ambiguities that can affect these automatic detections. Often, information can only be resolved with its context or a users's world knowledge. This can be integrated into the analysis process by using interactive steering, which can help distinguishing between different domains or to correct inevitable errors. This can be seen as process optimization, which can consequently improve the identification of feature-based sentiments. This thesis describes the chances of an interactive steering process which embodies a connection between man and machine in order to improve the analysis process. For this purpose an application has been developed, which incorporates the interactive steering and assists the analyst in its process optimization. A discussion of challenges and problem solutions within a scientific environment will take place and will be evaluated in the end. | eng |
| kops.description.openAccess | openaccessgreen | |
| kops.identifier.nbn | urn:nbn:de:bsz:352-200807 | deu |
| kops.submitter.email | fabian.zintgraf@uni-konstanz.de | deu |
| relation.isAuthorOfPublication | 0a8f5775-2db6-41f9-981d-ac92369b0857 | |
| relation.isAuthorOfPublication.latestForDiscovery | 0a8f5775-2db6-41f9-981d-ac92369b0857 |
Dateien
Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- Master_Zintgraf.pdf
- Größe:
- 25.06 MB
- Format:
- Adobe Portable Document Format
Lizenzbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- license.txt
- Größe:
- 1.92 KB
- Format:
- Plain Text
- Beschreibung:
