Wissensrohstoff Text : eine Einführung in das Text Mining
Bibliographische Detailangaben
- Titel
- Wissensrohstoff Text eine Einführung in das Text Mining
- verantwortlich
- ; ;
- Ausgabe
- 2., wesentlich überarbeitete Auflage
- veröffentlicht
- Erscheinungsjahr
- 2022
- Teil von
- Lehrbuch
- Teil von
- Springer eBook Collection
- Erscheint auch als
- Biemann, Chris, 1977 - , Wissensrohstoff Text, 2., wesentlich überarbeitete Auflage, Wiesbaden : Springer Vieweg, 2022, XV, 385 Seiten
- Andere Ausgaben
- Wissensrohstoff Text: eine Einführung in das Text Mining
- Medientyp
- E-Book
- Datenquelle
- K10plus Verbundkatalog
- Tags
- Tag hinzufügen
Zugang
Weitere Informationen sehen Sie, wenn Sie angemeldet sind. Noch keinen Account? Jetzt registrieren.
- Details Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Standorte Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Internformat Klicken Sie hier, um den Inhalt der Registerkarte zu laden.
- Zusammenfassung
- Text und Text Mining -- Linguistische Repräsentationen -- Maschinelle Verarbeitung von Text -- Sprachdaten: Lexika und Korpora -- Sprachstatistik -- Maschinelles Lernen für Sprachverarbeitung -- Beispielanwendungen.
Der größte Teil des Weltwissens ist in digital verfügbaren Texten beschrieben. Diese Texte stellen einen bedeutsamen Wissensrohstoff dar, doch wie kann dieses Wissen extrahiert werden? Lernen Sie in dieser aktualisierten und erweiterten Neuauflage des ersten deutschen Lehrbuches zu diesem Thema, wie digitaler Text mit Hilfe von Text Mining aufbereitet, verarbeitet und in Anwendungen genutzt werden kann. Der Inhalt Einführung in die Arbeit mit Text Aufbau von Text und Sprache Verfahren zur maschinellen Verarbeitung von Text Aufbau von Sprachdaten: Lexika und Korpora Umgang mit Sprachdaten: Sprachstatistik und Sprachmodelle Maschinelles Lernen für die Verarbeitung von Text: Clustering, Klassifikation und Trainingsdatenerstellung Beispielanwendungen von Text Mining: Terminologieextraktion, Recherche, Sentimentanalyse u.v.m. Die Zielgruppen Studierende der Informatik, Wirtschaftsinformatik, Medieninformatik, Computerlinguistik oder vergleichbare Disziplinen Informatiker und Informatikerinnen mit beruflichem Interesse an Sprachtechnologie und Text Mining Forschende in Anwendungsbereichen von Text Mining aus den Geistes- und Sozialwissenschaften, insbesondere Digital Humanities und Sprachwissenschaft Die Autoren Professor Dr. Chris Biemann ist wissenschaftlicher Leiter des House of Computing and Data Science, und leitet den Arbeitsbereich Sprachtechnologie im Fachbereich Informatik, beides an der Universität Hamburg. Professor Dr. Gerhard Heyer leitete den Lehrstuhl für Automatische Sprachverarbeitung im Institut für Informatik an der Universität Leipzig. Professor Dr. Uwe Quasthoff leitete das Projekt Deutscher Wortschatz am Lehrstuhl für Automatische Sprachverarbeitung an der Universität Leipzig. - Umfang
- 1 Online-Ressource(XV, 385 Seiten); Illustrationen
- Sprache
- Deutsch
- Schlagworte
- RVK-Notation
-
- Informatik
-
- Monografien
-
- Künstliche Intelligenz
-
- Expertensysteme; Wissensbasierte Systeme
- BK-Notation
-
17.46 Mathematische Linguistik
54.75 Sprachverarbeitung - ISBN
-
9783658359690
- DOI
- 10.1007/978-3-658-35969-0