Einführung in die Sentimentanalyse
Kursbeschreibung
Studiengang | Modulkürzel | Leistungs- bewertung |
---|---|---|
BA-2010[100%|75%] | CS-CL | 6 LP |
BA-2010[50%] | BS-CL | 6 LP |
BA-2010[25%] | BS-AC, BS-FL | 4 LP |
Dozenten/-innen | Michael Wiegand |
Veranstaltungsart | |
Sprache | Deutsch |
Zeit und Ort | |
Einzel: 01.-02.10. | Dienstag, 09:00-16:00 INF 325 / SR 24 |
Mittwoch, 09:00-16:00 INF 325 / SR 24 |
|
Erster Termin | 01.10.2019 |
Letzter Termin | 25.11.2019 |
Wöchentlich: | Montag, 11:15-12:45 INF 326 / SR 28 |
Anmerkung
Fachliche Voraussetzungen
Grundkenntnisse in Linguistik und Computerlinguistik (etwa im Umfang von "Einführung in die Computerlinguistik" und "Einführung in die Sprachwissenschaft"). Auch wünschenswert wäre ein Grundverständnis für überwachtes Lernen ("Supervised Learning") und vor allem Interesse an linguistischer Modellierung.
Leistungsnachweis
- mündlicher Vortrag (1-Personen Vortrag: 35 Minuten; 2-Personen Vortrag: 50 Minuten) - Diskussionsprotokoll Deadline: 8.12.2019 - regelmäßige und aktive Teilnahme
Inhalt
Die Sentimentanalyse hat sich in den letzten Jahren zu einem der aktivsten und produktivsten Forschungsfelder der Computerlinguistik entwickelt. Das Anwendungsfeld ist sehr umfassend und beinhaltet z.B. Zusammenfassung von Produkt- oder Filmkritiken, Trendanalyse auf Twitter oder Vorhersage von Wahlergebnissen durch Erfassen von Onlinekommentaren.Im Seminar soll ein Auszug der existierenden Literatur behandelt werden. Es wird ausschließlich Primärliteratur gelesen. Folgende Themen werden abgedeckt: - Erkennung subjektiver Sprache - Automatische Unterscheidung von Positivität und Negativität - Extraktion von Opinion Holdern und Opinion Targets - Erkennung von gefälschten Reviews - Ironieerkennung - Erkennung von beleidigender Sprache/Hate Speech Algorithmisch werden sowohl regelbasierte Methoden als auch überwachte Lernverfahren behandelt. Die vorgestellten Arbeiten werden einen vorwiegend einen linguistischen Fokus haben.
Seminarplan
Literatur
J. Wiebe: "Learning Subjective Adjectives from Corpora", in AAAI, 1999. [pdf] E. Riloff, J. Wiebe, T. Wilson: "Learning Subjective Nouns using Extraction Pattern Bootstrapping", in EMNLP, 2003. [pdf] V. Hatzivassiloglou, K. R. McKeown: "Predicting the Semantic Orientation of Adjectives", in ACL, 1997. [pdf]
B. Pang, L. Lee, S. Vaithyanathan: "Thumbs up? Sentiment Classification using Machine Learning", in EMNLP, 2002. [pdf]
T. Wilson, J. Wiebe, P. Hoffmann: "Recognizing Contextual Polarity in Phrase-Level Sentiment Analysis", in EMNLP, 2005. [pdf]
N. Jakob, I.Gurevych: "Extracting opinion targets in a single-and cross-domain setting with conditional random fields", in EMNLP, 2010. [pdf]
J. Ruppenhofer, S. Somasundaran, J. Wiebe: "Finding the Sources and Targets of Subjective Expressions", in LREC, 2008. [pdf]
O Tsur, D Davidov, A Rappoport: "ICWSM—a great catchy name: Semi-supervised recognition of sarcastic sentences in online product reviews", in ICWSM, 2010. [pdf]
E. Riloff, A. Qadir, P. Surve, L. De Silva, N. Gilbert, R. Huang: "Sarcasm as Contrast between a Positive Sentiment and Negative Situation", in EMNLP, 2013. [pdf]
M. Ott, Y. Choi, C. Cardie, J. Hancock: "Finding Deceptive Opinion Spam by Any Stretch of the Imagination", in ACL, 2011. [pdf]
C. Nobata, J. Tetreault, A. Thomas. Y. Mehdad, Y. Chang: "Abusive Language Detection in Online User Content", in WWW, 2016. [pdf]