Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
Kategorienanzeige
Kategorienanzeige
MAB
Wissensrohstoff Text: eine Einführung in das Text Mining
Kategorie
Beschreibung
036a
XA-DE
037b
ger
077a
1772610720 Erscheint auch als (Druck-Ausgabe): ‡Biemann, Chris, 1977 - : Wissensrohstoff Text
087q
978-3-658-35968-3
100
Biemann, Chris ¬[VerfasserIn]¬
104a
Heyer, Gerhard ¬[VerfasserIn]¬
108a
Quasthoff, Uwe ¬[VerfasserIn]¬
331
Wissensrohstoff Text
335
eine Einführung in das Text Mining
403
2., wesentlich überarbeitete Auflage
410
Wiesbaden
412
Springer Vieweg
425
[2022]
425a
2022
433
1 Online-Ressource(XV, 385 Seiten) : Illustrationen
451b
Lehrbuch
527
Erscheint auch als (Druck-Ausgabe): ‡Biemann, Chris, 1977 - : Wissensrohstoff Text
527
Erscheint auch als (Druck-Ausgabe)ISBN: 978-3-658-35968-3
540a
ISBN 978-3-658-35969-0
700
|CFX
700
|LAN009000
700b
|410.285
700g
127111898X ST 302
750
Text und Text Mining -- Linguistische Repräsentationen -- Maschinelle Verarbeitung von Text -- Sprachdaten: Lexika und Korpora -- Sprachstatistik -- Maschinelles Lernen für Sprachverarbeitung -- Beispielanwendungen.
753
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.
902s
215804279 Text Mining
012
1804279692
081
Wissensrohstoff Text
100
Springer E-Book
125a
Elektronischer Volltext - Campuslizenz
655e
$uhttps://doi.org/10.1007/978-3-658-35969-0
Schnellsuche
Suche nach