LFU:online

Am Ende des Kurses werden die Studierenden in der Lage sein:

• geeignete Textanalyse-Methoden zu identifizieren, die auf sozialwissenschaftliche Fragestellungen anwendbar sind

• Textverarbeitungstechniken zur Reinigung und Aufbereitung von Textdaten anzuwenden

• Python-Bibliotheken zur Verarbeitung und Klassifikation von Textdaten einzusetzen

• eigenständig grundlegende Klassifikationsaufgaben mit Textdaten durchzuführen

• die Anwendung verschiedener Textanalysemethoden in der sozialwissenschaftlichen Forschung kritisch zu reflektieren    

Der Kurs bietet eine Einführung in die Arbeit mit Textdaten in Python und vermittelt praxisorientierte Methoden zur Analyse und Kategorisierung von Texten. Der Schwerpunkt liegt auf einfacher Textklassifikation und Sentimentanalyse; Vorkenntnisse in Natural Language Processing oder Machine Learning sind nicht erforderlich.   

•  Kurze Vorlesungseinheiten mit anschaulichen Beispielen auf Powerpoint-Folien

•  Praktische Übungen mit Jupyter Notebooks

•  Gruppenarbeiten und -diskussionen 

Noch in Absprache festzulegen

Leblanc, M. (2024). Vector Embeddings in Python: A Practical Guide to Mastering Text Analysis, Recommendation Systems and Deep Learning

•  Grundlegende Kenntnisse in Python

•  Keine Vorkenntnisse in Natural Language Processing erforderlich 

Dies ist ein praxisorientierter Kurs. Die Studierenden werden gebeten, ihre eigenen Laptops mitzubringen und Python bereits installiert zu haben. Vorkenntnisse in den Bereichen Machine Learning oder Natural Language Processing sind nicht erforderlich.