Universität Wien FIND

Auf Grund der COVID-19 Pandemie kann es bei Lehrveranstaltungen und Prüfungen auch kurzfristig zu Änderungen kommen. Informieren Sie sich laufend in u:find und checken Sie regelmäßig Ihre E-Mails.

Lesen Sie bitte die Informationen auf https://studieren.univie.ac.at/info.

136102 VU Text Mining for Non-Computer Scientists on the Example of Discourse Analysis (2021W)

Prüfungsimmanente Lehrveranstaltung
GEMISCHT

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Montag 04.10. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 11.10. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 18.10. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 25.10. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 08.11. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 15.11. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 22.11. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 29.11. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 13.12. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 10.01. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 17.01. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 24.01. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5
Montag 31.01. 09:45 - 11:15 Hörsaal 5 Tiefparterre Hauptgebäude Stiege 9 Hof 5

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Die Studierenden werden in die lexikometrische Analyse eingeführt. Diese ist eng mit den Methoden des Textmining verwandt und kann auf die kritische Diskursanalyse angewendet werden. Die Studierenden werden an einer Fallstudie arbeiten und sich dabei auf Textmining-Tools und eine Makroanalyse statt auf die Interpretation konzentrieren. Was die Werkzeuge betrifft, so werden wir einen besonderen Schwerpunkt auf KNIME legen, eine freie und quelloffene Plattform für Datenanalyse, Reporting und Integration. Die Studierenden lernen, gängige Methoden des Text Mining mit KNIME anzuwenden und diese Methoden auf selbst erstellte Korpora anzuwenden. Mit einer abschließenden Einführung in Python wollen wir zeigen, dass es von Vorteil sein kann, eine Skriptsprache zu erlernen.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Aktive Mitarbeit
Bearbeitung von Übungsblättern
Ausarbeitung eines Projektes mit Text Mining Analysen
Gegenseitige Beurteilung
Abschlusstest

Mindestanforderungen und Beurteilungsmaßstab

20% Übungsblätter (Online-Tests)
50% Ausarbeitung eines Fallbeispiels zur Diskursanalyse
10% Feedback in Form von Fragebögen zu LV und Verwendete Tools
20% Abschlusstest

Notenskala:
>87,00 % 1
zwischen 75,00 % und 86,99 %: 2
zwischen 63,00 % und 74,99 %: 3
zwischen 50,00 % und 62,99 %: 4
< 50% : 5

Prüfungsstoff

- Diskursanalyse
- Techniken des Text Mining
- Analyse und Organisation von Korpora
- Grundzüge des Natural Language Processing
- Datenbanken für das Speichern von Text
- Hilfsmittel der Visualisierung von Textinhalten
- Verstehen von Kontrollstrukturen in der Python Programmierung
- Python Spacy Package

Literatur

- Jäger, Siegfried; Kritische Diskursanalyse - Eine Einführung
- Masterarbeit: http://othes.univie.ac.at/41123/
- DZUDZEK, I., GLASZE, G., MATTISSEK, A., AND SCHIRMEL, H. Verfahren der lexikometrischen analyse von Textkorpora. In Handbuch Diskurs und Raum. Theorien und Methoden für die Humangeographie sowie die sozial- und kulturwissenschaftliche Raum- forschung., vol. 1. Bielefeld: Transcript-Verlag., 2009, pp. 233–260.
- Vincenzo Tursi, Rosaria Silipo; From Words to Wisdom: An Introduction to Text Mining with KNIME (English Edition)

Zuordnung im Vorlesungsverzeichnis

EC: DH2
MA: S-DH (Cluster I: Sprache und Literatur)

Letzte Änderung: Mi 10.11.2021 14:28