Universität Wien

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

5.00 ECTS (2.00 SWS), SPL 13 - Europäische und Vergleichende Sprach- und Literaturwissenschaft
Prüfungsimmanente Lehrveranstaltung
GEMISCHT
Moodle

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 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 11.10. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 18.10. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 25.10. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 08.11. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 15.11. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 22.11. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 29.11. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 06.12. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 13.12. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 10.01. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 17.01. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 24.01. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
  • Montag 31.01. 09:45 - 11:15 Hörsaal 5 Hauptgebäude, Tiefparterre 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: Do 04.07.2024 00:13