Volltextdatei(en) in REPOSIT vorhanden Open Access
DC ElementWertSprache
dc.contributor.advisorZukunft, Olaf-
dc.contributor.authorDonadi, Martina
dc.date.accessioned2020-09-29T14:46:09Z-
dc.date.available2020-09-29T14:46:09Z-
dc.date.created2018
dc.date.issued2018-09-14
dc.identifier.urihttp://hdl.handle.net/20.500.12738/8446-
dc.description.abstractDieses Dokument stellt einen möglichen Ansatz für denAufbau eines Sentiment-Analysesystems für die deutsche Sprache mittels TensorFlow- und menschenmarkierten Datensätzen vor. Diese Arbeit gibt eine Einführung in Konzepte des maschinellen Lernens und in TensorFlow und zeigt, wie man mit dem Werkzeug einen einfachen RNN erstellt. Der Schwerpunkt des Papiers liegt hauptsächlich auf den unterschiedlichen Ergebnissen, die bei der Verwendung unterschiedlicher Datensätze erzielt wurden.de
dc.description.abstractThis document presents a possible approach for the construction of a Sentiment Analysis system for the German language by means of TensorFlow and human-labeled data sets. This work gives an introduction to machine learning concepts and to TensorFlow and shows how to build a simple RNN with the tool. The paper’s focus is mainly on the di erent results obtained from using di erent data sets.en
dc.language.isoenen
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.subjectTensorFlowde
dc.subjectSentiment Analysisde
dc.subjectTensorFlowen
dc.subjectSentiment Analysisen
dc.subject.ddc004 Informatik
dc.titleA System for Sentiment Analysis of Online-Media with TensorFlowen
dc.typeThesis
openaire.rightsinfo:eu-repo/semantics/openAccess
thesis.grantor.departmentDepartment Informatik
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionHochschule für angewandte Wissenschaften Hamburg
tuhh.contributor.refereeGerken, Wolfgang-
tuhh.gvk.ppn1030838593
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-84481-
tuhh.note.externpubl-mit-pod
tuhh.note.intern1
tuhh.oai.showtrueen_US
tuhh.opus.id4379
tuhh.publication.instituteDepartment Informatik
tuhh.type.opusBachelor Thesis-
dc.subject.gndTensorFlow
dc.subject.gndMaschinelles Lernen
dc.subject.gndRekursives neuronales Netz
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersion
dc.type.thesisbachelorThesis
dcterms.DCMITypeText-
tuhh.dnb.statusdomain-
item.creatorGNDDonadi, Martina-
item.fulltextWith Fulltext-
item.creatorOrcidDonadi, Martina-
item.grantfulltextopen-
item.cerifentitytypePublications-
item.advisorGNDZukunft, Olaf-
item.languageiso639-1en-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.openairetypeThesis-
Enthalten in den Sammlungen:Theses
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
Bachelorarbeit_Donadi_final.pdf1.3 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Seitenansichten

242
checked on 27.12.2024

Download(s)

307
checked on 27.12.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.