Fulltext available Open Access
DC FieldValueLanguage
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-
Appears in Collections:Theses
Files in This Item:
File Description SizeFormat
Bachelorarbeit_Donadi_final.pdf1.3 MBAdobe PDFView/Open
Show simple item record

Page view(s)

242
checked on Dec 27, 2024

Download(s)

307
checked on Dec 27, 2024

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.