Open Access
DC FieldValueLanguage
dc.contributor.advisorMeisel, Andreas-
dc.contributor.authorHaidar, Nassim-
dc.date.accessioned2020-12-07T12:28:44Z-
dc.date.available2020-12-07T12:28:44Z-
dc.date.issued2020-12-07-
dc.identifier.urihttps://reposit.haw-hamburg.de/handle/20.500.12738/9978-
dc.description.abstractIn dieser Arbeit werden die drei renommierten Word Embeddings (Word2Vec, GloVe und Fastext) mit einem deutschen medizinischen Text trainiert. Dabei soll geprüft werden, inwiefern die Word Embeddings den Inhalt eines deutschen medizinischen-Textes wiedergeben können. Dies wird untersucht, indem für Word Embeddings ein Ähnlichkeitstest und Analogie-Test durchgeführt werden. Zusätzlich werden die Wort-Vektoren visualisiert, um einen tieferen Einblick in die Word Embeddings zu ermöglichen. Dadurch ist es möglich, Cluster-Bildungen von ähnlichen Worten genauestens zu beobachten. Dabei wird deutlich, dass Fasttext eine zufriedenstellende Performance mit einem deutschen medizinischen Korpus erzielen kann.de
dc.language.isodeen_US
dc.subjectWord2Vecen_US
dc.subjectGloVeen_US
dc.subjectFasttexten_US
dc.subjectt-SNEen_US
dc.subjectWord Embeddingen_US
dc.subjectmedizinische Texteen_US
dc.subjectWort-Vektoren_US
dc.subjectWorteinbettungen_US
dc.subjectÄhnlichkeitstesten_US
dc.subjectAnalogie-Testen_US
dc.subjectTextverarbeitungen_US
dc.subject.ddc004: Informatiken_US
dc.titleWord Embeddings der deutschen Medizinliteraturde
dc.typeThesisen_US
openaire.rightshttp://purl.org/coar/access_right/c_abf2en_US
thesis.grantor.departmentDepartment Medizintechniken_US
thesis.grantor.universityOrInstitutionHochschule für angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeMotzek, Alexander-
tuhh.oai.showtrueen_US
tuhh.publication.instituteFakultät Life Sciencesen_US
tuhh.publication.instituteDepartment Medizintechniken_US
tuhh.type.opusMasterarbeit-
dc.type.casraiSupervised Student Publication-
dc.type.dinimasterThesis-
dc.type.drivermasterThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionen_US
dc.type.thesismasterThesisen_US
dcterms.DCMITypeText-
item.cerifentitytypePublications-
item.languageiso639-1de-
item.openairetypeThesis-
item.grantfulltextopen-
item.fulltextmit Volltext-
item.creatorOrcidHaidar, Nassim-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.creatorGNDHaidar, Nassim-
item.advisorGNDMeisel, Andreas-
Appears in Collections:Theses
Files in This Item:
File Description SizeFormat
HaidarNassimMA.pdf8.52 MBAdobe PDFView/Open
Show simple item record

Page view(s)

68
checked on Mar 4, 2021

Download(s)

32
checked on Mar 4, 2021

Google ScholarTM

Check

Note about this record

Export

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