Volltextdatei(en) in REPOSIT vorhanden Open Access
DC ElementWertSprache
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.urihttp://hdl.handle.net/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.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
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.rightsinfo:eu-repo/semantics/openAccessen_US
thesis.grantor.departmentDepartment Medizintechniken_US
thesis.grantor.universityOrInstitutionHochschule für angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeMotzek, Alexander-
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-101769-
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-
tuhh.dnb.statusdomain-
item.fulltextWith Fulltext-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.creatorOrcidHaidar, Nassim-
item.openairetypeThesis-
item.creatorGNDHaidar, Nassim-
item.grantfulltextopen-
item.languageiso639-1de-
item.advisorGNDMeisel, Andreas-
item.cerifentitytypePublications-
Enthalten in den Sammlungen:Theses
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
HaidarNassimMA.pdf8.52 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Seitenansichten

234
checked on 20.04.2024

Download(s)

747
checked on 20.04.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.