Hauptinhalt
Topinformationen
Miriam Beutel:
Entwicklung einer Webapplikation zur kollaborativen Erstellung und Auswertung von Testdatensets für die Stimmungsanalyse von Tweets
Erstgutachter: Prof. Dr. Oliver Vornberger
Zweitgutachterin: Prof. Dr.-Ing. Elke Pulvermüller
Kontakt: mbeutel@uos.de
Arbeit als PDF: Bachelorarbeit (∼1,1 MB)
Zusammenfassung
Es gibt viele Interessenten an einer Analyse der Stimmung in sozialen Netzwerken, in welchen zur heutigen Zeit viele Menschen öffentlich ihre Meinung äußern. Dies ist mit einer Stimmungsanalyse von Tweets automatisiert möglich, indem diese selbstständig in Stimmungskategorien, sogenannte Labels, eingeordnet werden. Je genauer die Bewertungen des automatisierten Labelers mit denen menschlicher Labeler übereinstimmen, desto höher ist die Qualität des Programms. Um dies zu erreichen, werden Testdatensets benötigt, welche aus Tweets bestehen, die bereits von Menschen mit einem der möglichen Klassenlabels bewertet wurden.
Um statistisch sinnvolle Ergebnisse zu erhalten, geschieht dies idealerweise nicht nur durch eine Person, sondern durch möglichst viele. In ein Datenset gelangen dann nur diejenigen gelabelten Tweets, bei denen die Bewertungen aller Personen zu einem gewissen Grad übereinstimmen.
Im Rahmen dieser Arbeit wurde mit agilen Entwicklungsmethoden eine Webapplikation entworfen und umgesetzt, welche die kollaborative Erstellung von Datensets der beschriebenen Art für den Labeler möglichst intuitiv gestaltet und die Sichtung der Eckdaten sowie die Verwaltung der Datensets für den Administrator übersichtlich und simpel hält.
Übersicht eines Datensets für den Administrator:
Shortcutmodus der Webapp - erleichtert den Labelingprozess durch Verwendung der Tastatur:
Normale Labeling-Ansicht mit der Möglichkeit, das Farbschema anzupassen:
