Techniken für die automatisierte Inhaltsanalyse von Textbeiträgen und die Identifikation von Argumentstrukturen, subjektiven Bewertungen und Emotionen.
- Wie lassen sich Texte mit Clustering- und Klassifikationsverfahren in thematische Gruppen einteilen und inhaltliche Schwerpunkte erkennen?
- Wie können expressive Äußerungen (Sentiment Analysis) und subjektive Bewertungen (Opinion-Mining) von begründeten Argumenten (Argument Mining) unterschieden werden?
- Wie können die Probleme mit defekter Grammatik und Orthographie gelöst werden?
- Wie kann das Design von Eingabeformaten in Online-Partizipationsverfahren die automatisierte Analyse von Texten erleichtern?
Ansprechpartner
Prof. Dr. Stefan Conrad (stellvertretender Sprecher)
DIID-Team, Informatik, Vorstand
Prof. Dr. Stefan Conrad leitet seit 2002 den Lehrstuhl für Datenbanken und Informationssysteme am Institut für Informatik. Seit 2015 ist er Mitglied des Senats der HHU-Düsseldorf. In seiner Forschung arbeitet er an Fragestellungen der Analyse großer Datenbestände, insbesondere im Image Retrieval, in der Analyse von Zeitreihen, im Clustering sowie im Text Mining.
Er kooperiert seit vielen Jahren mit Praxispartnern, insbesondere in mehreren BMWi-geförderten ZIM-Projekten zum Opinion Mining, zur Extraktion für Benutzer wichtiger Produktmerkmale und zur automatisierten Textzusammenfassung.
Am DIID gilt sein Interesse der Erforschung von Techniken für automatisierte Themenerkennung und Inhaltsanalysen von Textbeiträgen sowie der Identifikation von Argumentstrukturen, subjektiven Bewertungen und Emotionen.
Prof. Dr. Stefan Conrad wurde im Dezember 2023 von der DIID Mitgliederversammlung als stellvertretender Sprecher des DIID bestätigt.