BEGIN:VCALENDAR
VERSION:2.0
PRODID:OpenCms 20.0.18
BEGIN:VTIMEZONE
TZID:Europe/Berlin
X-LIC-LOCATION:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:19700329T020000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:19701025T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE				
BEGIN:VEVENT
DTSTAMP:20230331T124256
UID:cc2eb4b3-cfb0-11ed-a83b-000e0c3db68b
SUMMARY:Einstieg in Text und Data Mining mit dem Natural Language Toolkit (NLTK) (TU9)
DESCRIPTION:\n\n\nText-Mining-Verfahren werden eingesetzt, um aus einer großen Menge an Texten automatisiert strukturierte Informationen zu extrahieren. Der Workshop vermittelt einen ersten, praktischen Einstieg in das Thema. Wir werden gemeinsam die Abstracts wissenschaftlicher Artikel analysieren. Als Werkzeug wird die Python-Bibliothek Natural Language Toolkit zum Einsatz kommen, mit der wir die Texte in Tokens zerlegen, Stoppworte entfernen und schließlich Visualisierungen der für diese Abstracts charakteristischen Wörter erzeugen werden. Als Arbeitsoberfläche werden wir die im Data-Science-Bereich beliebte Open-Source-Software Jupyter Notebook nutzen, um unseren Softwarecode auszuführen und dessen Ergebnisse anzeigen zu lassen.\n\nWie bediene ich ein Jupyter-Notebook, um darin Python-Code auszuführen und gleichzeitig mein Vorgehen sinnvoll zu dokumentieren?\nWo finde ich geeignetes wissenschaftliches Textmaterial, das ich automatisiert auswerten kann?\nWie extrahiere ich aus einer csv-Datei gezielt die Inhalte einer bestimmten Spalte, um sie anschließend zu analysieren?\nWie setze ich die Python-Bibliothek Natural Language Toolkit (NLTK) ein, um Texte für eine Text-Mining-Analyse vorzubereiten?\nWie ermittle ich mit dem NLTK Worthäufigkeiten und visualisiere diese anschließend in Form eines Diagramms oder einer Wortwolke?\n\nAntworten auf diese Fragen erhalten Sie im Workshop und können Ihre neuen Kenntnisse direkt an praxisnahen Beispielen anwenden. Im Anschluss an den Workshop können Sie Ihr selbst erstelltes Jupyter-Notebook einsetzen, um die Analysen auf eigenen Textdokumenten zu wiederholen.\nBitte installieren Sie die Python-Distribution Anaconda vor Beginn des Workshops auf Ihrem Computer. Diese dient als Plattform zur Verwaltung der benötigten Python-Bibliotheken nltk, numpy, matplotlib und wordcloud sowie der Jupyter-Notebook-Software. Eine Anleitung finden Sie hier. Die Installationsanleitung ist im PDF-Format (Deutsch und Englisch) und als Videodatei (Deutsch) verfügbar, die alle identische Informationen enthalten. Zusätzliche Dokumente finden Sie hier.\nDozent:innen: Jens Freund (ULB Darmstadt)Sollten Sie Fragen haben, können Sie sich jederzeit an tdm@ulb.tu-darmstadt.de wenden.\nVorkenntnisse: Veranstaltung für Teilnehmende ohne Vorkenntnisse im Bereich Python und Text Mining.\nZielgruppe: Wissenschaftliches Personal, Studierende\nTermin: 20.04.2023 13:30 - 15:00 Uhr\nGenutztes Tool: Zoom\nAnmeldung: Anmeldung bis 24h vor Beginn des Workshops über Cituro\nLink zur Originalbewerbung hier.\n\n\n
DTSTART;TZID=Europe/Berlin:20230420T130000
DTEND;TZID=Europe/Berlin:20230420T150000
URL;VALUE=URI:https://www.ub.uni-stuttgart.de/ubs/aktuelles/veranstaltung/Einstieg-in-Text-und-Data-Mining-mit-dem-Natural-Language-Toolkit-NLTK-TU9/
END:VEVENT
END:VCALENDAR