Master-Seminar wm820: Themen und Termine

Lehrbuch zum Einstieg für alle:

2022-03-23 Vorbesprechung

In einem ersten Block stellt jeder Teilnehmer der Seminars einige Seiten dieses Lehrbuchs vor. Danach wissen wir alle, auf welches gemeinsame Verständnis wir zuverlässig bauen können.

Schritt1: Themen aus Siegel 2020 verteilen (Vortrag dann gleich in der nächsten Sitzung):

  • Kap 2, S.5-10: Einleitung für Alle

  • Kap 3 bis 3.5, 17-24 (7)

  • Kap 3.6, 25-32 (7)

  • Kap 4, 37-45 (7)

  • Kap 5, 49-55 (6)

  • Kap 6, 59-68 (8)

  • Kap 7 und 8, 71-79 (9)

  • Kap 9, 81-91 (10)

  • Kap 10, 93-100 (7)

Schritt 2: Die eigentlichen Aufsätze, die uns interessieren, sind eine Auswahl aus https://sentic.net/publications/, und können auch von dort heruntergeladen werden:

  • (1) E Cambria, S Poria, A Gelbukh, M Thelwall. Sentiment analysis is a big suitcase. IEEE Intelligent Systems 32(6), 74-80 (2017) [CPGT17]

  • (2) F Xing, F Pallucchini, E Cambria. Cognitive-inspired domain adaptation of sentiment lexicons. Information Processing and Management 56, 554-564 (2019) [XPC19]

  • (3) ZX Wang, SB Ho, E Cambria. A review of emotion sensing: Categorization models and algorithms. Multimedia Tools and Applications 79, 35553-35582 (2020) [WHC20]

  • (4) F Xing, E Cambria, R Welsch. Natural language based financial forecasting: A survey. Artificial Intelligence Review 50(1), 49-73 (2018) [XCW18]

  • (5) F Xing, L Malandri, Y Zhang, E Cambria. Financial sentiment analysis: An investigation into common mistakes and silver bullets. In: COLING, 978-987 (2020) [XMZC20]

  • (6) I Chaturvedi, E Cambria, R Welsch, F Herrera. Distinguishing between facts and opinions for sentiment analysis: Survey and challenges. Information Fusion 44, 65-77 (2018) [CCWH18]

  • (7) N Majumder, S Poria, H Peng, N Chhaya, E Cambria, A Gelbukh. Sentiment and sarcasm classification with multitask learning. IEEE Intelligent Systems 34(3), 38-43 (2019) [MPP+19]

  • (8) H Bai, FZ Xing, E Cambria, WB Huang. Business taxonomy construction using concept-level hierarchical clustering. In: ACL Workshops, 1-7 (2019) [BXCH]

  • (9) Y Li, Q Pan, T Yang, SH Wang, JL Tang, E Cambria. Learning word representations for sentiment analysis. Cognitive Computation 9(6), 843-851 (2017) [LPY+17]

Vorträge dann in KW16, KW20, KW24.

Mi 2022-04-06 (KW 14)

  • Alle TN: 8 Kurzvorträge a 5-7 Minuten zum Lehrbuch Siegel 2020 ab 12:50 Uhr

  • 14:30 Uhr: Vortrag Dr. Anatol Reibold, Cogia GmbH

2022-04-20 (KW 16)

2022-05-18 (KW 20)

2022-06-15 (KW 24)