Subjektivitätsdetektion — Objektiver vs. Subjektiver Text
Subjektivitätsdetektion ist eine Aufgabe der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), die klassifiziert, ob ein Satz oder ein Dokument objektive (neutrale Informationen) oder subjektive (persönliche Meinung, Emotion) Inhalte vermittelt. Basierend auf der Arbeit zur Meinungsannotation von Wiebe und Kollegen (2005) sowie Pang und Lee (2004) wird sie meist als vorbereitender Schritt vor der Sentiment-Analyse eingesetzt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Wiebe, J., Wilson, T. & Cardie, C. (2005). Annotating Expressions of Opinions and Emotions in Language. Language Resources and Evaluation, 39(2-3), 165-210. DOI: 10.1007/s10579-005-7880-9 ↗
- Pang, B. & Lee, L. (2004). A Sentimental Education: Sentiment Analysis Using Subjectivity Summarization Based on Minimum Cuts. Proceedings of ACL. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Subjectivity Detection (Subjective vs. Objective Classification). ScholarGate. https://scholargate.app/de/text-mining/subjectivity-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Emotionserkennung in TextenText Mining↔ compare
- Sentiment-AnalyseText Mining↔ compare
- TextklassifizierungText Mining↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →