@masterthesis{Lang,
  type      = {Bachelor Thesis},
  author    = {Lang, Kevin},
  title     = {Worteinbettung als semantisches Feature in der argumentativen Analyse},
  doi       = {10.25643/bauhaus-universitaet.3934},
  url       = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20190617-39343},
  school      = {Bauhaus-Universit{\"a}t Weimar},
  pages     = {54},
  abstract  = {Diese Arbeit besch{\"a}ftigt sich mit der Nutzung von Worteinbettungen in der automatischen Analyse von argumentativen Texten. Die Arbeit diskutiert wichtige Einstellungen des Einbettungsverfahren sowie diverse Anwendungsmethoden der eingebetteten Wortvektoren f{\"u}r drei Aufgaben der automatischen argumentativen Analyse: Textsegmentierung, Argumentativit{\"a}ts-Klassifikation und Relationenfindung. Meine Experimente auf zwei Standard-Argumentationsdatens{\"a}tzen zeigen die folgenden Haupterkenntnisse: Bei der Textsegmentierung konnten keine Verbesserungen erzielt werden, w{\"a}hrend in der Argumentativit{\"a}ts-Klassifikation und der Relationenfindung sich kleine Erfolge gezeigt haben und weitere bestimmte Forschungsthesen bewahrheitet werden konnten. In der Diskussion wird darauf eingegangen, warum bei der einfachen Worteinbettung in der argumentativen Analyse sich kaum nutzbare Ergebnisse erzielen lassen konnten, diese sich aber in Zukunft durch erweiterte Worteinbettungsverfahren verbessern k{\"o}nnen.},
  subject      = {Argumentation},
  language  = {de}
}