Text Mining, 6 hp

Huvudområde

Utbildningsnivå

Fördjupningsnivå

Kursen ges för

• Master´s Programme in Statistics and Data Mining

Förkunskapskrav

Kandidatexamen i något av följande ämnen: statistik, matematik, tillämpad matematik, datavetenskap, teknik eller motsvarande examen. Utöver detta, erfordras godkända/avklarade kurser i kalkyl, linjär algebra, statistik och programmering. Dokumenterade kunskaper i engelska motsvarande Engelska B/Engelska 6. 

Lärandemål

Efter avslutad kurs skall den studerande på en avancerad nivå kunna:
- använda standardmetoder för informationssökning och informationsutvinning,
- tillämpa textbehandlingsmetoder för att förbereda dokument för statistisk modellering,
- tillämpa relevanta statistiska modeller för analys av textinformation och tolka resultat på ett korrekt sätt,
- använda statistiska modeller för prediktion av textinformation,
- utvärdera prestanda av statistiska modeller för textmaterialet.

Kursinnehåll

Kursen behandlar hur textinformation kan utvinnas, lingvistiskt bearbetas och därefter analyseras kvantitativt med formella statistiska metoder och modeller. Kursen utnyttjar expertkunskaper från databashantering, beräkningslingvistik och statistik.
Följande ämnen är inkluderade:
Introduktion till och överblick av kvantitativ textanalys och dess tillämpningar; Informationsutvinning; Webbcrawling; Informationssökning; Tf-idf; Vektorrymdsmodeller; Textbehandling; Bag of Words modellen; N-grams; Gleshet och utjämning för text; Dokumentklassificering; Sentimentanalys; Modellutvärdering; Topic modeller.

Undervisnings- och arbetsformer

Kursen består av föreläsningar, datorövningar och ett projekt. Föreläsningarna ägnas åt genomgång av koncept och metodik. Datorövningarna ägnas åt praktisk tillämpning av Text Mining redskapen. Projektarbetet ger praktisk erfarenhet av lösning av ett specifikt Text Mining problem. Utöver detta ska den studerande utöva självstudier. 
Undervisningsspråk: engelska.

Examination

Skriftlig redovisning av projektarbetet. Skriftliga laborationsuppgifter. Detaljerad information återfinns i studiehandledningen.

Studerande som underkänts två gånger på kursen eller del av kursen har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

Övrig information

Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som skall ingå i varje kurs skall därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Institution