Aus der Praxis: Texte analysieren mit NLP

Im Jahr 2018 wurde durch die erfolgreiche Anwendung von Transfer Learning auf natürlichsprachige Texte mit BERT eine gesamte Branche umgebrochen.

Im Vortrag zeigen wir verschiedene Anwendungsmöglichkeiten, wie man NLP-Probleme mit BERT und Transfer Learning lösen kann. Als Beispiel nutzen wir Daten aus dem Heise-Newsticker. Wir nutzen die Embeddings, um besonders erfolgreiche Tickermeldungen vorherzusagen. Dabei werden wir auch semantisch ähnliche Meldungen identifizieren. Neben BERT selbst gibt es eine ganze Reihe davon abgeleiteter Modelle. Wir geben einen Überblick und erklären kurz ihre spezifischen Vor- und Nachteile.

Zum Abschluss ordnen wir Transfer Learning im größeren Kontext ein und zeigen, bei welchen anderen Nicht-NLP-Probleme ähnliche Techniken zum Einsatz gebracht werden können.

Lernziele

Teilnehmer können nach dem Workshop eigene Textanalyse-Projekte mit der vorgestellten Pipeline starten und kennen sich mit den verwendeten Techniken (NLP, Vektorisierung, Klassifikation, Topic Modelling) aus.