Statistik: Analys av textdata

Data är inte bara siffror utan mycket information finns i form av text. Idag finns det enorma mängder text tillgänglig i digital form.

Kursen ger en introduktion till statistisk analys av text. Du kommer att studera både metoder som bygger på både klassiska statistiska ansatser (inklusive Bayesianska modeller) och moderna ansatser som djupinlärning (recurrent neural networks). Ämnen som behandlas är bl.a.

• Olika sätt att representera text så att informationen går att analysera på ett statistiskt vis
• Tekniker för att klassificera texter 
• Klusteranalys av textdata
• Tekniker för att identifiera olika ämnen/teman som förekommer i texter (ämnesmodellering)
• Tekniker för att identifiera känslor eller sinnesstämningar (attitydanalys)
• Metoder för textsammanfattning.