Topic-Klassifizierung für automatisierte Produktbewertungen mittels Hidden Markov Modellen

Hidden Markov Modelle (HMMs) werden im Fachgebiet Natural Language Processing vor allem zum Part-of-Speech Tagging auf Wortebene verwendet. In dieser Arbeit werden HMMs zur TopicKlassifizierung von Satzen bzw. Paragraphen eingesetzt. Klassische Bag-of-Words Methoden werden dadurch um eine Berucksichtigung des Textaufbaus und der typischen Topicabfolgen erweitert. Die HMM-basierte Topic-Klassifizierung erreicht state-of-the-art Performance und bietet den zusatzlichen Vorteil, dass auch innerhalb von Absatzen Topic-Wechsel erkannt werden konnen.