| 1 |
Social Network Analysis At Scale: Graph-based Analysis of Twitter Trends and Communities
|
|
|
|
BASE
|
|
Show details
|
|
|
| 3 |
Multimode and Multilevel: Vertical Dimension in Historical and Literary Networks
|
|
|
|
In: Digital Humanities 2017 ; https://halshs.archives-ouvertes.fr/halshs-01525539 ; Digital Humanities 2017, Aug 2017, Montreal, Canada (2017)
|
|
BASE
|
|
Show details
|
|
|
| 4 |
A social network analysis of Twitter: Mapping the digital humanities community
|
|
|
|
In: ISSN: 2331-1983 ; Cogent Arts & Humanities ; https://hal.archives-ouvertes.fr/hal-01517493 ; Cogent Arts & Humanities, Taylor & Francis, 2016, pp.1171458. ⟨10.1080/23311983.2016.1171458⟩ ; http://www.tandfonline.com/doi/full/10.1080/23311983.2016.1171458 (2016)
|
|
BASE
|
|
Show details
|
|
|
| 5 |
Characterisation of the idiotypic immune network through persistent entropy
|
|
|
|
In: Springer Proceedings in Complexity ; European Conference on Complex Systems (ECCS14) ; https://hal.archives-ouvertes.fr/hal-01260143 ; European Conference on Complex Systems (ECCS14), Sep 2014, Lucca, Italy. pp.117-128, ⟨10.1007/978-3-319-29228-1_11⟩ (2014)
|
|
BASE
|
|
Show details
|
|
|
| 6 |
Visualization of Decision Processes Using a Cognitive Architecture
|
|
|
|
In: DTIC (2013)
|
|
BASE
|
|
Show details
|
|
|
| 7 |
On conditional random fields: applications, feature selection, parameter estimation and hierarchical modelling
|
|
|
|
BASE
|
|
Show details
|
|
|
| 8 |
A graph model for words and their meanings ... : Ein Graphenmodell für Wörter und deren Bedeutungen ...
|
|
|
|
Abstract:
In this thesis we take a graph-theoretic approach to the automatic acquisition of word meanings. We represent the nouns in a text in form of a semantic graph consisting of words (the nodes) and relationships between them (the links). Links in the graph are based on cooccurrence of nouns in lists. We find that valuable information about the meaning of words and their interactions can be extracted from the resulting semantic structure. ... : Diese Arbeit stellt einen Wortgraphen vor, der Nomina und deren Beziehungen in einem Text modelliert. Ein Graph ist ein Modell zur Beschreibung von Objekten, die untereinander in Beziehung stehen. Die Objekte werden als Knoten (Punkte), die Beziehungen als Kanten (Linien) dargestellt. Aufzählungen, wie zum Beispiel die folgende, enthalten oft Wörter mit ähnlichen semantischen Eigenschaften: "Würzen Sie Ihre Speisen also bevorzugt mit Ingwer, Meerrettich, Pfeffer, Senf, Oregano, Zimt, Nelken und Koriander." Wir sammeln alle Aufzählungen eines Textes, und bilden daraus einen Graphen, indem wir für jedes Wort einen Knoten einführen und zwei Knoten durch eine Kante verbinden, wenn die Wörter zusammen in einer Aufzählung auftreten. Das entstehende Wortnetz enthält viel interessante und nützliche Informationen über Wörter, deren Bedeutungen und Beziehungen. Ziel dieser Arbeit ist es, diese Information, die in der Kantenstruktur versteckt ist, zu extrahieren. Wir wenden uns verschiedenen semantische Phänomenen zu, ...
|
|
Keyword:
400; lexicon acquisition , semantic network , graph , curvature , clustering; Lexikonakquisition , Wortbedeutungen; Semantisches Netz , Cluster-Analyse , Wortschatz , Ambiguität , Synonymie , Phraseologie , Linguistische Datenverarbeitung
|
|
URL: https://dx.doi.org/10.18419/opus-2601
http://elib.uni-stuttgart.de/handle/11682/2618
|
|
BASE
|
|
Hide details
|
|
|
| 9 |
A graph model for words and their meanings ; Ein Graphenmodell für Wörter und deren Bedeutungen
|
|
|
|
BASE
|
|
Show details
|
|
|
| 10 |
Discovering Important Nodes through Graph Entropy: The Case of Enron Email Database
|
|
|
|
In: http://data.isi.edu/conferences/linkkdd-05/Download/Papers/linkkdd05-11.pdf (2005)
|
|
BASE
|
|
Show details
|
|
|
|
|
