| Session | Datum | Topic | Presenter |
|---|---|---|---|
| 📂 Block 1 | Introduction | ||
| 1 | 23.10.2024 | Kick-Off | Christoph Adrian |
| 2 | 30.10.2024 | DBD: Overview & Introduction | Christoph Adrian |
| 3 | 06.11.2024 | 🔨 Introduction to working with R | Christoph Adrian |
| 📂 Block 2 | Theoretical Background: Twitch & TV Election Debates | ||
| 4 | 13.11.2024 | 📚 Twitch-Nutzung im Fokus | Student groups |
| 5 | 20.11.2024 | 📚 (Wirkungs-)Effekte von Twitch & TV-Debatten | Student groups |
| 6 | 27.11.2024 | 📚 Politische Debatten & Social Media | Student groups |
| 📂 Block 3 | Method: Natural Language Processing | ||
| 7 | 04.12.2024 | 🔨 Text as data I: Introduction | Christoph Adrian |
| 8 | 11.12.2024 | 🔨 Text as data II: Advanced Methods | Christoph Adrian |
| 9 | 18.12.2024 | 🔨 Advanced Method I: Topic Modeling | Christoph Adrian |
| No lecture | 🎄Christmas Break | ||
| 10 | 08.01.2025 | 🔨 Advanced Method II: Machine Learning | Christoph Adrian |
| 📂 Block 4 | Project Work | ||
| 11 | 15.01.2025 | 🔨 Project work | Student groups |
| 12 | 22.01.2025 | 🔨 Project work | Student groups |
| 13 | 29.01.2025 | 📊 Project Presentation I | Student groups (TBD) |
| 14 | 05.02.2025 | 📊 Project Presentation & 🏁 Evaluation | Studentds (TBD) & Christoph Adrian |
🔨 Project work
Session 11
15.01.2025
Seminarplan
Agenda
Organisatorisches
Fahrplan für die nächsten Wochen, Github-Copilot, Duplikate
Überblick der nächsten Wochen
Fahrplan für die Prüfungsleistungen
| Zeitpunkte | Leistung | Status |
|---|---|---|
| Block II | “Themenpräsentation” 📚 | ✅ |
| bis zum 4.12. | R-Tutorials abschließen (Grundlage für Methodenblock) | ✅ |
| bis zum 15.01. | Erster vollständiger Entwurf “Projektpräsentation” 📊 | 🔨 |
| vom 16.01. bis zum 21.01. | Ausfüllen der Peer-Review-Formulare | 🔨 |
| vom 22.01 bis 29.01/05.02 | Einarbeitung des Feedback in “Projektpräsentation” 📊 | |
| 29.01./05.02 | “Projektpräsentation” 📊 | |
| bis zum 02.03.25 | Abgabe des Projektberichts |
Your Personal Code Assistant
Zugriff auf Github Copilot via Github Education
- Github Copilot ist ein KI-gestütztes Tool, das beim Schreiben von Code unterstützt.
- Github Education bietet Zugriff auf Github Copilot für Studierende. Informationen zur Bewerbung gibt es hier.
- RStudio erlaubt die Intergration von Github Copilot. Informationen dazu gibt es hier.
Erst Normalisierung, danach Erstellung von Hashes
Erkennung von (Nah-)Duplikaten mit Hilfe von custom R-Functionen
| Argument | Description |
|---|---|
| text | A character string to be normalized. |
| remove_mentions | Logical. If TRUE, mentions (e.g., “(username?)”) will be removed. Default is TRUE. |
| remove_hashtags | Logical. If TRUE, hashtags (e.g., #hashtag) will be removed. Default is TRUE. |
| remove_urls | Logical. If TRUE, URLs (e.g., http://example.com) will be removed. Default is TRUE. |
| remove_rt | Logical. If TRUE, retweet indicators (e.g., “RT :”) will be removed. Default is TRUE. |
| remove_punct | Logical. If TRUE, punctuation will be removed. Default is TRUE. |
Praktische Anwendung der dbdhelpr-Funktionen
Beispiel: Normalisierung & Hashing der Chat-Nachrichten
# Installation des Pakets
remotes::install_github("chrdrn/dbdhelpr")
# Transformation
chat_hashed <- chat %>%
mutate(
message_nrmd = future.apply::future_lapply(message_content, dbdhelpr::normalize_text),
message_hash = future.apply::future_lapply(message_nrmd, dbdhelpr::hash_text),
across(message_nrmd:message_hash, ~as.character(.))
)# Show output
chat_hashed %>%
filter(message_length < 50) %>%
select(message_content, message_nrmd, message_hash) %>%
slice_sample(n = 5) %>%
gt::gt() %>% gtExtras::gt_theme_538()| message_content | message_nrmd | message_hash |
|---|---|---|
| She was a TREND SETTER | shewasatrendsetter | e060f38a5d57ee2038e9f12ce64ba33c |
| ICANT | icant | f98e1004ff9cff017b629d22563fc1bf |
| Vance is sleepr | vanceissleepr | 42a5444e0536a61ddf0ca9adb100de51 |
| @HasanAbi Wife beaters too | wifebeaterstoo | 78a6bd3c92c0d57cb4dea79e91a8fbe3 |
| TIM "BUILD THE WALZ" WALZ | timbuildthewalzwalz | 5f8f22507e50c03a9905f3538b30ec36 |
⚠️ Aktualisierte Datenbasis!
Re-Upload und Re-Organisation der Daten auf StudON
- Aktualisierung bzw. neue Version der Basisdatensätze (
chats.qs&transcripts.qs) mit zwei zusätzlichen Variablen..._nrmdfür die normalisierten Chats/Transkripte..._hashfür die gehashten Chats/Transkripte
- Kurze Nachfrage:
- (Geplante) Nutzung der
udpipe/spacyr-Daten?
- (Geplante) Nutzung der
Peer Review
Hintergrund, Ablaufs & Formular
Feedback geben (lernen)
Kurzer Reminder zum Peer Review der Gruppenpräsentationen
Basierend auf den Projektpräsentationsentwürfen
Peer-Review-Formularen (Ratingskalen sowie offenen Fragen) für Präsentationen anderer Gruppen ausfüllen
Gruppen erhalten zusätzliches Feedback zum eigenen Projekt, dass für die Präsentation bzw. den Projektbericht verwendet werden kann
Ziele:
lernen, andere Projekte zu bewerten und konstruktives Feedback zu geben
lernen, Feedback zu erhalten bzw. zu bewerten und dieses in die eigene Arbeit einfließen zu lassen
Besonderheit: Individuelles Assigment!
Google Forms
Vorstellung & Anforderungen an das Peer Review
- Jede Person gibt für zwei Gruppen Feedback ➜ jede Gruppe erhält fünf Bewertungen
- Am 16.01. erhält jede Person eine Mail mit dem Link zu den Präsentationen
- Deadline: Bis zum 21.01. um 23:59 müssen die Formulare ausgefüllt sein
- Am 22.01. erhalten die Gruppen die Feedbackbögen
Time for questions
Design your own research
👥 Fertigstellung des Projektpräsentationsentwurfs
🧪 And now … you!
Für den Rest der Sitzung: Grupppenarbeit am Projektpräsentationsentwurf
Wichtige Hinweise
- Bitte alle Änderungen an euer Entwurf der “Projektpräsentation” bis 15.01. um 23:59 einfügen, danach werden die Präsentationen bis zum Ende der Peer-Review-Phase schreibgeschützt
Arbeitsauftrag
In euren Gruppen …
- Fertigstellung der Arbeit an der Projektpräsentation (siehe QR-Code nächste Folie)
- Besprechung mit Expert:innen (falls notwendig)
