Christian Roschke und Claudia Hösel präsentierten auf der diesjährigen Veranstaltung verschiedene Beiträge aus den Bereichen Maschinelles Lernen (ML) und Natural Language Processing (NLP). Der Beitrag „Adaptation of Machine Learning Frameworks for Use in a Management Environment” forcierte ein Evaluierungs- und Managementsystem für das maschinelle Lernen (EMSML). Das EMSML wurde bezüglich Schnittstellen und Komponenten untersucht, um einen generischen Workflow zu entwickeln, der die Integration verschiedener Frameworks aus dem Bereich des Maschinellen Lernens ermöglicht. Der Beitrag „Lexicon-Based Sentiment Analysis of Online Customer Ratings as a Quinary Classification Problem“ fokussierte die automatisierte Extraktion von Stimmungen und Meinungen. Für die Polaritätserkennung von Online-Kundenbewertungen wurde ein ganzheitlicher Ansatz vorgeschlagen, der – basierend auf einer lexikonbasierten Vorverarbeitung unter Anwendung verschiedener NLP-Techniken – die Stimmungserkennung als quinäres Klassifikationsproblem betrachtet.