Akademische Arbeit aus dem Jahr 2018 im Fachbereich Informatik - Angewandte Informatik, Note: 1,7, Technische Universit t Dresden, Sprache: Deutsch, Abstract: Die Arbeit besch ftigt sich mit der Profilbildung von Menschen mit kognitiven Einschr nkungen zur personalisierten Erstellung von Texten in einfacher Sprache. Dazu wurden in einem Museum Sprachaufzeichnungen von Menschen mit Lernschwierigkeiten angefertigt, bei denen sie zu sechs ausgew hlten Exponaten ihre Fragen stellten und Gedanken u erten. Die Aufnahmen wurden transkribiert um mit dem Maximum - Entropy - Algorithmus eine Document Categorization durchzuf hren. Die Kategorisierung konzentrierte sich auf die Bestimmung der personenbezogenen Merkmale Geschlecht und Alter. Die Ergebnisse der Document Categorization lassen darauf schlie en, dass eine Erkennung der genannten Merkmale m glich ist. Dabei zeigte sich bei der Bestimmung des Alters, dass die Ergebnisse am besten sind, wenn man keine Aussagen filtert, die zur Kategorisierung verwendet werden. Bei der Bestimmung des Geschlechts war es f rderlich, nur die Aussagen zu nutzen, die sich auf die Exponate beziehen oder welche keine Antworten auf eine zuvor gestellte Frage enthielten. F r weitere Analysen wurden die korrekt bestimmten Aussagen auf die H ufigkeit genutzter W rter untersucht. Dabei lie en sich besonders Unterschiede finden, wenn man nach biologischem Geschlecht unterschied. Frauen interessierten sich vermehrt daf r, wo etwas stattfindet und was zu sehen ist, w hrend M nner sich fragten, wie ein Exponat angefertigt wurde. Insgesamt hat sich gezeigt, dass eine Kategorisierung einzelner Merkmale m glich ist und sich die Interessen nach biologischem Geschlecht in der erhobenen Stichprobe unterscheiden lie en. Ob damit auch eine Profilerstellung zur personalisierten Texterstellung in einfacher Sprache gelingt, m ssen weitere Forschungen zeigen.