Dr. Jonas Rieger

• seit Oktober 2022: NLP Scientist am Leibniz-Institut für Medienforschung │Hans-Bredow-Institut (HBI)
• seit Oktober 2022: Postdoc
• 2018-2022: Promotion in Statistik, TU Dortmund
• 2016-2018: Wissenschaftliche Hilfskraft im Bereich Text Mining
• 2016-2018: M.Sc. Statistik mit Schwerpunkt Informatik, TU Dortmund
• 2013-2016: B.Sc. Statistik mit Schwerpunkt Informatik, TU Dortmund

GitHub Profil

• rollinglda ([cran][github])
• ldaPrototype ([cran][github][joss])
• tosca ([cran][github])

Schauen Sie sich gerne auch die PsychTopics App an, die auf der Methode RollingLDA basiert, sowie The World of Topic Modeling in R (Wiedemann, 2022) für eine kurze Übersicht einiger R Pakete mit Bezug zu Topic Modeling.

ORCiD

• Rieger, J., Hornig, N., Schmidt, T., und Müller, H. (2023). Early Warning Systems? Building Time Consistent Perception Indicators for Economic Uncertainty and Inflation Using Efficient Dynamic Modeling. Angenommen für MUFin'23. Link. GitHub.
• Bittermann, A. und Rieger, J. (2022). Finding scientific topics in continuously growing text corpora. Proceedings of the 3rd Workshop on Scholarly Document Processing. Link. GitHub. PsychTopics App. Poster.
• Lange, K.-R., Rieger, J., Benner, N. und Jentsch, C. (2022). Zeitenwenden: Detecting changes in the German political discourse. Proceedings of the 2nd Workshop on Computational Linguistics for Political Text Analysis. pdf. GitHub.
• Rieger, J., Lange, K.-R., Flossdorf, J. und Jentsch, C. (2022). Dynamic change detection in topics based on rolling LDAs. Proceedings of the Text2Story'22 Workshop. CEUR-WS 3117, 5-13. pdf. GitHub.
• Rieger, J., Jentsch, C. und Rahnenführer, J. (2021). RollingLDA: An Update Algorithm of Latent Dirichlet Allocation to Construct Consistent Time Series from Textual Data. Findings of the Association for Computational Linguistics: EMNLP 2021, 2337-2347. DOI. GitHub.
• von Nordheim, G., Rieger, J. und Kleinen-von Königslöw, K. (2021). From the fringes to the core – An analysis of right-wing populists’ linking practices in seven EU parliaments and Switzerland. Digital Journalism. DOI. GitHub. EJO.
• von Nordheim, G., Koppers, L., Boczek, K., Rieger, J., Jentsch, C., Müller, H. und Rahnenführer, J. (2021). Die Entwicklung von Forschungssoftware als praktische Interdisziplinarität. M&K Medien & Kommunikationswissenschaft 69, 80-96. DOI.
• Rieger, J., Jentsch, C. und Rahnenführer, J. (2020). Assessing the Uncertainty of the Text Generating Process using Topic Models. ECML PKDD 2020 Workshops. CCIS 1323, 385-396. DOI. GitHub.
• Rieger, J. (2020). ldaPrototype: A method in R to get a Prototype of multiple Latent Dirichlet Allocations. Journal of Open Source Software, 5(51), 2181. DOI.
• Rieger, J., Rahnenführer, J. und Jentsch, C. (2020). Improving Latent Dirichlet Allocation: On Reliability of the Novel Method LDAPrototype. Natural Language Processing and Information Systems, NLDB 2020. LNCS 12089, 118-125. DOI.
• von Nordheim, G. und Rieger, J. (2020). Im Zerrspiegel des Populismus – Eine computergestützte Analyse der Verlinkungspraxis von Bundestagsabgeordneten auf Twitter. Publizistik 65, 403-424. DOI. GitHub. EJO.

Aktuelle Einreichungen

• Rieger, J., Jentsch, C. und Rahnenführer, J.: LDAPrototype: A Model Selection Algorithm to Improve Reliability of Latent Dirichlet Allocation. DOI.

Preprints und Working Paper

• Lange, K.-R., Rieger, J. und Jentsch, C. (2022). Lex2Sent: A bagging approach to unsupervised sentiment analysis. arXiv. DOI.
• Shrub, Y., Rieger, J., Müller, H. und Jentsch, C. (2022). Text data rule - don't they? A study on the (additional) information of Handelsblatt data for nowcasting German GDP in comparison to established economic indicators. Ruhr Economic Papers #964. DOI.
• Müller, H., Schmidt, T., Rieger, J., Hornig, N. and Hufnagel, L.M. (2023). The Inflation Attention Cycle: Updating the Inflation Perception Indicator (IPI) up to February 2023 - a Research Note. DoCMA Working Paper #13. DOI. GitHub.
  Vorherige Ausgaben und zusätzliche Links: Handelsblatt (07/25/2022), An Increasing Sense of Urgency (06/30/2022), Handelsblatt (05/24/2022), Pressure is high (04/30/2022), Handelsblatt (03/10/2022), A German Inflation Narrative (02/28/2022).
• Müller, H., Rieger, J. und Hornig, N. (2022). Vladimir vs. the Virus - a Tale of two Shocks. An Update on our Uncertainty Perception Indicator (UPI) to April 2022 - a Research Note. DoCMA Working Paper #11. DOI. GitHub.
  Vorherige Ausgaben: "Riders on the Storm" (Q1 2021), "We’re rolling" (Q4 2020), "For the times they are a-changin'" (Q3 2020).
• Jentsch, C., Mammen, E., Müller, H., Rieger, J. und Schötz, C. (2021). Text mining methods for measuring the coherence of party manifestos for the German federal elections from 1990 to 2021. DoCMA Working Paper #8. DOI. Spiegel Online.
• Rieger, J. und von Nordheim, G. (2021). corona100d – German-language Twitter dataset of the first 100 days after Chancellor Merkel addressed the coronavirus outbreak on TV. DoCMA Working Paper #4. DOI. GitHub.

Weitere Publikationen

• Bittermann, A., Müller, S. M., und Rieger, J. (2022). PsychTopics: Wie man den Überblick über die Forschungslandschaft der Psychologie behält. Open Password. Link.
• Rieger, J. (2019). Mónica Bécue-Bertaut (2019): Textual Data Science with R. Statistical Papers 60, 1797-1798. DOI.

Dissertation

• Rieger, J. (2022). Reliability evaluation and an update algorithm for the latent Dirichlet allocation. Dissertation. TU Dortmund University. DOI.

Eingeladene Vorträge

• Keep rollin’! The abilities for monitoring growing corpora using RollingLDA. ZPID Lecture Series. Trier, Germany (12/2022). Recording.

Beiträge zu Konferenzen und Workshops

• Early Warning Systems? Building Time Consistent Perception Indicators for Economic Uncertainty and Inflation Using Efficient Dynamic Modeling. MUFin'23 Workshop @AAAI 2023. Washington, DC, USA (02/2023). Pre-recording.
• Finding scientific topics in contionuously growing text corpora. SDP'22 Workshop @COLING 2022. Gyeongju, Republic of Korea (10/2022). Pre-recording.
• Monitoring consistent topics in continuously growing scientific text corpora. Statistische Woche 2022. Münster, Germany (09/2022).
• Dynamic change detection in topics based on rolling LDAs. Text2Story'22 Workshop @ECIR 2022. Stavanger, Norway (04/2022). Pre-recording.
• Improving the reliability of LDA results using LDAPrototype as selection criterion. DAGStat 2022. Hamburg, Germany (03/2022).
• RollingLDA: An Update Algorithm of Latent Dirichlet Allocation to Construct Consistent Time Series from Textual Data. EMNLP 2021. Punta Cana, Dominican Republic (11/2021). Pre-recording.
• Assessing the Uncertainty of the Text Generating Process using Topic Models. EDML'20 Workshop @ECML PKDD 2020. Online (09/2020).
• Improving Latent Dirichlet Allocation: On Reliability of the Novel Method LDAPrototype. NLDB 2020. Online (06/2020).
• Quantifizierung der Stabilität der Latent Dirichlet Allocation mithilfe von Clustering auf wiederholten Durchläufen. Statistische Woche 2019. Trier, Germany (09/2019).
• Softwaretools für die Kommunikationsforschung. DGPuK 2019. Münster, Germany (05/2019).
• Measuring Stability of Replicated LDA Runs. DAGStat 2019. Munich, Germany (03/2019).

• Data Mining Cup (SoSe 2023, 2022, 2021, 2020 [Platz 1 und 6], 2019 [Platz 12 und 16])
• Text as Data (WiSe 2022/23)
• Einführung in LaTeX (SoSe 2022, 2021, 2020, 2019)
• Fallstudien I (WiSe 2021/22)
• Schätzen und Testen (WiSe 2021/22)
• Nichtparametrische Verfahren (WiSe 2020/21)
• Seminar: Text Data meets Econometrics (WiSe 2020/21)
• Entscheidungstheorie - Statistik VI (SoSe 2020)
• Wahrscheinlichkeitstheorie - Statistik V (WiSe 2019/20)
• Seminar: Textdatenanalyse (SoSe 2019)