Zaawansowane przeszukiwanie tekstów i korpusów w praktycznej pracy językoznawcy

Informacje ogólne

Kod przedmiotu:	3322-ZPTK-OG
Kod Erasmus / ISCED:	09.302 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0232) Literatura i językoznawstwo Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Zaawansowane przeszukiwanie tekstów i korpusów w praktycznej pracy językoznawcy
Jednostka:	Katedra Lingwistyki Formalnej
Grupy:	Przedmioty ogólnouniwersyteckie humanistyczne Przedmioty ogólnouniwersyteckie Katedry Lingwistyki Formalnej Przedmioty ogólnouniwersyteckie na Uniwersytecie Warszawskim
Punkty ECTS i inne:	(brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	polski
Rodzaj przedmiotu:	ogólnouniwersyteckie
Tryb prowadzenia:	w sali
Skrócony opis:	Znajomość wyrażeń regularnych (WR) jest mało popularna wśród filologów i lingwistów pracujących dużo z tekstami elektronicznymi, a zarazem zupełnie podstawowa. WR automatyzują powtarzalne czynności i dobrze stosowane uniemożliwiają popełnianie przeoczeń. Już podstawowa znajomość WR pozwala sprowadzić parogodzinne zadania do parominutowych i jest niezbędna przy rzetelnym przeszukiwaniu korpusów językowych w badaniach lingwistycznych. Wskazny termin zajęć jest propozycją. proszę o kontakt mailowy w celu ewentualnego dopasowania.
Pełny opis:	Znajomość wyrażeń regularnych (WR) jest mało popularna wśród filologów i lingwistów pracujących dużo z tekstami elektronicznymi, a zarazem zupełnie podstawowa. Jeżeli Zielarstwo w Szkole Magii i Czarodziejstwa porównać do Gramatyki opisowej, wyrażenia regularne byłyby w sylabusie Transmutacji, Latania na miotle oraz Zaklęć. WR automatyzują powtarzalne czynności i dobrze stosowane uniemożliwiają popełnianie przeoczeń. Już podstawowa znajomość WR pozwala sprowadzić wielogodzinne zadania do parominutowych i są niezbędne przy rzetelnym przeszukiwaniu korpusów językowych w badaniach lingwistycznych. Od uczestników zajęć będę oczekiwał przynoszenia własnych laptopów i systematycznej pracy. Przedmiot adresowany jest do studentów i studentek kierunków okołojęzykoznawczych po kursie gramatyki opisowej dowolnego języka, którzy mają odwagę przypomnieć sobie elementy matematyki szkolnej: logiki i geometrii. Wskazny termin zajęć jest propozycją. proszę o kontakt mailowy w celu ewentualnego dopasowania. Wyrażenia regularne -- podstawy teoretyczne Gramatyki regularne i automaty skończone Wyrażenia regularne w życiu codziennym Czyszczenie danych kopiowanych ze stron HTML Formatowanie pliku tekstowego jako arkuszu kalkulacyjnego Automatyzowanie pisania tekstów o powtarzalnej strukturze Przeszukiwanie korpusów językowych Narodowy Korpus Języka Polskiego (NKJP) jako podstawowy korpus referencyjny języka polskiego Język wyszukiwarki Poliqarp Tagset NKJP Znajdowanie frekwencji form fleksyjnych wyrażeń i ich ciągów Mierzenie siły kolokacji Lokalne parsowanie na podstawie informacji morfosyntaktycznych Modele przestrzeni wektorowych Automatyczne przetwarzanie tekstów, operacje na łańcuchach (w miarę pozostałego czasu i zainteresowania uczestników) Skrypty w języku Python Automatyzacja pracy na plikach
Literatura:	Bibliografia: A. Przepiórkowski, M. Bańko, R. L. Górski i B. Lewandowska-Tomaszczyk [red.] Narodowy Korpus Języka Polskiego, Warszawa 2012 (http://nkjp.pl/settings/papers/NKJP_ksiazka.pdf). A. Przepiórkowski, A. Buczyński, J. Wilk, Ściągawka do Narodowego Korpusu Języka Polskiego, http://nkjp.pl/poliqarp/help/pl.html.
Efekty uczenia się:	Studenci umieją sprawnie przeszukiwać i przetwarzać teksty elektroniczne z wykorzystaniem wyrażeń regularnych, umieją gromadzić i czyścić rozproszone dane tekstowe dostępne w Internecie, efektywnie wykonują powtarzalne zadania edytorskie i korektorskie, swobodnie posługują się zaawansowaną wyszukiwarką korpusową Poliqarp na poziomie podstawowym, z pomocą instrukcji wykonują złożone wyszukiwania w Narodowym Korpusie Języka Polskiego, umieją przeprowadzić analizę kolokacji, rozumieją założenia semantyki dystrybucyjnej i ich wady i mają wiedzę na temat komputerowych metod lingwistyki korpusowej.
Metody i kryteria oceniania:	Wprawki w samodzielnym przeszukiwaniu zadawane do domu, sprawdziany w sali, test końcowy.
Praktyki zawodowe:	Nie

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.