Цифровые методы анализа текстов

Магистратура 2021/2022

Статус: Курс по выбору (Цифровые методы в гуманитарных науках)

Направление: 46.04.01. История

Кто читает: Кафедра гуманитарных дисциплин (Пермь)

Где читается: Факультет экономики (Пермь)

Когда читается: 2-й курс, 1 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 60

Охват аудитории: для своего кампуса

Прогр. обучения: Цифровые методы в гуманитарных науках

Язык: русский

Кредиты: 4

Контактные часы: 2

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс «Цифровые технологии работы с текстами» направлен на формирование знаний, умений и компетенций в области создания машиночитаемых версий исторических источников, научных и иных публикаций и других информационных ресурсов в формате электронного текста, организации, визуализации и анализа текстовых данных, в т.ч. использования стандартным и специальным программным обеспечением. Задачи курса: изучить методологические и методические аспекты работы с документами в формате электронного текста; уметь создавать электронный текст как информационный ресурс и визуализировать его в различных форматах; изучить элементы гипертекста и его возможности для работы и представления текстовых данных; изучить методы, технологии и программное обеспечение для компьютеризированного анализа текстовых документов (языки глубокой разметки текстов, компьютеризированный контент-анализ). Подавляющее большинство данных исследований гуманитарных наук хранится в виде документов XML-TEI, TEI стала де-факто стандартной технологией в области цифровых гуманитарных наук. Цель курса – познакомить с практическими аспектами кодирования XML-документов, отмеченных в соответствии с рекомендациями TEI, а затем использовать эти документы, применяя другие технологии, такие как Xpath, CSS, XSLT и Xquery. В рамках курса будут рассмотрены основы корпусной лингвистики. Студенты получат ряд практических навыков от навыка сбора информации в корпусах до умения составлять упражнения с использованием корпусных данных. Студенты научатся пользоваться существующими корпусами русского и английского языков, освоят базовые методы корпусного преподавания, смогут экономить время и усилия, используя корпуса в повседневной работе. В рамках курса изучаются следующие разделы: Методология и методика работы с текстовыми источниками. Электронный текст как информационный ресурс; Гипертекст и его возможности для анализа текста; Технологии глубокой разметки XML-TEI; Компьютеризированный контент-анализ; Введение в кодирование текста XML-TEI. Способы представления документов в электронном виде; Структура документа. Основы разметки (SGML / XML). Кодирование документов. Текстовая разметка с использованием XML и TEI. Теги; Представление и преобразование документа XML-TEI. Xpath, CSS, XSLT и XQuery. Визуализация; Что такое «корпус»?; Возникновение и развитие корпусной лингвистики; Виды корпусов; Поиск информации в корпусе; Разметка корпусов; Исследование языка с помощью лингвистического корпуса: общие принципы; Исследование языка с помощью лингвистического корпуса: направления исследования и практическое применение результатов; Корпус и междисциплинарные исследования.

Цель освоения дисциплины

Формирование у студентов знаний, умений и компетенций в области создания машиночитаемых версий исторических источников, научных и иных публикаций и других информационных ресурсов в формате электронного текста, организации, визуализации и анализа текстовых данных, в т.ч. использования стандартным и специальным программным обеспечением.

Планируемые результаты обучения

Знает методологические и методические аспекты работы с документами в формате электронного текста. Понимает разницу между форматами, их возможности и ограничения. Умеет делать разметку документов.
Создает электронные версии текстовых документы. Визуализирует тексты. Использует различные компьютеризированные методы анализа текстов, в т.ч. стилометрию.
Умеет создавать собственные, находить и использовать существующие корпуса. Применяет инструменты для анализа корпусов текстов.