• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2022/2023

Цифровые методы и прикладные задачи в литературоведении и лингвистике

Статус: Курс обязательный (Филология)
Направление: 45.03.01. Филология
Когда читается: 3-й курс, 1, 2 модуль
Формат изучения: с онлайн-курсом
Онлайн-часы: 10
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 42

Программа дисциплины

Аннотация

Первая часть курса представляет собой введение в цифровые гуманитарные науки для лингвистов и литературоведов, знакомит с наиболее выдающимися проектами и направлениями в digital humanities. Студенты изучат основные категории и инструменты для разметки, анализа и визуализации данных в гуманитарных науках; познакомятся с ключевыми понятиями и методами автоматической обработки художественных текстов. Вторая часть курса, специализированная по трекам – литературоведческому и лингвистическому, посвящена знакомству студентов с многообразием филологических специальностей, рассмотрению ряда показательных кейсов, а также выработке и закреплению профессиональных навыков самостоятельной исследовательской работы. Студенты литературоведческого трека познакомятся с базовым инструментарием текстолога (датировка, атрибуция и атетеза, выбор и подготовка основного текста, создание текстологического аппарата к изданию, комментарий) на материале разбора и обсуждения конкретных текстов. Студенты лингвистического трека углубятся в компьютерный анализ лингвистических данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • Получение студентами знания об основных методах и направлениях развития цифровых гуманитарных наук (digital humanities) и применения цифровых технологий для решения практических задач, связанных с автоматическим анализом текста
  • Знакомство студентов-филологов с базовыми понятиями и методами анализа и визуализации филологических данных, развитие навыков работы с программным инструментарием для визуализации графов и сетевого анализа, стилеметрического анализа и решения задач автоматической обработки текстов
  • Получение базовых сведений о филологической экосистеме Москвы и Петербурга
  • Овладение практическими навыками текстологической работы, историко-литературного комментирования, выработка основных технических навыков литературоведческого исследования (библиографических и архивных разысканий, цитирования, работы с источниками, справочниками и др.)
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает основные исследовательские инфраструктуры в области Digital Humanities.
  • Умеет пользоваться инструментами стилеметрии, использует программный пакет stylo (R)
  • Умеет проводить сетевой анализ художественных текстов, рассчитывать метрики центральности, применять алгоритмы выделения сообществ в социальных графах с помощью Gephi
  • Знает основные методы автоматической обработки текстов (корпусный анализ, тематическое моделирование, анализ тональности и др.); визуализирует данные с помощью Orange3 Text mining
  • Владеет первичными навыками самостоятельного научного исследования, написания статьи по результатам исследования
  • Знает важнейшие библиотеки, базы данных и другие электронные ресурсы по истории русской литературы XIX-XXI вв., имеет навыки работы в архивах, библиотеках, литературных музеях
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в Digital Humanities
  • Стилеметрический анализ
  • Сетевой анализ в гуманитарных исследованиях
  • Введение в Text Mining
  • Введение в филологическую экосистему
  • Прикладные задачи в литературоведении
  • Библиографическая эвристика
  • Компьютерные морфология и синтаксис
Элементы контроля

Элементы контроля

  • неблокирующий Оценка за 1-й модуль
    Оценка 1 модуль = 0,4 контрольная работа + 0,6 проект
  • неблокирующий Оценка за 2-й модуль
    Оценка 2 модуль = 0,5 устный экзамен + 0,2 тесты по изученному материалу + 0,3 участие в дискуссии на семинаре и записи в семинарском блоге «Communication Tube»
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 2 модуль
    0.5 * Оценка за 1-й модуль + 0.5 * Оценка за 2-й модуль
Список литературы

Список литературы

Рекомендуемая основная литература

  • Eder, M., Rybicki, J., & Kestemont, M. (2016). Stylometry with R: A Package for Computational Text Analysis. R Journal, 8(1), 107–121. https://doi.org/10.32614/RJ-2016-007
  • Schreibman, S., Siemens, R. G., & Unsworth, J. (2004). A Companion to Digital Humanities. Malden, MA: Wiley-Blackwell. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=231516
  • Silge, J., & Robinson, D. (2017). Text Mining with R : A Tidy Approach (Vol. First edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1533983

Рекомендуемая дополнительная литература

  • R в действии. Анализ и визуализация данных на языке R, Кабаков, Р.И., 2014

Авторы

  • Кирина Маргарита Александровна