Введение в прикладную лингвистику

Магистратура 2023/2024

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Языковые технологии в бизнесе и образовании)

Направление: 45.04.03. Фундаментальная и прикладная лингвистика

Кто читает: Департамент филологии

Где читается: Санкт-Петербургская школа гуманитарных наук и искусств

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Колмогорова Анастасия Владимировна

Прогр. обучения: Языковые технологии в бизнесе и образовании

Язык: русский

Кредиты: 6

Контактные часы: 44

Полная версия программы учебной дисциплины

Аннотация

Целью дисциплины является знакомство студентов с основными компонентами и основными направлениями специальности (машинный перевод, информационный поиск, извлечение информации, диалоговые системы, анализ тональностей, квантитативная лингвистика и др.). В результате освоения дисциплины студенты получат базовое представление об основных направлениях современной прикладной лингвистики.

Цель освоения дисциплины

Сформировать представления о различных способах работы с данными.
Ознакомить с методами визуализации результатов анализа датасетов.
Развить умение писать программы с использованием методов статистического, кластерного и регрессионного анализа.

Планируемые результаты обучения

Студент создает пуассоновскую регрессию, позволяющую предсказывать результаты показателя X на основе имеющихся данных показателя Y.
Студент применяет PCA CA, MCA, MDS, t-SNE для анализа различных датасетов и уменьшения размерности данных.
Студент применяет методы визуализации сетевых данных c помощью пакетов, ggiraph
Студент применяет трансформации данных: tidyverse, dplyr; освоит работу со строками и текстами: tidytext, udpipe; сможет осуществлять сбор данных из интернета: rvest. OCR.
Студент производит вычисления, применяя знания по описательной и симуляционной статистике, z-преобразованию, используя пакет анализа RLing
Студент анализирует данные путём применения инструментов, время, карты, OCR.
Студент освоит работу с базовыми объектами языка R, функциями, пакетами, а также научится создавать собственные функции и циклы.
Студент применяет методы визуализации сетевых данных c помощью пакетов ggplot и ggplot2
Студент решает задачи по программированию, демонстрируя умение анализировать строки тексты и весь текст с помощью пакета ling
Студент способен создавать метрики расстояний, k-means, иерархические кластеризации, визуализации деревьев.

Содержание учебной дисциплины

Основы R
Трансформация данных
Визуализация и представление данных
Работа со строками и текстом
Необычные источники данных: время, карты, OCR
Основы статистики
Регрессионный анализ
Кластеризация
Методы уменьшения размерности кластеров
Сетевой анализ

Элементы контроля

Самостоятельная работа
В течение курса студенты выполняют 7 домашних работ, которые обсуждаются на занятии, после обсуждения могут быть доработаны и представлены для оценивания. В домашней работе студенту предлагается решить локальную исследовательскую задачу, использовав обсуждавшиеся в лекции методы и инструментарий.
Экзамен
Экзамен проводится в устной форме: студент отвечает на один из проблематизирующих вопросов из заранее предоставленного для подготовки списка.

Промежуточная аттестация

2023/2024 учебный год 4 модуль
0.35 * Самостоятельная работа + 0.35 * Самостоятельная работа + 0.3 * Экзамен

Список литературы

Авторы

Кессель Ксения Витальевна

Программа дисциплины