|
Vyučující
|
-
Pořízka Petr, PhDr. Ph.D.
|
|
Obsah předmětu
|
Metody exaktně založené analýzu textu s využitím softwarových nástrojů a textových databází, tzv. korpusů. Hlavní okruhy a témata: I. práce s korpusovými (zejm. konkordančními) nástroji, konkrétně a. tvorba a následná analýza frekvenčního slovníku libovolného textu b. vytěžování dat: konkordance, n-gramy (klastry), kolokace/koligace, klíčová slova textu c. využití regulárních výrazů, lingvistické anotace (lemma, tag) a dotazovacího jazyka CQL (Corpus Query Language) k vytěžování dat filtrování dat II. prominentní jednotky a textu: tematické výrazy, klíčová slova, lexikální vazby a slovní profily III. možnosti komparace a detekce vzájemných shod či rozdílností mezi texty: klastrování a vícerozměrná analýza IV. tvorba vlastní databáze DATA - jazykové korpusy a databáze - texty různého charakteru (beletrie, odborná literatura, publicistika ad.) - webové texty
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou), Demonstrace
|
|
Výstupy z učení
|
Cílem kurzu je představit studentům možná využití kvalitativně-kvantitativních metod analýzy textu na základě metod tzv. korpusové lingvistiky; (do)vést je k tomu, aby tyto metody a postupy dokázali aplikovat a použít pro komplexní a přitom exaktní analýzu založenou na kvantifikaci. V kurzu budou k těmto účelům prezentovány vybrané softwarové nástroje (vč. tzv. dotazovacích jazyků) a korpusové databáze, které mohou sloužit jako rozsáhlý a přitom strukturovaný zdroj autentických jazykových dat. Studenti budou v průběhu semináře vedeni k tomu, aby si osvojili nejnutnější terminologii, teorii a metody k samostatné práci s textem (vč. extrakce z databází).
Student bude schopen po absolvování kurzu využít jazykové databáze (tzv. korpusy), zejm. z portálu Český národní korpus (ČNK), osvojí si nejdůležitější nástroje a postupy vytěžování dat a bude schopen sestavit a vyhodnotit vlastní malý korpus jazykových dat pro speciální účely.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Rozbor produktů pracovní činnosti studenta (technické práce), Seminární práce
(1) Účast na tutoriálech (kontaktní výuka) (2) Splnění korespondenčních úkolů (3) Seminární projekt
|
|
Doporučená literatura
|
-
Sketch Engine User Guide.
-
Baker, P. - Hardie, A. - McEnery, T. (2006). A Glossary of Corpus Linguistics. Edinburgh.
-
Machálek, T. (2018). KonText - rozhraní pro vyhledávání v korpusech. Praha.
-
Pořízka, P. (2014). Tvorba korpusů a vytěžování jazykových dat (metody, modely, nástroje). Olomouc.
|