Università di Pisa - Evaluation & exams subscription

View syllabus

COMPUTATIONAL LINGUISTICS

ALESSANDRO LENCI

Academic year2023/24
CourseDIGITAL HUMANITIES
Code305LL
Credits12
PeriodSemester 1
LanguageItalian

Modules

Area

Type

Hours

Teacher(s)

LINGUISTICA COMPUTAZIONALE

L-LIN/01

LEZIONI

ALESSANDRO BONDIELLI unimap

ALESSANDRO LENCI unimap

Export to pdf

Obiettivi di apprendimento

Learning outcomes

Conoscenze

Lo studente acquisirà conoscenze in merito agli strumenti e alle metodologie per l'analisi computazionale dei testi, alle tecnologie per il trattamento automatico della lingua, e al linguaggio di programmazione Python per le analisi testuali

Knowledge

Students are expected to acquire:

basic methods for text processing;
elements of statistical and probabilistic natural language processing;
some knowledge on linguistic annotation;
basic knowledge of the main tools for natural language processing.
basic knolwedge of Python for text processing

Modalità di verifica delle conoscenze

L'accertamento delle conoscenza verrà svolto attraverso:

prova scritta (divisa in due parti), nella quale lo studente dovrà dimostare la conoscenza dei temi svolti a lezioni e dei testi di esame rispondendo a domande aperte e risolvendo esercizi. La prova scritta si terrà in occasione di ogni appello di esame. In alternativa, solo gli studenti frequentanti potranno sostenere due prove in itinere
realizzazione di un progetto sui temi delle esercitazioni di laboratorio
prova orale, in cui verrà discussa la prova scritta, il progetto e verrà verificata la conoscenza del programma di esame

Assessment criteria of knowledge

Academic progress will be monitored and verified:

in the written exam (divided in 2 parts, 1h:30min each), the student must demonstrate his/her knowledge of the course material by answering correctly to questions and solving exercises. The written tests can be taken at the exam sessions or during the course (in itinere tests). The latter option is available only for the students attending the classes
in the oral exam, the student must discuss with the teacher his/her project work (to be submitted elettronically at least 1 week before the exam), and show his/her knwoledge of the exam program

Methods:

Final oral exam
Final written exam
Final laboratory practical demonstration

Capacità

Lo studente saprà utilizzare le tecniche di base per l'analisi computazionale dei testi e imparerà a usare l'ambiente di programmazione Python NLTK per lo sviluppo di moduli per il trattamento automatico della lingua

Skills

The student will learn the basic techniques for computational text analysis and the NLTK python framework for Natural Language Processing

Modalità di verifica delle capacità

Lo studente realizzerà un progetto di costruzione e analisi computazionale di un corpus con NLTK

Assessment criteria of skills

The student will create a project consisting in the construction and computational analysis of a corpus with NLTK.

Comportamenti

Lo studente potrà acquisire e/o sviluppare sensibilità alle problematiche relative all'analisi quantitativa e computazionale del testo e al trattamento automatico della lingua

Saranno acquisite accuratezza e precisione nella raccolta e nell'analisi computazionale di dati linguistici

Behaviors

The student will learn and/or develop abilities related to the quantitative and computational analysis of texts, and Natural Language Processing.

Students will acquire accuracy and precision when collecting and analysing linguistic data with mathematical and computational tools.

Modalità di verifica dei comportamenti

Durante le sessioni di laboratorio saranno valutati il grado di accuratezza e precisione delle attività svolte

Assessment criteria of behaviors

During lab sessions we will evaluate the accuracy and precision in carrying out computational linguistic tasks.

Prerequisiti (conoscenze iniziali)

Nozioni di base di linguistica generale (morfologia, sintassi e semantica)

Nozioni di base di programmazione

Prerequisites

Basic notions of general linguistics (morphology, syntax, and semantics)

Basic notions of computer programming.

Indicazioni metodologiche

Lezioni: frontali

Modalità di apprendimento:

frequenza delle lezioni
studio individuale
attività di laboratorio

Frequenza: raccomandata

Metodi di insegnamento:

lezioni
laboratorio

Teaching methods

Delivery: face to face

Learning activities:

attending lectures
individual study
laboratory work

Attendance: Recommended

Teaching methods:

lectures
laboratory

Programma (contenuti dell'insegnamento)

Il corso ha lo scopo di presentare i temi principali della linguistica computazionale e del “Natural Language Processing” (NLP) e di familiarizzare lo studente con gli strumenti di base per l’analisi quantitativa e computazionale del testo.

Lezioni teoriche

1. Analisi computazionale dei dati linguistici

corpora: tipologia e uso
codifica e rappresentazione dei dati linguistici
analisi statistica dei dati linguistici
linguaggio e probabilità: modelli di markov, entropia, legge di Bayes
metodi computazionali per l'esplorazione dei dati linguistici: concordanze, collocazioni e misure di associazione

2. Natural Language Processing (NLP)

metodi a regole e di machine learning
corpora annotati per lo sviluppo di strumenti di NLP
analisi morfologica: Automi e Trasduttori a Stati Finiti
Part of Speech Tagging
analisi sintattica: chunking e shallow parsing, grammatiche context-free, cenni di parsing a costituenti e a dipendenze, probabilistic context free grammars
metodi di valutazione
lessici semantici computazionali: Wordnet e FrameNet
word sense disambiguation

Esercitazioni

espressioni regolari
introduzione a NLTK
analisi computazionali del testo con NLTK
annotazioni semantiche del testo

Syllabus

The course will present the main topics of computational linguistics and Natural Language Processing, and the basic toos for quantitative and computational text analysis.

Lectures:

1. Computational analysis of language data:

corpora: typology and use
text encoding and preparation
annotated corpora
statistical analysis of language data
language and probability, Markov models, entropy, Bayes Rule
concordances, collocations and association measures

2. Natural Language Processing

rule-based and machine learning methods
annotate corpora and NLP tools
Finite State Automata and Transducers and their application to morphological analysis
Part of Speech tagging
Syntactic analysis: Context free grammar, probabilistic grammars, dependency parsing, chunking
Evaluation methods
Computational semantic lexicons: WordNet and FrameNet
Word sense disambiguation

Lab sessions:

regular expressions
introduction to NLTK
computational analsysis of texts with NLTK
semantic annotation of texts

Bibliografia e materiale didattico

Testi la cui conoscenza è oggetto di verifica all'esame:

A. Lenci, S. Montemagni, V. Pirrelli, Testo e computer. Elementi di linguistica computazionale, Carocci, 2005
D. Jurafsky & J.H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition (third edition), 2023 (capp. 3, 4.1.-4.8, 8.2-8.3, 18.1-18.2, 23.1-23.4.1, 24.1-24.6.1)

Testo di consultazione per le esercitazioni:

Bird, S., Klein, E., & E. Loper, Natural Language Processing with Python (Analyzing Text with the Natural Language Toolkit), O'Reilly Media, 2009

Bibliography

Compulsory readings:

A. Lenci, S. Montemagni, V. Pirrelli, Testo e computer. Elementi di linguistica computazionale, Carocci, 2005
D. Jurafsky & J.H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition (third edition), 2023 (capp. 3, 4.1.-4.8, 8.2-8.3, 18.1-18.2, 23.1-23.4.1, 24.1-24.6.1)