Wstęp do językoznawstwa komputerowego

fakultatywne

Kurs zakłada, że uczestnik ma opanowane podstawy wiedzy językoznawczej.

Wskazane jest uprzednie uczestnictwo w przynajmniej jednym z propedeutycznych kursów z dziedziny językoznawstwa teoretycznego/formalnego, w szczególności Składni, Fonetyce, Fonologii, oraz Wstępie do językoznawstwa. Nie jest to jednak wymóg konieczny.

Uczestnik musi mieć dostęp do komputera i połączenia internetowego, aby móc korzystać z materiałów w formie elektronicznej zamieszczonych na platformie Moodle kursu oraz aby móc rozwiązywać testy w formie elektronicznej i wysyłać prace domowe.

mieszany: w sali i zdalnie

Kurs wprowadzający w podstawowe zagadnienia językoznawstwa komputerowego. Z jednej strony skupiać się będzie na zastosowaniu technik komputerowych w badaniach nad językiem, leksykografii, translatoryce i dydaktyce języków obcych, z drugiej - na zastosowaniu wiedzy językoznawczej dla potrzeb rozwoju nowoczesnych technologii. Szczególna uwaga zostanie poświęcona lingwistyce korpusowej oraz jej zastosowaniom w badaniach nad językiem naturalnym.

Kurs wprowadzający w podstawowe zagadnienia językoznawstwa komputerowego. Z jednej strony skupiać się będzie na zastosowaniu technik komputerowych w badaniach nad językiem, leksykografii, translatoryce i dydaktyce języków obcych, z drugiej - na zastosowaniu wiedzy językoznawczej dla potrzeb rozwoju nowoczesnych technologii. Wśród poruszanych zagadnień znajdą się:

- Metody badawcze w lingwistyce eksperymentalnej (projektowanie badań);

- Grywalizacja w dydaktyce języków obcych;

- Gramatyki formalne i ich rola w inżynierii lingwistycznej;

- Lingwistyka korpusowa;

- Lingwistyczne spojrzenie na sztuczną inteligencję (czatboty i AIML)

UWAGA: Wszystkie konieczne materiały dydaktyczne są udostępniane przez prowadzącego na platformie Moodle. Poniższa lista stanowi kompletną listę źródeł pierwotnych, na podstawie których materiały te opracowano (tzn. NIE jest to lista lektur obowiązkowych, choć zachęca się uczestników do zapoznania się z większością z nich).

Agresti, A. & Finlay, B. (2008) Statistical Methods for the Social Sciences

Babbie, E. (2012). The Practice of Social Research, 13th Edition. Wadsworth Publishing.

Biber, D. (2012). Corpus-Based and Corpus-driven Analyses of Language Variation and Use. Oxford Handbooks Online. Retrieved 20 Nov. 2016, from http://www.oxfordhandbooks.com/view/10.1093/oxfordhb/9780199544004.001.0001/oxfordhb-9780199544004-e-008.

Boulton, A.; Carter-Thomas, S. & Rowley-Jolivet, E. (ed.): CorIpus-informed Research and Learning in ESP (2012). Amsterdam: John Benjamins.

Broege, N. & Brick, A. (2015). Introduction to Social Science Methods: An Overview of Quantitative and Qualitative Methods

Burke, B. (2016). Gamify: How gamification motivates people to do extraordinary things. Routledge.

Carnie, A. (2002). Syntax. A generative introduction. Malden: Blackwell Publishers.

Chomsky, N. & Schützenberger, M.P. (1963). The algebraic theory of context free languages. in Braffort, P., Hirschberg, D. Computer Programming and Formal Languages. Amsterdam: North Holland. pp. 118–161.

Chomsky, N. (1957). Syntactic Structures. The Hague/Paris: Mouton.

Chomsky, N. (1959). On certain formal properties of grammars. Information and Control 2 (2): 137–167. doi:10.1016/S0019-9958(59)90362-6.

Chomsky, N. (1965). Aspects of the Theory of Syntax. Cambridge, MA: MIT Press.

Chomsky, N. (1973). Conditions on Transformations. in Anderson and Kiparsky, A Festschrift for Morris Halle, New York: Holt, Rinehart & Winston, pp. 232–286.

Chomsky, N. (1981). Lectures on Government and Binding. Mouton de Gruyter.

Chomsky, N. (1986). Knowledge of Language: Its Nature, Origin and Use. New York: Praeger.

Chomsky, N. (1995). The Minimalist Program. Cambridge, MA: The MIT Press.

Chou, Y. K. (2019). Actionable gamification: Beyond points, badges, and leaderboards. Packt Publishing Ltd.

Field, A. P. (2013). Discovering statistics using IBM SPSS Statistics: and sex and drugs and rock 'n' roll (fourth edition). London: Sage publications.

Field, A. P., Miles, J. N. V., & Field, Z. C. (2012). Discovering statistics using R: and sex and drugs and rock 'n' roll. London: Sage publications.

Gałkowski, B. (2010). Exploring Formulaicity. Unpublished Course Materials.

Jurafsky, D.; Martin, J.H. (2009). Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics. 2nd edition. Prentice-Hall.

Kapp, K. M. (2012). The gamification of learning and instruction: game-based methods and strategies for training and education. John Wiley & Sons.

Larsen-Hall, J. (2015). A Guide to Doing Statistics in Second Language Research Using R. Routledge.

Lu, X. (2014). Computational Methods for Corpus Annotation and Analysis. Dordrecht: Springer. [Reviewed in Language, International Journal of Corpus Linguistics, and Linguist List]

Manning, C.D.; Schütze, H. (1999). Foundations of Statistical Natural Language Processing. The MIT Press: Cambridge, Massachusetts.

Moravcsik, Edith 2006. An introduction to syntactic theory. London: Continuum.

National Research Council (2001), “Educating Children with Autism. Committee on Educational Interventions for Children with Autism. Catherine Lord and James P. McGee, eds. Division of Behavioral and Social Sciences and Education. Washington, D.C. National Academy Press

Newmeyer, F. (1986) Linguistic Theory in America (2nd edition). Academic Press.

Opacki, M. (2017). Reconsidering Early Bilingualism. A Corpus-Based Study of Polish Migrant Children in the United Kingdom. Frankfurt am Main: Peter Lang.

Pawley, A.; Syder, F. (1989). Two puzzles for linguistic theory: Nativelike selection and nativelike competence. in J.C. Richards and R.W. Schmidt (eds), Language and Communication, pp. 191–227. London: Longman, 1983.

Payne, Thomas 2006. Exploring language structure. A student's guide. Cambridge: CUP.

Peirce, C. S. (1931-1935). Collected Papers of Charles Sanders Peirce, vols. 1–6, 1931–1935 [in:] Hartshorne, C. and Weiss, P. (eds.) (1958), vols. 7–8. Harvard University Press: Cambridge, MA.

Pollard, C. & Sag, I.A. (1994). Head-driven Phrase Structure Grammar. Chicago University Press / CSLI Publications, Chicago, IL.

Pollard, C. (1996). The nature of constraint-based grammar. Paper delivered at the Pacific Asia Conference on Languagein formation, and Computation, Kyung Hee University, Seoul, Korea, December 20, 1996. Available from: ftp://julius.ling.ohio-state.edu/pub/pollard/anthology/paclic.txt.

Radford, Andrew 1989. Transformational grammar. A first course. Cambridge: CUP.

Sage Research Methods. URL[11.10.2016]: http://srmo.sagepub.com/

Smith, D. (2003). Five guidelines for research ethics. URL[11.10.2017]: http://www.apa.org/monitor/jan03/principles.aspx

Steinkuehler, C., Squire, K., & Barab, S. (Eds.). (2012). Games, learning, and society: Learning and meaning in the digital age. Cambridge University Press.

Tognini-Bonelli, E. (2001): Corpus Linguistics at Work. Amsterdam/Philadelphia: John Benjamins.

Wray, A. (1998). Protolanguage as a holistic system for social interaction. Language & Communication 18:47-67.

Wray, A. (2000). Holistic utterances in protolanguage: the link from primates to humans. in Knight, C., Studdert-Kennedy, M. & Hurford, J. (eds.). The evolutionary emergence of language. Stanford, CA: Cambridge University Press.

Wray, A. (2002). Formulaic language and the lexicon. Cambridge UK: Cambridge University Press.

Yule, G. (2001). The Study of Language [Third Edition]. Cambridge: Cambridge University Press.

Student zdobywa wiedzę na temat komputerowych i formalnych metod badawczych stosowanych w językoznawstwie i rozwija umiejętności analityczne, które są kluczowe w interdyscyplinarnych badaniach nad językiem naturalnym.

Szczegółowe efekty kształcenia:

K_W08 - student zna w stopniu zaawansowanym, umożliwiającym specjalizację, najważniejsze współczesne nurty i kierunki badań językoznawczych omówionych na kursie; w szczególności student rozróżnia teorie formalnego opisu języka, ich atuty i ograniczenia;

K_W09 - student rozróżnia rozumowanie dedukcyjne, indukcyjne i abdukcyjne;

K_W09 - student ma rozszerzoną wiedzę o projektowaniu badań w dziedzinie filologii i lingwistyki, a w szczególności o problemach, metodach, technikach i narzędziach badawczych, która pozwala na samodzielność i innowacyjność własnych działań;

K_U01 - student potrafi zoperacjonalizować badane zjawisko w języku naturalnym, zaproponować hipotezę zerową i alternatywną i poddać obie hipotezy próbie z użyciem metody naukowej;

K_U01 - student potrafi zastosować na poziomie zaawansowanym metodologię językoznawczą; w szczególności potrafi zaprojektować własne badanie języka naturalnego;

K_U01 - student potrafi rozumować dedukcyjnie, indukcyjnie i abdukcyjnie na potrzeby badań własnych;

K_U04 - student potrafi zaproponować opis projektu badawczego uwzględniającego wiedzę nabytą na kursie;

K_U09 - student potrafi merytorycznie ocenić przydatność różnych koncepcji teoretycznych do prowadzenia zaawansowanych badań filologicznych oraz do wszelkich zastosowań praktycznych;

K_U10 - student posiada pogłębione umiejętności umożliwiające analizowanie badań oraz definiowanie i prowadzenie własnych zadań badawczych; umie precyzyjnie sformułować problem i skutecznie wyznaczyć adekwatną metodę;

K_U11 - student umie samodzielnie i skutecznie wyszukiwać informacje w różnych źródłach, oceniać ich przydatność, interpretować je pod kątem teoretycznym i praktycznym oraz formułować na ich podstawie krytyczne sądy;

K_U14 - student potrafi kreatywnie i w stopniu zaawansowanym korzystać z nowoczesnych technologii w ogólnym rozwoju własnym, procesie zdobywania wiedzy oraz w sytuacjach profesjonalnych;

K_W20 - student ma ugruntowaną świadomość zasad i norm etycznych w nauce;

K_U01 - student rozwija umiejętności posługiwania się zaawansowaną terminologią językoznawczą w języku angielskim na poziomie nie niższym niż C1, i czynnie aspiruje do osiągnięcia biegłości językowej w obrębie języka specjalistycznego (C2 wg. ESKOJ) jeśli tylko istnieje taka możliwość.

Ocena końcowa składa się z dwóch komponentów, aktywności na zajęciach oraz testu końcowego.

Aktywność na zajęciach stanowi 70% oceny. W jej skład wlicza się obecność oraz zadane prace. Test końcowy stanowi pozostałe 30% oceny.

Brak