Si tratta di una panoramica di facile consultazione dei principi di Austin per la citazione dei dati in linguistica, che può essere utilizzata come risorsa didattica per discutere ogni principio con gli studenti.

Questo corso introduce gli studenti ai depositi di dati della ricerca e al loro ruolo nel ciclo di vita dei dati linguistici nel contesto dei principi FAIR e Open Science. Il corso include un progetto finale e un glossario per apprendere i termini tecnici della disciplina.

I dati linguistici sono essenziali per la comunicazione, la ricerca linguistica e lo sviluppo di strumenti di Trattamento Automatico del Linguaggio (TAL). Tuttavia, la ricerca di risorse linguistiche rilevanti per un determinato compito rimane un'impresa ardua, poiché esse sono sparse in diversi depositi (sia generalistici che specifici per ciascun dominio disciplinare), istituti di ricerca o addirittura salvati sul computer del singolo ricercatore. In questa unità, imparerete a conoscere il ruolo delle infrastrutture e dei depositi di dati di ricerca nella gestione, nella citazione, nella riusabilità e nella diffusione delle risorse linguistiche.

Lo scopo di questa lezione è quello di fornire un'introduzione all'uso dei repository di dati della ricerca e identificare sia le piattaforme di repository comuni che i repository di dati di ricerca rilevanti per la ricerca linguistica.

Il corso affronta le tematiche legate alla gestione dei dati linguistici orali. Dopo un'introduzione generale alle possibilità offerte dall'infrastruttura CLARIN ERIC in fase di scoperta, raccolta e deposito di dati orali, si approfondiranno le questioni etico-legali connesse alla raccolta, gestione e conservazione dei dati e il procedimento di trascrizione automatica, con ulteriori possibilità di annotazione attraverso strumenti ti trattamento automatico del linguaggio.

Prima di esaminare più da vicino i servizi e gli strumenti CLARIN per l'elaborazione del testo, è importante familiarizzare con alcuni concetti e metodi di base utilizzati nel trattamento automatico del linguaggio o TAL (natural language processing, NLP). Si tratta di una branca dell'informatica che studia i metodi per aiutare i computer a comprendere il testo e il parlato nello stesso modo in cui lo fanno gli esseri umani. Spesso si interagisce con la PNL senza esserne pienamente consapevoli, ogni volta che si utilizza Siri sul proprio iPhone o l'assistente virtuale Amazon Alexa per riprodurre musica o acquistare qualcosa, il software di dettatura speech-to-text (ad esempio Dragon Naturally Speaking), Grammarly per il controllo ortografico o, ultimamente, ChatGPT per aiutarci a raccogliere rapidamente informazioni su un argomento.

Questa pagina contiene dei suggerimenti per gli insegnanti che utilizzeranno questo glossario in classe, incluso un esempio di progetto basato sul Glossario.

Questo documento contiene istruzioni passo-passo per gli studenti che dovranno affrontare il progetto. L'insegnante può adattare ulteriormente queste linee guida secondo le necessità didattiche della classe.

L'obiettivo di questa presentazione è quello di informare sui metadati e sul loro uso per descrivere le risorse linguistiche, nonché di mostrare come cercare e convertire i metadati in formati accettati dagli archivi.

Questa unità include un esempio di progetto studentesco per ulteriori 1-2 ECTS progettato in collaborazione con Silvia Bernardini e Novella Tedesco dell'Università di Bologna.