Alla luce delle recenti iniziative per rendere i materiali formativi FAIR, questa unità è stata costruita sulla base di risorse di apprendimento aperte esistenti, condivise con licenza CC-BY e con il permesso degli autori. Per approfondire il tema, questa lezione propone un elenco di riferimenti e di ulteriori risorse di apprendimento relative alla condivisione e all'archiviazione dei dati della ricerca.

Questa pagina contiene una panoramica delle fonti usate in questa unità, e ulteriori risorse di apprendimento. Qui sono inoltre contenute le risposte agli esercizi nella lezione 2.3 - Rendere i Dati Linguistici FAIR: i Servizi di Deposito.

Dopo aver avuto una visione generale del ciclo di vita e della gestione delle risorse linguistiche, scegli alcune delle attività di apprendimento in questa unità per imparare come utilizzare i servizi e gli strumenti dell'infrastruttura CLARIN(https://www.clarin.eu/) per scoprire, utilizzare e citare le risorse linguistiche. Questa unità contiene presentazioni interattive, istruzioni e dispense. Docenti, insegnanti e formatori che utilizzano l'infrastruttura nelle discipline legate alla lingua sono invitati a contribuire con nuove idee e suggerimenti per le attività di apprendimento inviando un'e-mail a training@clarin.eu.

L'obiettivo di questa dispensa è mostrare agli studenti i passi fondamentali per trovare e interrogare i corpora in un repository nazionale CLARIN.

Questo tutorial consiste in uno scenario d'uso in cui si ipotizza che il corsista stia cercando un corpus parallelo in inglese e italiano in formato .tmx da utilizzare in uno strumento di traduzione assistita (Computer-Aided Translation) per tradurre un articolo di cronaca per un compito in classe.

In questa lezione saranno affrontati i seguenti temi: 1) come usare il Language Resource Switchboard; 2) come effettuare ricerche nelle CLARIN Resource Families; 3) come effettuare ricerche nel Virtual Language Observatory; 4) come effettuare ricerche nei siti web dei consorzi nazionali CLARIN del tuo paese.

Il tutorial sulla protezione dei dati nella pratica della ricerca consiste in 4 brevi video (di 6-10 minuti ciascuno) per introdurre le principali linee guida sulla gestione dei dati in accordo con il GDPR.

La lezione comprende i seguenti argomenti: 1. trovare e (ri)usare le risorse linguistiche e i dataset pubblicati; 2) collezionare, citare e condividere collezioni di risorse virtuali; 3) Trovare e interrogare corpora di alta qualità; 4) Cercare modelli specifici nelle raccolte di risorse linguistiche; 5) Trovare uno strumento di corrispondenza per elaborare i file di testo; 6) Archiviare e condividere le risorse linguistiche.

L'esercizio prevede che gli studenti osservino le pratiche di citazione dei dati in una selezione di articoli pubblicati negli Atti della Eighth Italian Conference on Computational Linguistics. In seguito, gli studenti dovranno valutare e discutere cosa manca in base alle conoscenze acquisite in questa unità. Può essere proposto dai docenti come lavoro di gruppo.