Natuurlijke Taalverwerking voor Digital Humanities

Bij onderzoek in de geesteswetenschappen wordt vaak een enorme hoeveelheid tekstgegevens geanalyseerd, een taak die steeds beter wordt door moderne computermethoden. Deze cursus leert je de fundamentele principes van Natural Language Processing (NLP) en Artificial Intelligence (AI) specifiek afgestemd op filologische en digitale humaniora taken. Je krijgt de vaardigheden om verder te gaan dan handmatige analyse en geautomatiseerde methoden te gebruiken om betekenis te extraheren, trends te identificeren en enorme taalcorpora te verwerken. Wat je leert: * Begrijp de kernconcepten van machine learning en NLP die relevant zijn voor tekstanalyse en taalkundige studie. * Pas standaard NLP-technieken toe zoals tokenization, stemming en part-of-speech tagging op ruwe tekstgegevens. * Oefen met het werken met grote taalcorpora en het voorbereiden van ongestructureerde tekstgegevens voor geautomatiseerde verwerking. * Ontwerp en implementeer eenvoudige geautomatiseerde tekstanalyse workflows met behulp van moderne rekenkundige bibliotheken. * Verken basistechnieken voor snelle engineering voor het gebruik van grote taalmodellen in onderzoekstaken. * Analyseer taalkundige patronen, stilistische kenmerken en thematische trends in diverse tekstuele datasets. De cursus begint met fundamentele definities van AI en NLP, en gaat verder met essentiële stappen voor gegevensvoorbereiding en klassieke methoden voor tekstanalyse. Ten slotte pas je deze technieken toe op veelvoorkomende taken in digitaal humanistisch onderzoek. Deze cursus is bedoeld voor beginners in data science, met name studenten, onderzoekers en professionals in de filologie, literatuur, geschiedenis en de bredere geesteswetenschappen die rekenmethoden in hun werk willen opnemen. Er is geen voorafgaande programmeer- of datawetenschappelijke ervaring vereist. Begin vandaag nog met het bouwen van uw computationele toolkit voor geavanceerde tekstanalyse.