Az alapozó kurzus, mely bemutatja a szövegbányászat és a mesterséges intelligencia társadalomtudományi alkalmazásainak elméleti és gyakorlati alapjait.
Oktatók: Gelányi Péter, Máté Ákos, Ring Orsolya, Sebők Miklós, Üveges István
A kurzushoz saját laptop szükséges, melyre az R és RStudio programok előzetesen telepítve vannak.
Az R program (legalább 4.0-ás verzió) letölthető:
https://www.r-project.org/
Az RStudio (legalább 1.4-es verzió) letölthető:
https://www.rstudio.com/products/rstudio/download/#download
A kurzus során a résztvevők megismerkednek az alapvető szövegbányászati feladatokkal és ezek társadalomtudományi alkalmazásaival. Áttekintő képet kapnak az információ-visszakeresés és az információ-kinyerés eltéréseiről, valamint a szózsák és a vélemény- (szentiment-) elemzés kérdésköréről. A kurzus az elméleti és módszertani alapok tisztázása mellett néhány példa keretében betekintést nyújt az R/RStudió használatába. Bemeneti követelmény nincs, az alapvető statisztikai, kvantitatív módszertani, valamint programozási ismerek ugyanakkor hasznosak az anyag feldolgozásához.
Alapszintű kurzus tematika:
-
A kvantitatív szövegelemzés és szövegbányászat alapfogalmai
-
Áttekintés a szövegbányászati módszerekről
-
Az R és R Studio használata
-
Adatimportálás, adatkezelés
-
A korpuszépítés problémái és a szövegelőkészítés
-
Leíró statisztika I: szózsák és szóeloszlások
-
Leíró statisztika II: A szövegek reprezentálása a vektortérben. A dokumentum-kifejezés mátrix. TF-IDF
-
Egyszerű szótár-alapú elemzések
A kurzus során használt tankönyv:
Sebők Miklós - Ring Orsolya – Máté Ákos: Szövegbányászat és mesterséges intelligencia R-ben. Budapest, Typotex, 2021.
A könyv elérhető az alábbi linken: https://tankonyv.poltextlab.com/
"Szövegbányászat és Mesterséges Intelligencia" képzési program keretében később meghirdetésre kerülő Haladó kurzus magasabb szinten nyújt bevezetést a fontosabb szövegbányászati és gépi tanulásra épülő technikákba (ennek ezért előfeltétele az alapozó kurzus elvégzése). A képzési program két része együttesen megfelelő alapokat nyújt egyszerűbb önálló kutatási projektek kivitelezésére.