José Lopes Moreira Filho

Python para Linguistica de Corpus José Lopes Moreira Filho

Neste livro, aprenderemos a programar os procedimentos de análise e exploração de textos mais comuns na área de Linguística de Corpus por meio da linguagem Python. Teremos também uma noção das possibilidades de criação de programas para as necessidades de análise linguística. A obra pode ser considerada como um guia introdutório para ajudar estudantes e pesquisadores na criação dos próprios programas, a fim de aproveitar a instrumentação computacional disponível para as descobertas do estudo das línguas naturais. Desejamos contribuir com ferramentas necessárias para a análise e a exploração de corpora por meio da linguagem de programação Python, assim como exemplos práticos sobre a sua utilidade para os estudos em Linguística. De forma geral, serve como recurso para os interessados em utilizar o computador para auxílio em tarefas de processamento de línguas naturais. O que este livro abrange: Introdução, abordamos a importância das novas tecnologias para as subáreas da Linguística Aplicada, citamos os requisitos básicos para começar a programar e mencionamos os benefícios. Capítulo 1, Língua e Tecnologia, fornecemos uma noção básica da área de Linguística de Corpus, questões essenciais e seus principais métodos. Capítulo 2, Ferramentas e métodos disponíveis, apresentamos alguns dos programas mais utilizados em pesquisas na área e elencamos as suas principais funcionalidades. Capítulo 3, Linguagem Python, fornecemos uma breve retomada da Linguagem Python, seus principais aspectos e funcionalidades para o entendimento e a escrita dos códigos apresentados no guia. Capítulo 4, Coleta, organização e etiquetagem, abordamos algumas das principais formas de coleta, organização, etiquetagem e compilação de corpora para o processamento computacional a partir de exemplos práticos. Capítulo 5, Análise de textos com NLTK e spaCy, apresentamos os principais recursos dos pacotes NLTK e spaCy para o processamento de textos e corpora relacionados a tarefas de análise em Linguística de Corpus. Capítulo 6, Processamento de dados quantitativos, introduzimos os conceitos básicos e ferramentas da Estatística relacionadas ao tratamento de informações quantitativas na exploração de corpora. Capítulo 7, Aprendizagem com dados linguísticos, apresentamos exemplos práticos de uso de algoritmos de aprendizado de máquina, que podem ser úteis nas tarefas de manipulação ou análise de itens lexicais para a exploração de corpora. Capítulo 8, Exploração de corpora com o Kitconc, sugerimos o pacote Kitconc, equipado com funções especializadas para a exploração de corpora. Capítulo 9, Visualização de dados linguísticos, mostramos exemplos práticos para a criação de gráficos e visualizações de resultados para a análise e a interpretação de dados linguísticos. Capítulo 10, Uso de corpus com bancos de dados, fornecemos exemplos de uso de bancos de dados relacionais para o armazenamento e a busca de informações linguísticas em um corpus previamente processado para o retorno de frequências, colocações e contexto.