We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Digital Methods and Applied Tasks in Literary Studies and Linguistics

2022/2023
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Course type:
Compulsory course
When:
3 year, 1, 2 module

Instructors


Kirina, Margarita


Соколов Евгений Геннадьевич

Программа дисциплины

Аннотация

Первая часть курса представляет собой введение в цифровые гуманитарные науки для лингвистов и литературоведов, знакомит с наиболее выдающимися проектами и направлениями в digital humanities. Студенты изучат основные категории и инструменты для разметки, анализа и визуализации данных в гуманитарных науках; познакомятся с ключевыми понятиями и методами автоматической обработки художественных текстов. Вторая часть курса, специализированная по трекам – литературоведческому и лингвистическому, посвящена знакомству студентов с многообразием филологических специальностей, рассмотрению ряда показательных кейсов, а также выработке и закреплению профессиональных навыков самостоятельной исследовательской работы. Студенты литературоведческого трека познакомятся с базовым инструментарием текстолога (датировка, атрибуция и атетеза, выбор и подготовка основного текста, создание текстологического аппарата к изданию, комментарий) на материале разбора и обсуждения конкретных текстов. Студенты лингвистического трека углубятся в компьютерный анализ лингвистических данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • Получение студентами знания об основных методах и направлениях развития цифровых гуманитарных наук (digital humanities) и применения цифровых технологий для решения практических задач, связанных с автоматическим анализом текста
  • Знакомство студентов-филологов с базовыми понятиями и методами анализа и визуализации филологических данных, развитие навыков работы с программным инструментарием для визуализации графов и сетевого анализа, стилеметрического анализа и решения задач автоматической обработки текстов
  • Получение базовых сведений о филологической экосистеме Москвы и Петербурга
  • Овладение практическими навыками текстологической работы, историко-литературного комментирования, выработка основных технических навыков литературоведческого исследования (библиографических и архивных разысканий, цитирования, работы с источниками, справочниками и др.)
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает основные исследовательские инфраструктуры в области Digital Humanities.
  • Умеет пользоваться инструментами стилеметрии, использует программный пакет stylo (R)
  • Умеет проводить сетевой анализ художественных текстов, рассчитывать метрики центральности, применять алгоритмы выделения сообществ в социальных графах с помощью Gephi
  • Знает основные методы автоматической обработки текстов (корпусный анализ, тематическое моделирование, анализ тональности и др.); визуализирует данные с помощью Orange3 Text mining
  • Владеет первичными навыками самостоятельного научного исследования, написания статьи по результатам исследования
  • Знает важнейшие библиотеки, базы данных и другие электронные ресурсы по истории русской литературы XIX-XXI вв., имеет навыки работы в архивах, библиотеках, литературных музеях
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в Digital Humanities
  • Стилеметрический анализ
  • Сетевой анализ в гуманитарных исследованиях
  • Введение в Text Mining
  • Введение в филологическую экосистему
  • Прикладные задачи в литературоведении
  • Библиографическая эвристика
  • Компьютерные морфология и синтаксис
Элементы контроля

Элементы контроля

  • неблокирующий Оценка за 1-й модуль
    Оценка 1 модуль = 0,4 контрольная работа + 0,6 проект
  • неблокирующий Оценка за 2-й модуль
    Оценка 2 модуль = 0,5 устный экзамен + 0,2 тесты по изученному материалу + 0,3 участие в дискуссии на семинаре и записи в семинарском блоге «Communication Tube»
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 2 модуль
    0.5 * Оценка за 1-й модуль + 0.5 * Оценка за 2-й модуль
Список литературы

Список литературы

Рекомендуемая основная литература

  • Eder, M., Rybicki, J., & Kestemont, M. (2016). Stylometry with R: A Package for Computational Text Analysis. R Journal, 8(1), 107–121. https://doi.org/10.32614/RJ-2016-007
  • Schreibman, S., Siemens, R. G., & Unsworth, J. (2004). A Companion to Digital Humanities. Malden, MA: Wiley-Blackwell. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=231516
  • Silge, J., & Robinson, D. (2017). Text Mining with R : A Tidy Approach (Vol. First edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1533983

Рекомендуемая дополнительная литература

  • R в действии. Анализ и визуализация данных на языке R, Кабаков, Р.И., 2014

Авторы

  • Кирина Маргарита Александровна