Pracownia Lingwistyki Informatycznej

PRACOWNIA DYGITALIZACJI TEKSTÓW
I LINGWISTYKI KWANTYTATYWNEJ

[aktualizacja – 1.10.2004]

Informacje

Zmiana nazwy pracowni

Dotychczasowa Pracownia Lingwistyki Informatycznej stanie się Pracownią Dygitalizacji Tekstów i Lingwistyki Kwantytatywnej. Nowa nazwa lepiej odpowiada profilowi naszej działalności. Oficjalna zmiana nastąpi pod koniec 2004 r.

Projekty realizowane

Bibliografia polskiej lingwistyki kwantytatywnej (Tutaj!)

Wrocławski Korpus Tekstów – chronologiczny korpus polszczyzny prasowej okresu PRL (w przygotowniu)

Elektroniczna wersja serii Język a Kultura (Tutaj!)

Strona odsyłająca do zasobów korpusowych i leksykalnych (Tutaj!)

Elektroniczna wersja Księgi wspomnień polonistyki wrocławskiej (Tutaj!)

Projekty planowane

Dygitalizacja bibliografii tematycznych (w ramach seminarium z edytorstwa internetowego)

Dygitalizacja innych czasopism powiązanych z ośrodkiem wrocławskim (Pamiętnik Literacki, Literatura Ludowa)

Przygotowanie wstępu do lingwistyki empirycznej i kwantytatywnej

Badania ilościowej struktury pól leksykalnych

Doktoraty

Istnieje możliwość prowadzenia prac doktorskich z lingwistyki statystycznej i kwantytatywnej. Ze względu na wymagane kompetencje największe szanse mają kandydaci kończący studia filologiczne i studiujący równolegle bądź w przeszłości dowolny kierunek o profilu matematycznym, informatycznym, technicznym czy ekonomicznym. Do tego potrzebna jest jeszcze silna motywacja i zainteresowanie tematyką interdyscyplinarną z pogranicza humanistyki (lingwistyki) i dyscyplin ścisłych. Tematy rozpraw mogłyby dotyczyć:

ilościowych praw językowych (tu dobrą podstawą jest praca Statystyczne prawa językowe R. Hammerla i J. Sambor)

lingwistyki korpusowej;

ilościowego opisu polszczyzny (potrzebne wiadomości z opisówki, gramatyki, morfologii i fonologii);

zastosowań metod ilościowych w ustalaniu spornego autorstwa tekstów w języku polskim (tzw. problem atrybucji, a więc naukowe poszukiwanie odpowiedzi na pytanie kto był prawdziwym autorem...)

zastosowań metod analizy wielowymiarowej w językoznawstwie (wymagane solidne podstawy statystyczne).

dr hab. Adam Pawłowski
Instytut Filologii Polskiej
Uniwersytet Wrocławski
pl. Nankiera 15
50-140 Wrocław

Przegląd wybranych zasobów lingwistycznych

[aktualizacja – 1.10.04]

Stowarzyszenia	Czasopisma	Korpusy, biblioteki wirtualne	Różne
Zespoły badawcze, firmy	Zasoby uniwersyteckie	Portale lingwistyczne

Stowarzyszenia:

ACL - Association for Computational Linguistics: Doskonały początek poszukiwań z zakresu lingwistyki formalnej oraz inżynierii językowej;
ACH - Association for Computers and the Humanities: "The Association for Computers and the Humanities is an international professional organization. Since its establishment, it has been the major professional society for people working in computer-aided research in literature and language studies, history, philosophy, and other humanities disciplines, and especially research involving the manipulation and analysis of textual materials." Strona zawiera listy publikacji, projektów, informacje o konferencjach (ALLC/ACH), materiały archiwalne etc.;
ALLC - Association of Literary and Linguistic Computing: Zawiera m.in. odsyłacze do bibliotek wirtualnych, dane o TEI (Text Encoding Initiative) i projektach badawczych (głównie w Wielkiej Brytanii);
ELRA - European Language Resources Association: Dotychczas ELRA zajmowała się dystrybucją zasobów tekstowych, leksykalnych i terminologicznych w językach europejskich (nie tylko komercyjnie);
ELSNET - European Network of Excellence in Human Language Technologies: Bardzo bogate zasoby obejmujące m.in. oprogramowanie (także darmowe - patrz tools), listę projektów europejskich, adresy specjalistów z zakresu NLP i wiele informacji na temat lingwistyki formalnej i technologii informacyjnej w zastosowaniach (synteza/analiza mowy, przekład automatyczny, szkolenia, konferencje, projekty, granty);
EAGLES - Expert Advisory Group on Language Engineering Standards: Grupa doradcza powołana z inicjatywy Komisji Europejskiej. Jej celem jest tworzenie standardów w technologii informacji i inżynierii językowej (np. przy tworzeniu wielkich korpusów);
IQLA - International Quantitative Linguistics Association: Międzynarodowe Stowarzyszenie Lingwistyki Kwantytatywnej. "The purpose of the IQLA is to promote the development of all aspects of quantitative linguistics and to stimulate world-wide communication of scientists working in QL";
LSA - Linguistic Society of America: Szeroka panorama działalności Amerykańskiego Towarzystwa Językoznawczego;

Zespoły badawcze, firmy:

Human Language Technologies: Obszerna strona zawierająca informacje o projektach i grantach europejskich w zakresie inżynierii języka;
STG - Scholarly Technology Group: Długa lista projektów z zakresu informatyki i humanistyki (dygitalizacje tekstów, biblioteki elektroniczne, wspomaganie nauczania itd.), realizowanych na uniwersytecie Browna ;
ACULAB: Firma oferująca produkty z zakresu analizy mowy, interfejsy komunikacyjne;
Scansoft (dawny Lernout & Hauspie): Firma oferująca produkty językowe - translatory, inteligentne dyktafony i inne cuda techniki;
LTG - Language Technology Group: Często zadawane pytania na temat technologii informacyjnej i lingwistyki formalnej;

Zasoby uniwersyteckie:

Instytut Podstaw Informatyki PAN, Warszawa: Strona poświęcona lingwistyce komputerowej w Polsce. Zawiera informacje dotyczące lingwistyki informatycznej, przetwarzania języka naturalnego oraz inżynierii lingwistycznej.
Uniwersytet w Zurychu - Instytutu Lingwistyki Komputerowej: Lista odnośników do narzędzi interaktywnych - taggerów, lematyzerów, przekładu automatycznego, detektorów języków (language guessers);
Uniwersytet w Helsinkach, lingwistyka ogólna: Strona w wersjach fińskiej i angielskiej;
Uniwersytet w Kolonii - automatyczna analiza języka: Serwis lingwistyczny dostępny jest w trzech językach - niemieckim, angielskim i hiszpańskim;
Uniwersytet w Stuttgarcie: Lista odsyłaczy do różnych zasobów lingwistycznych;
Uniwersytet w Bonn, Instytut Komunikacji i Fonetyki: Korpusy, teksty elektroniczne (m.in. dzieła Emanuela Kanta);
Uniwersytet w Uppsali: Dziesiątki odsyłaczy do ciekawych zasobów lingwistycznych;
Instytut Lingwistyki Komputerowej w Pizie: Jeden z najstarszych i najlepszych w Europie ośrodków lingwistyki komputerowej. Strona WWW godna Leonarda...;
Anglistyka poznańska: Zakład Lingwistyki Komputerowej. Dostępny korpus on-line języka angielskiego;
Parlevink - Virtual Worlds: Wszechstronny projekt z zakresu NLP i AI (m.in. systemy dialogu, indeksowania wielojęzycznego, analizy obrazu, rzeczywistości wirtualnej) realizowany na Uniwersytecie w Twente;

Portale lingwistyczne:

Strony Instytutu Filologii Polskiej U.Wr.: Lista odsyłaczy do słowników, encyklopedii i korpusów (głównie polskojęzycznych);
Lista Linguist: Portal, bogate archiwum i zapewne największa świecie lista lingwistyczna lista dyskusyjna;
SIL - Summer Institute of Linguistics: Bardzo bogate zasoby lingwistyczne, szczególnie oprogramowanie (poprzez odsyłacz computing);
TALANA-LATTICE - Traitement Automatique du Langage Naturel: Lingwistyka informatyczna i formalna we Francji;

Czasopisma (wybór):

Linguistik Online
Philologie im Netz
Language of Learning and Technology
Journal of Quantitative Linguistics
Lexicometrica
Literary and Linguistic Computing

Korpusy, biblioteki wirtualne (wybór):

Strony Instytutu Filologii Polskiej U.Wr.: Lista odsyłaczy do słowników, encyklopedii i korpusów;
ARTFL: Bogate zasoby języka francuskiego, m.in. Wielka Encyklopedia Francuska oraz Dictionnaire historique et critique. Niestety wymagana jest subskrypcja;
British National Corpus: Korpus języka angielskiego (próba stumilionowa). Umożliwia ograniczone wyszukiwanie konkordancji. Pełny dostęp za opłatą;
COBUILD: Korpus języka angielskiego. Warto zwrócić uwagę na program liczący współczynnik t-score, który mierzy siłę łączliwości leksemów;
The Oxford Text Archive: Baza tekstów literackich, nie tylko w języku angielskim;
Strona Instytutu Podstaw Informatyki PAN.: Zawiera anotowany morfologicznie i składniowo korpus polszczyzny;
Korpus PICLE: Lingwistyka korpusowa (angielski) na stronie Przemka Kaszubskiego z UAM, wyszukiwanie konkordancji;

Różne:

iLoveLanguages - The Human-Languages Page: Bardzo bogata lista odnośników do zasobów językowych o charakterze komercyjnym, naukowym i edukacyjnym. Odsyłacze do przekładu automatycznego on-line;
Bibliography of Quantitative Linguistics: Witryna bibliografii lingwistyki kwantytatywnej opracowanej przez R.Koehlera i Ch.Hoffmann z Uniwersytetu w Trewirze. To nie jest ani korpus, ani bibliografia on-line. Można jedynie dodać nowe adresy bibliograficzne;
WordNet (1): Sieć leksykalna WordNet (angielski);
WordNet (2): Sieć leksykalna WordNet (angielski, hiszpański, włoski);
CoreLex: Projekt sieci semantycznej CoreLex dla języka angielskiego;
BABEL: Wielojęzyczny, wielokulturowy magazyn sztuki i myśli twórczej. Podkatalog Language Center zawiera odsyłacze do ok. 800 słowników różnych języków świata;
Konferencje lingwistyczne: Materiały konferencyjne.
Alfabet API: Program ułatwiający posugiwanie się alfabetem API.