Corpus Linguistics and Statistics with R: Introduction to Quantitative Methods in Linguistics

این کتاب درسی زبان شناسی تجربی را از دیدگاه یک زبان شناس نظری بررسی می کند. این هم یک بحث نظری در مورد آنچه که زبان شناسی پیکره کمی مستلزم است و هم دستورالعمل های دقیق، عملی و گام به گام برای اجرای تکنیک ها در این زمینه ارائه می دهد. روش‌شناسی آماری و کدگذاری مبتنی بر R از این کتاب به خوانندگان مهارت‌های اساسی و سپس پیشرفته‌تر برای کار با مجموعه داده‌های بزرگ در تحقیقات و مطالعات زبان‌شناسی خود را آموزش می‌دهد. مجموعه داده‌های عظیم اکنون بیش از هر زمان دیگری مبنای کارهایی هستند که از زبان‌شناسی مبتنی بر کاربرد تا دامنه‌های دوردست زبان‌شناسی کاربردی را شامل می‌شود. این کتاب بسیاری از روش شناسی را در یک رویکرد مبتنی بر پیکره ارائه می دهد. با این حال، روش‌های مبتنی بر پیکره در این کتاب نیز مؤلفه‌های اساسی تحولات اخیر در زبان‌شناسی اجتماعی، زبان‌شناسی تاریخی، زبان‌شناسی محاسباتی و روان‌شناسی هستند. مطالب کتاب همچنین برای محققان علوم انسانی دیجیتال و بسیاری از زمینه‌های غیرزبانی که از تجزیه و تحلیل داده‌های متنی و حس‌سنجی مبتنی بر متن استفاده می‌کنند جذاب خواهد بود. فصل‌ها موضوعاتی از جمله پردازش پیکره، داده‌های فرکانس و روش‌های خوشه‌بندی را پوشش می‌دهند. مطالعات موردی هر فصل را با مجموعه داده‌های همراه، کد R و تمرین‌ها برای استفاده توسط خوانندگان نشان می‌دهد. این کتاب را می توان در دوره های پیشرفته کارشناسی، دوره های کارشناسی ارشد و خودآموزی استفاده کرد.

This textbook examines empirical linguistics from a theoretical linguist’s perspective. It provides both a theoretical discussion of what quantitative corpus linguistics entails and detailed, hands-on, step-by-step instructions to implement the techniques in the field. The statistical methodology and R-based coding from this book teach readers the basic and then more advanced skills to work with large data sets in their linguistics research and studies. Massive data sets are now more than ever the basis for work that ranges from usage-based linguistics to the far reaches of applied linguistics. This book presents much of the methodology in a corpus-based approach. However, the corpus-based methods in this book are also essential components of recent developments in sociolinguistics, historical linguistics, computational linguistics, and psycholinguistics. Material from the book will also be appealing to researchers in digital humanities and the many non-linguistic fields that use textual data analysis and text-based sensorimetrics. Chapters cover topics including corpus processing, frequencing data, and clustering methods. Case studies illustrate each chapter with accompanying data sets, R code, and exercises for use by readers. This book may be used in advanced undergraduate courses, graduate courses, and self-study.