Computational Methods for Corpus Annotation and Analysis

در چند دهه گذشته استفاده از مجموعه‌های متنی بزرگ به سرعت در تحقیقات زبان و زبان‌شناسی رشد کرده است. این امر با پیشرفت‌های چشمگیر در فناوری پردازش زبان طبیعی (NLP) امکان‌پذیر شد، فناوری که رایانه‌ها را قادر می‌سازد تا به طور خودکار و کارآمد مقادیر زیادی از متن گفتاری و نوشتاری را به روش‌های زبانی و/یا عمل‌گرای معنادار پردازش، حاشیه‌نویسی و تجزیه و تحلیل کنند. برای محققان زبان و زبان‌شناسی که از corpora در تحقیقات خود استفاده می‌کنند تا به درک کافی از فناوری NLP مربوطه دست یابند تا از قابلیت‌های آن بهره ببرند، بیش از هر زمان دیگری مطلوب‌تر شده است.
این جلد، پژوهشگران زبان و زبان‌شناسی را در دسترس قرار می‌دهد. مقدمه ای بر فناوری پیشرفته NLP که حاشیه نویسی و تجزیه و تحلیل خودکار مجموعه های متنی بزرگ را در هر دو سطح زبانی کم عمق و عمیق تسهیل می کند. این کتاب طیف وسیعی از ابزارهای محاسباتی برای تحلیل واژگانی، نحوی، معنایی، عملی و گفتمانی را به همراه دستورالعمل های دقیق در مورد نحوه به دست آوردن، نصب و استفاده از هر ابزار در سیستم عامل ها و سیستم عامل های مختلف پوشش می دهد. این کتاب نشان می‌دهد که چگونه فناوری NLP در مطالعات اخیر زبان مبتنی بر پیکره به کار گرفته شده است و راه‌های مؤثری را برای ادغام بهتر چنین فناوری در تحقیقات زبان‌شناسی پیکره آینده پیشنهاد می‌کند.
این کتاب مرجع ارزشمندی برای حاشیه‌نویسی و تجزیه و تحلیل پیکره در اختیار محققان زبان و زبان‌شناسی قرار می‌دهد. .

In the past few decades the use of increasingly large text corpora has grown rapidly in language and linguistics research. This was enabled by remarkable strides in natural language processing (NLP) technology, technology that enables computers to automatically and efficiently process, annotate and analyze large amounts of spoken and written text in linguistically and/or pragmatically meaningful ways. It has become more desirable than ever before for language and linguistics researchers who use corpora in their research to gain an adequate understanding of the relevant NLP technology to take full advantage of its capabilities.
This volume provides language and linguistics researchers with an accessible introduction to the state-of-the-art NLP technology that facilitates automatic annotation and analysis of large text corpora at both shallow and deep linguistic levels. The book covers a wide range of computational tools for lexical, syntactic, semantic, pragmatic and discourse analysis, together with detailed instructions on how to obtain, install and use each tool in different operating systems and platforms. The book illustrates how NLP technology has been applied in recent corpus-based language studies and suggests effective ways to better integrate such technology in future corpus linguistics research.
This book provides language and linguistics researchers with a valuable reference for corpus annotation and analysis.