Материал из IpiranLogos.

Практическая работа по Sketch Engine охватывает следующие темы:

• создание собственного корпуса текстов на основе plain text
• создание собственного корпуса текстов на основе текста с разметкой
• создание переводческого корпуса текстов на нескольких языках
• построение конкордансов с помощью запросов различного типа (включая Corpus Query Language на основе регулярных выражений)
• уточнение конкордансов с помощью контекстных фильтров
• сортировка конкордансов
• построение частотных распределений по различным элементам конкорданса
• коллокации
• грамматические портреты слов (word sketches)
• частотные словари
• дистрибутивно-семантические тезаурусы
• создание собственных правил синтаксического разбора текстов

Практическая работа по GATE учит размечать текст и проводить поиск по разметке. Текстовые инструкции сопровождаются пошаговыми видео.

Практическая работа по Python3 учит использованию аппарата регулярных выражений Python и основным синтаксическим конструкциям и типам языка Python на примере анализа файла с морфологическим разбором текста (выполненным системой Sketch Engine).

Практическая работа по NLTK демонстрирует основные возможности библиотеки NLTK:

• Разбиение текста на предложения и на слова
• Удаление стоп-слов
• Удаление "окончаний" (stemming)
• Частеречная разметка
• Выделение групп слов с помощью chunking
• Выделение групп слов с помощью chinking
• Извлечение именованных сущностей
• Определение начальной формы слова
• Корпусы текстов
• WordNet
• Обучение классификатора на корпусе отзывов о фильмах