CORPUS LINGUISTICS

L-LIN/12 - 6 CFU - 1° semestre

Docente titolare dell'insegnamento

MARCO VENUTI
Email: mvenuti@unict.it
Edificio / Indirizzo: DISUM, piazza Dante 32
Telefono: 0957102244
Orario ricevimento: controllare su http://www.disum.unict.it/docenti/marco.venuti


Obiettivi formativi

Il corso intende fornire un’introduzione pratica a procedure statistiche per la linguistica dei corpora, una disciplina che utilizza i computer per analizzare la lingua, a partire da specifici argomenti (che spaziano dall’analisi grammaticale e lessicale alla sociolinguistica, all’analisi del discorso e alla linguistica diacronica).

L’obiettivo principale del corso è aiutare gli studenti a comprendere i principi fondamentali del ragionamento statistico allo scopo di prendere decisioni informate sulla corretta applicazione delle tecniche di analisi statistica presentate.


Modalità di svolgimento dell'insegnamento

Lezioni frontali e attività seminariali in lingua inglese.

Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.


Prerequisiti richiesti

Conoscenza della lingua inglese di un livello B2, nozioni di base linguistica generale, o di filosofia del linguaggio o di semiotica.



Frequenza lezioni

Obbligatoria.



Contenuti del corso

Dopo un’introduzione alla statistica per un approccio quantitativo all’analisi linguistica, il corso introdurrà, con ripetute sessioni pratiche, l’uso di software per a) l’analisi del lessico, attraverso i concetti di collocation, keywords e lexical density; b) un approccio lessico-grammaticale alla descrizione linguistica; c) l’analisi della variazione in termini di registro linguistico; d) studi sociolinguistici e stilistici; e) confronti diacronici.



Testi di riferimento

Brezina, Vaclav 2018 Statistics in Corpus Linguistics. A Practical Guide, Cambridge University Press, pp. 296.

I materiali per le esercitazioni pratiche con software di interrogazione di corpora verranno resi disponibili tramite STUDIUM

 

Si ricorda che, ai sensi dell’art. 171 della legge 22 aprile 1941, n. 633 e successive disposizioni, fotocopiare libri in commercio, in misura superiore al 15% del volume o del fascicolo di rivista, è reato penale.

Per ulteriori informazioni sui vincoli e sulle sanzioni all’uso illecito di fotocopie, è possibile consultare le Linee guida sulla gestione dei diritti d’autore nelle università (a cura della Associazione Italiana per i Diritti di Riproduzione delle opere dell’ingegno - AIDRO).

I testi di riferimento possono essere consultati in Biblioteca.


Altro materiale didattico

Altri materiali per lo studio e l'approfondimento dei contenuti trattati durante il corso potranno essere forniti attraverso la piattaforma Studium.


Programmazione del corso

 ArgomentiRiferimenti testi
1Lecture 1 is introduces basic principles of statistical thinking that are necessary for informed application of statistical procedures to corpus data. It explains the role of statistics in scientific research in general and corpus linguistics in particular. Topics such as the creation of corpora, types of research design, basic statistical terminology, as well as data exploration and visualization will be discussed.Brezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 1 
2Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 1 
3Lecture 2 introduces simple statistical measures that help describe the occurrence of words in texts and corpora. It focuses on word frequencies and distributions both of which are crucial for meaningful description of patterns of language useBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 2 
4Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 2 
5Lecture 3 explores meanings of words in context, which is an area important to both linguistic and social analyses. Topics discussed are collocations, keywords and manual coding of concordance lines; these play a key role both in the study of semantics (‘dictionary’ meanings of words) and in discourse analysis.Brezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 3 
6Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 3 
7Lecture 4 focuses on the statistical analysis of lexico-grammatical features in language such as articles, passive constructions or modal expressions. The chapter shows how lexico-grammatical variation can be summarised using cross-tabulation and what statistical measures can be computed based on cross-tabulation summary tables. These measures range from simple percentages to the chi-squared test and logistic regression Brezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 4 
8Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 4 
9Lecture 5 discusses a group of methods that can be used for the simultaneous analysis of a large number of linguistic variables that characterise different texts and registers. First, we look at the relationship between two linguistic variables by means of correlation. Both Pearson’s and the non-parametric Spearman’s correlations are explained. Next, we explore the classification of words, texts, registers etc. using the technique of hierarchical agglomerative clusteringBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 5 
10Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 5 
11Lecture 6 discusses different statistical procedures available for the analysis of stylistic and sociolinguistic variation in corpora. It reviews different approaches to variation, pointing out the common connection to the notion of ‘style’ understood as a particular way of speaking and using languageBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 6 
12Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 6 
13Lecture 7 discusses statistical procedures that can be used to explore historical or diachronic data. First, specific features of diachronic studies are outlined and techniques that provide effective visualizations of diachronic change are introduced. Second, the lecture focuses on the statistical comparison of two time periods using a procedure called bootstrapping. Next, the diachronic application of the cluster analysis is discussedBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 7 
14Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 7 
15Lecture 8 brings together the statistical knowledge discussed in this course. It then discusses an important topic of replication and introduces a statistical technique called meta-analysis, which provides statistical (quantitative) summary of studies dealing with the same research question(s) (topic). Finally, common effect size measures are reviewed and a guide for their interpretation is providedBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 8 
16Computer lab session with exercises and Lancaster Stats Tools onlineBrezina, Vaclav 2018 Statistics in Corpus Linguistics, chapter 8 


Verifica dell'apprendimento


MODALITÀ DI VERIFICA DELL'APPRENDIMENTO

Prova orale: gli studenti presenteranno e discuteranno i risultati di un’analisi a partire dal corpus che avranno costruito. Verrà valutato il livello di dettaglio di analisi ed i suoi risultati anche in base alle scelte fatte in fase di costruzione del corpus.

Prova pratica: gli studenti costruiranno un corpus da interrogare con gli strumenti appresi durante le lezioni. Verranno valutati i criteri di selezione dei testi, le finalità di analisi e l’eventuale dettaglio e accuratezza dell’annotazione dei testi.

Per la valutazione dell’esame si terrà conto della padronanza dei contenuti e delle competenze acquisite, dell’accuratezza linguistica e proprietà lessicale, nonché della capacità argomentativa dimostrata dal candidato.

La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.




Apri in formato Pdf English version