Text Analytics for Corpus Linguistics and Digital Humanities
Simple R Scripts and Tools
Sorozatcím: Language, Data Science and Digital Humanities;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 100.00
-
47 775 Ft (45 500 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 9 555 Ft off)
- Kedvezményes ár 38 220 Ft (36 400 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
47 775 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Bloomsbury Publishing (UK)
- Megjelenés dátuma 2024. május 2.
- Kötetek száma Hardback
- ISBN 9781350370821
- Kötéstípus Keménykötés
- Terjedelem236 oldal
- Méret 240x162x20 mm
- Súly 510 g
- Nyelv angol
- Illusztrációk 25 bw illus 550
Kategóriák
Hosszú leírás:
Do you want to gain a deeper understanding of how big tech analyses and exploits our text data, or investigate how political parties differ by analysing textual styles, associations and trends in documents? Or create a map of a text collection and write a simple QA system yourself?
This book explores how to apply state-of-the-art text analytics methods to detect and visualise phenomena in text data. Solidly based on methods from corpus linguistics, natural language processing, text analytics and digital humanities, this book shows readers how to conduct experiments with their own corpora and research questions, underpin their theories, quantify the differences and pinpoint characteristics. Case studies and experiments are detailed in every chapter using real-world and open access corpora from politics, World English, history, and literature. The results are interpreted and put into perspective, pitfalls are pointed out, and necessary pre-processing steps are demonstrated. This book also demonstrates how to use the programming language R, as well as simple alternatives and additions to R, to conduct experiments and employ visualisations by example, with extensible R-code, recipes, links to corpora, and a wide range of methods. The methods introduced
can be used across texts of all disciplines, from history or literature to party manifestos and patient reports.
Tartalomjegyzék:
List of Figures
List of Tables
Acknowledgements
1. Introduction
2. Spikes of Frequencies and First Steps in UNIX
3. Frequency Lists and First Steps in R
4. Overuse and Keywords and Using R Libraries
5. Document Classification and Supervised ML in LightSide and R
6. Topic Modelling and Unsupervised ML with Mallet and R
7. Kernel Density Estimation for Conceptual Maps
8. Distributional Semantics
9. BERT Models
10. Conclusions
References
Index
