Traitement du langage naturel pour les sciences humaines numériques

La recherche en sciences humaines implique souvent l'analyse de vastes quantités de données textuelles, une tâche de plus en plus améliorée par les méthodes informatiques modernes. Ce cours vous enseigne les principes fondamentaux du traitement du langage naturel (NLP) et de l'intelligence artificielle (IA) spécifiquement adaptés aux tâches philologiques et aux sciences humaines numériques. Vous acquerrez les compétences nécessaires pour dépasser l'analyse manuelle et utiliser des méthodes automatisées pour extraire du sens, identifier des tendances et gérer d'énormes corpus linguistiques. Ce que vous apprendrez : * Comprendre les concepts clés de l'apprentissage automatique et du NLP pertinents pour l'analyse de texte et l'étude linguistique. * Appliquer des techniques NLP standard telles que la tokenisation, le stemming et l'étiquetage morpho-syntaxique à des données textuelles brutes. * S'exercer à travailler avec de grands corpus linguistiques et à préparer des données textuelles non structurées pour le traitement automatisé. * Concevoir et mettre en œuvre des flux d'analyse de texte automatisés simples à l'aide de bibliothèques informatiques modernes. * Explorer des techniques de base d'ingénierie de prompt pour exploiter les grands modèles de langage dans les tâches de recherche. * Analyser des modèles linguistiques, des caractéristiques stylistiques et des tendances thématiques dans divers ensembles de données textuelles. Le cours commence par des définitions fondamentales de l'IA et du NLP, en passant par les étapes essentielles de préparation des données et les méthodes classiques d'analyse de texte. Enfin, vous appliquerez ces techniques à des tâches courantes en recherche en sciences humaines numériques. Ce cours est conçu pour les débutants en science des données, en particulier les étudiants, les chercheurs et les professionnels en philologie, littérature, histoire et sciences humaines au sens large qui souhaitent intégrer des méthodes informatiques dans leur travail. Aucune expérience préalable en programmation ou en science des données n'est requise. Commencez dès aujourd'hui à construire votre boîte à outils informatique pour l'analyse de texte avancée.