cltl/python-for-text-analysis

解決する課題

このプロジェクトは、言語データを扱うためのPythonプログラミングを学生に紹介する大学コースの教材を提供します。人文科学・言語学の学生が、事前のプログラミング経験なしに実践的なスキルを身につけ、テキスト分析、さまざまなファイル形式の処理、コードと結果の共有を可能にするというニーズに応えます。

仕組み

コースは4つのブロックで構成され、各ブロックはインタラクティブなJupyterノートブックの章（Chaptersフォルダ内）と、学生が完了して自己採点する課題（Assignmentsフォルダ内）を組み合わせています。教材は、Pythonの基礎、標準ライブラリ、プレーンテキスト、CSV/TSV、JSONファイルの扱い、テキスト分析のための外部ライブラリの使用をカバーしています。追加教材とデータセットは別のフォルダで提供されます。学生は講義前に準備し、段階的に課題を進め、フィードバックセッションに参加することが期待されます。コースには中間試験と期末試験も含まれ、真の学習を保証するために生成AIの使用を明示的に推奨していません。

対象者

このコースは、アムステルダム自由大学の特定の人文科学・言語学プログラムに在籍する学生を対象としています。人文科学研究修士：言語学（人間言語技術トラック）、言語学修士：言語とAI、マイナー「デジタル人文科学と社会分析」などが含まれます。プログラミングの事前知識は不要で、コーディング初心者の人文科学系学生に適しています。

ハイライト

• 初心者向け： プログラミング経験を前提とせず、Python 3.12+とJupyter Notebookを使用。
• 構造化されたブロック： 章、課題、フィードバックセッションを含む4つのブロックで、段階的にスキルを構築。
• 自己/自動採点の課題： 課題は試験準備と学習強化に役立ちますが、最終成績には直接影響しません。
• 読みやすく共有可能なコードに焦点： ドキュメント化と再利用性を重視し、Mike Bostockの「ソフトウェアを良くするもの」の原則（親しみやすさ、一貫性など）に基づいています。