cltl/python-for-text-analysis

해결하는 문제

이 프로젝트는 언어 데이터를 다루기 위한 Python 프로그래밍을 학생들에게 소개하는 대학 과정의 교재를 제공합니다. 인문학 및 언어학 전공 학생들이 사전 코딩 경험 없이 실용적인 프로그래밍 기술을 습득하여 텍스트를 분석하고 다양한 파일 형식을 처리하며 코드와 결과를 공유할 수 있는 필요성을 해결합니다.

작동 방식

과정은 4개의 블록으로 구성되며, 각 블록은 대화형 Jupyter 노트북 챕터(Chapters 폴더)와 학생이 완료하고 자가 채점하는 과제(Assignments 폴더)를 결합합니다. 자료는 Python 기초, 표준 라이브러리, 일반 텍스트, CSV/TSV 및 JSON 파일 처리, 텍스트 분석을 위한 외부 라이브러리 사용을 다룹니다. 추가 자료와 데이터셋은 별도 폴더에 제공됩니다. 학생들은 강의 전에 준비하고, 단계적으로 과제를 완료하며, 피드백 세션에 참석해야 합니다. 과정에는 중간 및 기말 시험도 포함되며, 진정한 학습을 보장하기 위해 생성형 AI 사용을 명시적으로 권장하지 않습니다.

대상

이 과정은 암스테르담 자유 대학교의 특정 인문학 및 언어학 프로그램에 등록한 학생을 대상으로 합니다. 인문학 연구 석사: 언어학(인간 언어 기술 트랙), 언어학 석사: 언어와 AI, 디지털 인문학 및 사회 분석 부전공 등이 포함됩니다. 사전 프로그래밍 지식이 필요 없으므로 코딩에 처음인 인문학 학생에게 적합합니다.

주요 특징

• 초보자 친화적: 프로그래밍 배경을 가정하지 않으며 Python 3.12+ 및 Jupyter Notebook을 사용합니다.
• 구조화된 블록: 챕터, 과제, 피드백 세션을 포함한 4개의 블록으로 점진적으로 기술을 구축합니다.
• 자가/자동 채점 과제: 과제는 시험 준비와 학습 강화에 도움이 되지만 최종 성적에는 직접 반영되지 않습니다.
• 읽기 쉽고 공유 가능한 코드에 초점: 문서화와 재사용성을 강조하며, Mike Bostock의 '무엇이 소프트웨어를 좋게 만드는가?'의 접근성과 일관성 같은 원칙에 기반합니다.