Corpus Linguistics and AI

课程简介

1. 语料库语言学领域的理论假设及其发展 2. 什么是语料库及其定义 3. 了解不同类型的语料库 4. 语料库软件程序和工具，例如 Antconc、ConcGram、Sketch Engine、WordSmith Tools、Wmatrix 等 5. 通过词、短语、共现、关键词性、连现分析等技术来分析语料库（包括 AI 如何辅助分析） 6. 语料库创建的机械过程：设计、构建和注释（包括 AI 如何辅助语料库创建） 7. 以语料库为基础、驱动和 AI 方法进行语言描述和分析 8. 语料库的应用，例如 • 跟踪英语语言中的变化和变异 • 编纂词典和其他参考材料 • 研究语言学的各个方面，包括形态学、词汇、语法、词汇语法、语义学、字面意义和比喻意义、话语结构、语用学和话语 • 研究不同模式（口语和书面语）、体裁（学术、商务、社交、科学、法律等）和文体（大学教科书、财务报告、对话、实验室报告、合同等）中的语言变异 • 构建搜索引擎、聊天机器人、智能助手（如 Siri、Alexa）、大型语言模型等 9. 如何报告语料库语言学的研究发现 10. 语料库语言学如何利用以及如何被前沿技术（例如人工智能）所利用，以实现各种结果 11. 语料库语言学领域受人工智能成熟度的影响（正面和负面）

学习目标

1. 理解语料库语言学领域的概念和问题 2. 探索语料库语言学如何作为语言学中最早处理大规模语言数据的领域之一，促进了大型语言模型和人工智能的发展 3. 学习如何使用语料库（大规模电子文本集合）进行语言研究 4. 学习如何使用计算机辅助语料库工具和 AI 发现不同语料库中语言结构、使用和意义的模式 5. 研究语料库语言学如何有助于我们对语言的理解 6. 研究语料库语言学的不同应用，例如词典和语法、体裁变异、语言教育和研究、翻译、批判性语言研究、大型语言模型的发展等 7. 探索语料库语言学与人工智能（例如自然语言处理）的历史和当代接口 8. 讨论当前和未来语料库语言学工作如何利用成熟的人工智能技术在各个方面，例如方法论（例如生成、收集、分析、标注数据等），或扩大该领域的范围（例如多模态数据）

先修要求

无

教学模式

教学和学习方法基于任务、以学生为中心、互动和反思。