Kvantitativně lingvistický software

Bc. Vladimír MATLACH

Master's thesis

Quantitative Linguistic Software

Abstract:

Cílem této práce je vytvořit a dále představit software, který zprostředkuje kvantitativně lingvistickou analýzu textů, a to na základě zásady uživatelské přívětivosti a přístupu, který od uživatele tohoto softwaru nebude vyžadovat jakékoliv hlubší či systematičtější znalosti matematiky, statistiky, programování a kvantitativní lingvistiky, ať už v teoretické nebo jen praktické rovině. Smyslem této práce je tedy umožnit nejen kvantitativní lingvistice, ale i dalším vědním oborům a disciplínám (jakými jsou například historiografie, psychologie, biologie aj.), využívat kvantitativně-lingvistické analýzy textů pomocí specializovaného softwaru, který uživateli poskytne všechny potřebné metody a nástroje takové analýzy, počínaje samotným zpracováním textů a konče statistickým vyhodnocením a vizualizací výsledků. Text této práce se pak zabývá esenciální problematikou, která v tomto kontextu kvantitativní lingvistiku provází, tj. zejména problematikou tokenizace a lemmatizace. Dále se text věnuje několika plně ilustrovaným způsobům, jakými lze tento software používat, včetně několika ukázek jeho reálných aplikací. Závěrem se práce zaměřuje na možnosti, jakými lze představovaný software upravovat a implementovat do něj nové funkce.

Abstract:

The aim of this thesis is to create and introduce new software, which will provide quantitative linguistic text analysis to users by respecting user-friendly control and over-all approach, which does not require any deeper or systematic knowledge of math, statistics, programming or quantitative linguistics, either in theoretical or practical form by its users. The purpose of this work is to enable quantitative linguistics and any other scientific discipline in the broadest sense (especially disciplines like historiography, psychology, biology etc.) to use quantitative linguistic text analysis with specialized software, which would provide all necessary methods and tools of this analysis to the user, starting with the text processing itself, and ending with statistical evaluation and visualization of the results. Text of this thesis is dedicated to present and introduce essential problems of quantitative linguistics in the context of natural text processing. Subsequently, the fully illustrated methods of the software usage are presented, including few previews of its real applications. The final section focuses on possibilities, how could be this presented software modified and how indices could be implemented.

Keywords

Kvantitativní lingvistika, matematická lingvistika, software, statistika, indexy, analýza charakteristik textu

Language used: Czech

Date on which the thesis was submitted / produced: 7. 5. 2014

Accessible from:: 7. 5. 2014

Thesis defence

• Supervisor: Mgr. Radek Čech, Ph.D.

PALACKÝ UNIVERSITY IN OLOMOUC

Philosophical Faculty

Master programme / field:
Philology / General Lingvistics and Theory of Communication