Informacje ogólne Dyżury: Narzędzia informatyczne w językoznawstwie Środa, 17:30 - 18:30, CN 315B Wprowadzenie Kontakt: E-Mail: junczys@amu.edu.pl Marcin Junczys-Dowmunt junczys@amu.edu.pl Tel.: +48 600 213 050 Zakład Logiki Stosowanej Materiały do wykładu: http://www.logic.amu.edu.pl Prezentacje do wykładów oraz polecenia do zadań domowych będą pojawiały się dzień po wykładzie na: 8. pazdziernika 2008 http://www.logic.amu.edu.pl Dydaktyka Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 1/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 2/47 Zasady zaliczenia Cele wykładu Wykład kończy się egzaminem Pytania takie jak w zadaniach domowych % Będziemy się skupiać na językoznawstwie wspomaganym Wymagania minimalne komputerowo (computer-aided linguistics), nie na % Trzeba zebrać 60 punktów za zadania domowe (zaliczenie). językoznawstwie komputerowym (computational linguistics) % Zadania domowe należy dostarczyć e-mailem lub osobiście na % Jednym z celów wykładu jest zaznajomienie słuchaczy wykładach. technologiami oraz standardami informatycznymi, które % Nie można zdobyć więcej niż 10 punktów za jedno zadanie można stosować w językoznawstwie. domowe. % Innym celem jest doprowadzanie słuchaczy do takiego stopnia zaawansowania, że będą w stanie sami stworzyć potrzebne Jak ominąć egzamin? narzędzia, jeżeli takie nie będą publicznie dostępne. % Zebranie 100 punktów za zadania domowe zwalnia z egzaminu z oceną dobry . % Każde dodatkowe 20 punktów podwyższa ocenę o pół stopnia. Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 3/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 4/47 Wstępny plan wykładu I Wstępny plan wykładu II % Wprowadzenie do HTML i XHTML % Praca na poziomie Wiersza poleceń % XML % % Wprowadzenie do PERL Opis a dane % % Standardy opisu danych lingwistycznych Podstawowe polecenia kontrolne % % Edytory XML Podstawowe struktury danych % % Wyczytywanie, przetwarzanie, generowanie XML Operacje wejścia-wyjścia % DTD i XML-Scheme * % Przetwarzanie tekstów wielojęzycznych % Transformacje XML czyli XSLT * % Standardy kodowania i Unicode % Internet jako korpus % Ujednolicanie kodowania % % Wady i zalety internetu pojmowanego jako korpus Kodowanie a Edytory tekstu % % Wyszukiwanie danych lingwistycznych w internecie Kodowanie a (X)HTML (czyli kodowanie w internecie) % % Automatyczne ściąganie stron internetowych Kodowanie a PERL % Automatyczne czyszczenie stron % Wyrażenia regularne % Wyrażenia regularne w Edytorach tekstu % Wyrażenia regularne w PERL Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 5/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 6/47 Wstępny plan wykładu III Zadanie domowe 1.1. Ściągnąć i zainstalować w domu następujące programy: EmEditor Free 6.00.4 Darmowa (i niestety okrojona) wersja edytora tekstu umożliwiającego wczytywanie dużych % Niektóre metody kwantytatywne w lingwistyce korpusowej * plików tekstowych. Podświetla składnie różnych % Narzędzia do automatycznej annotacji lingwistycznej * języków, w tym HTML, XML, PERL, C++ itp. % Przechowywanie danych lingwistycznych * Link na stronie przedmiotu % Elementy lingwistyki komputerowej * ActivePerl 5.10 Dystrybucja języka skryptowego PERL dla wszystkich wersji Windowsa Link na stronie przedmiotu Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 7/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 8/47 Charakteryzacja danych lingwistycznych wg. G. Simonsa1 Każde narzędzie informatyczne działające na danych lingwistycznych musi brać pod uwagę następujące aspekty: Część I % Wielojęzyczność danych lingwistycznych % Sekwencyjność danych lingwistycznych Dane lingwistyczne a komputer % Hierarchiczność danych lingwistycznych % Wielowymiarowość danych lingwistycznych % Wysoki stopień sprzężenia danych lingwistycznych 1 Simons, Gary F. 1998. The Nature of Linguistic Data and the Requirements of a Computing Enviroment for Linguistic Research. In Using Computers in Linguistics: a practical guide, John M. Lawler and Helen Arister Dry (eds.). London and New York: Routledge Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 9/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 10/47 Charakteryzacja danych lingwistycznych wg. G. Simonsa Wielojęzyczność danych lingwistycznych % Każdy fragment tekstu wprowadzony do komputera jest wprowadzany w jakimś języku (naturalnym bądz formalnym) Każde narzędzie informatyczne działające na danych % Dane z którymi pracujemy my językoznawcy zawierają często lingwistycznych musi brać pod uwagę następujące aspekty: informacje w różnych językach % Wielojęzyczność danych lingwistycznych Przykłady % Sekwencyjność danych lingwistycznych % Słowniki bilingwalne (układ równoległy) % Hierarchiczność danych lingwistycznych % Rozprawy językoznawcze (układ zagnieżdżony) % Wielowymiarowość danych lingwistycznych % Korpusy równoległe % Wysoki stopień sprzężenia danych lingwistycznych % Prace tanslatorskie % Podręczniki % ... Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 11/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 12/47 Problemy wynikające z wielojęzyczności Częściowe rozwiązania problemu % Problemy z wyświetlaniem tekstów wielojęzycznych % Problem brakujących lub niepoprawnych informacji o kodowaniu Jak było kiedyś ... % Problem brakujących czcionek % Problem niedostosowania programu do wyświetlania tekstów % Zestaw znaków ograniczony do 128 kodów (7 bitów) wielojęzycznych % np. w kodowaniu ASCII: 65 A , 66 B , 126 <" % Problemy z wprowadzaniem tekstów wielojęzycznych % Różne rozszerzenia (8 bitówm, 256 kodów) np. ISO 8859-1, % Na klawiaturze jest tylko 105 klawiszy ISO 8859-2, CP 1250 ... % Standardowa strona kodowa nie zawiera potrzebnych znaków % Program nie pozwala na zmianę ustawień kodowania % Ponieważ było tylko 256 możliwych kodów, trzeba było % Program nie jest przystosowany do innych alfabetów, pism zmieniać przyporządkowania sylabicznych lub ideograficznych % Problemy z przetwarzaniem tekstów wielojęzycznych % Komplikacje przy mieszaniu kodowań w jednym pliku % Wewnętrzna konwersja na kodowanie bardziej uniwersalne Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 13/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 14/47 Nieco lepsze rozwiązanie problemu Niektóre problemy pozostają Jak być powinno ... Unicode % W jaki sposób można wygodnie wprowadzić 99 089 znaków? % W tej chwili standard Unicode obejmuje 99 089 znaków % Istnieje wiele tysięcy czcionek, ale mniej niż tuzin obejmuje % Jest miejsce na ponad milion dalszych większość standardu Unicode % Numery są przydzielone grafemom, nie glyfom % Trzeba nadal korzystać z wyspecjalizowanych czcionek, np. dla % Istnieją plany włączenia wszystkich systemów znakowych pisma chińskiego, pisma Rongorongo ... % Zawiera np. egipskie hieroglify, pismo Majów, pismo Więcej o standardzie Unicode i historii kodowań na pózniejszych Rongorongo z Wysp Wielkanocnych (niezrozumiane) itp. wykładach % Zawiera oprócz pism klasycznych inne systemy znakowe np. pismo Braille a, alfabet IPA, symbole matematyczne itp. Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 15/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 16/47 Charakteryzacja danych lingwistycznych wg. G. Simonsa Sekwencyjność danych lingwistycznych - w czasie Każde narzędzie informatyczne działające na danych % lingwistycznych musi brać pod uwagę następujące aspekty: Wypowiedzi i tekst są produkowane i odbierane w czasie % Tzn. przy jakiejkolwiek segmentacji danych językowych na % Wielojęzyczność danych lingwistycznych elementy (fonemy, litery, znaki, morfemy, wyrazy, frazy, zdania % Sekwencyjność danych lingwistycznych itd.) mamy określoną czasowe następstwo tych elementów % Hierarchiczność danych lingwistycznych % Czyli mamy do czynienia z pewną sekwencje elementów % Wielowymiarowość danych lingwistycznych (zależnych od wybranej segmentacji) % Wysoki stopień sprzężenia danych lingwistycznych Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 17/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 18/47 Sekwencyjność danych lingwistycznych - w przestrzeni Sekwencyjność danych lingwistycznych - w przestrzeni Gdy musimy przechowywać dane lingwistyczne, następstwo Pismo tradycyjne czasowe (konieczne dla człowieka) jest często reprezentowane w % zupełnie inny sposób Tekst pisany/drukowany na papierze: sekwencje przestrzenne z określonym kierunkiem, np. dla języków europejskich od lewej Mowa nagrana analogowo do prawej, od góry w dół, kartki są wertowane od przodu do % Mowa w postaci danych analogowych na taśmie magnetycznej tyłu lub na płytach winylowych % Wiemy, że taki rozkład nie jest oczywisty np. % Dane lingwistyczne w postaci elektro-magnetycznej Japoński książki wertowane od tyłu do przodu, tekst sekwencyjnie rozłożone na taśmie pisany od góry do dołu % Dane lingwistyczne w postaci rowków na płycie winylowej, Arabski tekst pisany od prawej do lewej rozłożonych przestrzennie w formie spirali ... Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 19/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 20/47 Sekwencyjność danych lingwistycznych - dane cyfrowe Problemy wynikające z sekwencyjności % Wydaję się oczywiste, że musimy zachować informacje o % sekwencyjności na różnych poziomach (litery, wyrazy, zdania, W ostateczności mamy jeden sposób segmentacji danych akapity, rozdziały) cyfrowych: na bity i bajty % % Jednak reprezentacja sekwencyjna jest pewnie najmniej Również dane cyfrowe są sekwencyjne, jednak trudno mówić o wydajna pod względem wyszukiwania informacji kierunku zapisu (w zasadzie zależy od nośnika danych) % Z dokładnością do kodowania (poprzedni dział o Pytanie wielojęzyczności) możemy założyć, że tekst w każdym języku jest cyfrowo zapisywany w ten sam sposób, nieważne czy to % Czy indeks w książce jest zorganizowany według Polski, Japoński czy Rongorongo sekwencyjności treści tej książki? % Poprawne wyświetlanie tekstów w tych językach jest sprawą % Odpowiedz: NIE oprogramowania % Układ według innych kryteriów: tutaj alfabet i odsyłacze w postaci numerów stron Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 21/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 22/47 Problemy wynikające z sekwencyjności Wyszukiwanie informacji Pytanie 2 % Wyobrazmy sobie pełny indeks, który zawiera wszystkie wyrazy książki i oprócz numerów stron, numery wierszy i Można więc działać na dwa sposoby: pozycję wyrazu w wierszu. Czy taki indeks pozwala na % Wyszukiwać sekwencyjnie odczytanie książki? % Indeksować i szukać niesekwencyjnie % Odpowiedz: TAK % Ale będzie okropnie niewygodne i nieefektywne. Niemniej informacje o sekwencyjności zostały zachowane % Za to potrafimy znalezć każdy pojedyncze wyraz w dosyć szybki sposób (jednak nie jest to optymalny sposób) Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 23/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 24/47 Wyszukiwanie sekwencyjne Wyszukiwanie według indeksu % Tworzymy jednorazowo indeks do wielokrotnego użytku % Polega na porównywaniu kolejnych elementów tekstu do % Polega na porównywaniu kolejnych elementów indeksu do wzorca wzorca (gdy mamy inteligentny indeks to możemy od razu % Wyszukiwanie kończy się, gdy znajdziemy element pasujący do znalezć odpowiedni element) wzorca lub gdy dotrzemy do końca pliku % Wyszukiwanie kończy się, gdy znajdziemy element pasujący do % Każde kolejne wyszukiwania zaczynamy od punktu wyjścia wzorca (nastąpi skok do wyznaczonego miejsca w tekście) lub (niekoniecznie od początku tekstu) gdy indeks nie zawiera pasujących wpisów % % Ciekawe narzędzie: wyrażenia regularne w edytorach tekstu Kolejne wyszukiwania nie wymagają przemieszczania się do lub w PERLu punktów wyjścia w tekście % Narzędzia: darmowe programy indeksujące lub PERL Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 25/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 26/47 Która metoda jest lepsza? Charakteryzacja danych lingwistycznych wg. G. Simonsa To zależy od naszych potrzeb Każde narzędzie informatyczne działające na danych % lingwistycznych musi brać pod uwagę następujące aspekty: Gdy mamy wielkie zbiory tekstów lepiej jest indeksować % Dla małych zbiorów nie zawsze się opłaca indeksować % Wielojęzyczność danych lingwistycznych % Za to wyrażenia regularne są o wiele bardziej elastyczne % Sekwencyjność danych lingwistycznych % Za pomocą indeksów znajdziemy tylko te informacje, które % Hierarchiczność danych lingwistycznych zostały uwzględnione w trakcie budowy indeksu % Wielowymiarowość danych lingwistycznych Można też mieszać oba podejścia jak to ma miejsce w % Wysoki stopień sprzężenia danych lingwistycznych profesjonalnych narzędiach korpusowych, np. TigerSearch, Poliqarp Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 27/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 28/47 Struktura danych lingwistycznych Hierarchiczność danych lingwistycznych Hierarchia jest jedną z podstawowych koncepcji w językoznawstwie. % Dane lingwistyczne są mocno ustrukturalizowane Przykłady % Dotyczy to dane prymarne, które zbieramy i badamy % Analizy składniowe zdań (czyli drzewa składniowe) % Dotyczy to również dane opisowe zawierające nasze analizy i % Analiza tekstu (np. podział na rodziały, które zawierają interpretacje. akapity, które zawierają zdania, które zawierają ...) % Jednym rodzajem struktury, to hierarchia % Struktura słownika (wpisy składające się ze znaczeń, % Pozostałe to wielowymiarowość i sprzężenie danych zawierające przykłady) lingwistycznych % ... Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 29/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 30/47 Hierarchia a sekwencyjność Przykład - Słownik abacus noun [ L. abacus from Greek abax ] pl. -cuses, or -ci 1. a frame with beads sliding back and forth on wires for doing arithmetics % Niestety programy najbardziej rozpowszechnione (np. 2. in architecture, a slab forming the top of the capitol of a Microsoft Word) nie nadają się do przetwarzania opisów column hierarchicznych % abaft adverb Są one przystosowane do sekwencyjnego przetwarzania dokumentów 1. in the direction of the stern, astern % Rodzaje hierarchii są ustalone z góry lub bardzo ograniczone abandon verb (rodziały, podrozdziały, akapity i co dalej?) 1. to leave completely and finally; forsake utterly; desert: to % Dalsze poziomy hierarchii są zależne od formatu abandon one s farm; to abandon a child; to abandon a sinking ship. 2. to give up; discontinue; withdraw from: to abandon a research project; to abandon hopes for a stage career. Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 31/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 32/47 Opis hierarchi za pomocą XML Przykład - Słownik % XML (ang. Extensible Markup Language) to uniwersalny język formalny przeznaczony do reprezentowania różnych danych w ustrukturalizowany sposób abacus noun [ L. abacus from Greek abax ] pl. -cuses, or -ci % XML jest niezależny od platformy (Każdy dokument XML to 1. a frame with beads sliding back and forth on wires for doing tak naprawdę zwykły plik tekstowy) arithmetics % XML jest rekomendowany oraz specyfikowany przez 2. in architecture, a slab forming the top of the capitol of a organizację W3C. column % XML może być przekształcany do wielu innych formatów (np. HTML, DOC, PDF) za pomocą XSL (ang. Extensible Stylesheet Language) Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 33/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 34/47 Przykład - Słownik XML Przykład - Artykuł Naukowcy alarmują: studia są grozne abacus dla zdrowia L. abacus from Greek abax PAP 13:15 pl. -cuses, or -ci Wyprowadzenie się z domu i konieczność dostosowania się do nowych warunków życia i obcego otoczenia to wyzwania, n przed którymi staje wielu młodych ludzi rozpoczynających a frame with beads sliding back and forth studia. [...] on wires for doing arithmetics
Artykuł na ten temat ukazał się w pazdziernikowym numerze Journal of Youth and Adolescence . n Badania prowadzono wśród studentek University of Alberta. Część in architecture, a slab forming the top z nich - grupa pierwsza - pochodziła z odległych miejscowości, inne of the capitol of a column grupa druga przynajmniej pierwszy rok studiów spędziły w
domu rodzinnym. [...]
Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 35/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 36/47 Przykład - Artykuł XML Specifikacje niektórych standardów za pomocą XML Naukowcy alarmują: studia są grozne dla<br>XHMTL (ang. Extensible HyperText Markup Language) język<br>zdrowia służący do tworzenia stron WWW. XHTML jest następcą HTML PAP TEI (ang. Text Encoding Initiative) jest standardem
elektronicznej reprezentacji tekstu wraz z informacją
o jego treści Wyprowadzenie się z domu i konieczność dostosowania się do nowych warunków życia i obcego XCES (ang. XML Corpus Encoding Standard) wersja XML otoczenia to wyzwania, przed którymi staje wielu znanego standardu CES młodych ludzi rozpoczynających studia. TMX (ang. Translation Memory eXchange), standard Artykuł na ten temat ukazał się w elektroniczny służący do zapisu pamięci tłumaczeń pazdziernikowym numerze "Journal of Youth and Adolescence".
Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 37/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 38/47 XML a przetwarzanie Charakteryzacja danych lingwistycznych wg. G. Simonsa Każde narzędzie informatyczne działające na danych lingwistycznych musi brać pod uwagę następujące aspekty: % Niestety przetwarzanie XML nie jest zawsze łatwe % Wielojęzyczność danych lingwistycznych % Ale istnieją specjalne programy oraz moduły do PERL % Sekwencyjność danych lingwistycznych % Jeden taki moduł nosi optymistyczną nazwę XML::Simple % Hierarchiczność danych lingwistycznych % Wielowymiarowość danych lingwistycznych % Wysoki stopień sprzężenia danych lingwistycznych Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 39/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 40/47 Wielowymiarowość danych lingwistycznych Przykład % Zwykła sekwencja tekstu jest jednowymiarowa SURF: Litwo Ojczyzno moja Ty jesteś jak zdrowie % Dodając hierarchię pojawia się drugi wymiar % Rożne sposoby interpretacji tekstu odpowiadają kolejnym wymiarom, np. % Intonacja w mowie % Znaczenie gramatyczne wyrazów % Semantyka % Pragmatyka % ... Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 41/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 42/47 Przykład Przykład SURF: Litwo Ojczyzno moja Ty jesteś jak zdrowie SURF: Litwo Ojczyzno moja Ty jesteś jak zdrowie LEM: Litwa ojczyzna mój ty być jak zdrowie LEM: Litwa ojczyzna mój ty być jak zdrowie POS: PN N P P V C N Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 42/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 42/47 Przykład Przykład SURF: Litwo Ojczyzno moja Ty jesteś jak zdrowie SURF: Litwo Ojczyzno moja Ty jesteś jak zdrowie LEM: Litwa ojczyzna mój ty być jak zdrowie LEM: Litwa ojczyzna mój ty być jak zdrowie POS: PN N P P V C N POS: PN N P P V C N MORF: voc:sg:f voc:sg:f voc:sg:f nom:sg:f 3:pres:sg:f - nom:sg:n MORF: voc:sg:f voc:sg:f voc:sg:f nom:sg:f 3:pres:sg:f - nom:sg:n FON: Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 42/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 42/47 Przykład I znowu XML Litwo Litwa SURF: Litwo Ojczyzno moja Ty jesteś jak zdrowie PN LEM: Litwa ojczyzna mój ty być jak zdrowie POS: PN N P P V C N vocative MORF: voc:sg:f voc:sg:f voc:sg:f nom:sg:f 3:pres:sg:f - nom:sg:n femininum FON: singular SEM: country abstraction - - - - condition
country
...
Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 42/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 43/47 Charakteryzacja danych lingwistycznych wg. G. Simonsa Wysoki stopień sprzężenia danych lingwistycznych Każde narzędzie informatyczne działające na danych % Mamy tekst składający z kilku zdań; niektóre wyrazy lingwistycznych musi brać pod uwagę następujące aspekty: powtarzają się % Wielojęzyczność danych lingwistycznych % Zdanie traktujemy jako hierarchię zawierającą wyrazy, ale % Sekwencyjność danych lingwistycznych gdzie umieścimy opisy wyrazów? % Hierarchiczność danych lingwistycznych % Słownik zawiera niepowtarzające się dane o wyrazach % Wielowymiarowość danych lingwistycznych % Zamiast umieszczać powtarzające się opisy wyrazów w zdaniu, możemy korzystać z odsyłaczy do słownika % Wysoki stopień sprzężenia danych lingwistycznych Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 44/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 45/47 Bazy danych Podsumowanie % XML może modelować takie odsyłacze za pomocą % identyfikatorów numerycznych Widzieliśmy ile jest różnych aspektów pracy z danymi lingwistycznymi % Nie jest to jednak wygodnym rozwiązaniem % Dane lingwistyczne mogą być bardzo różnorodne pod % Najbardziej naturalnym sposobem to relacyjne bazy danych względem treści, formy, struktury, złożoności itp. (MySQL, PostgreSQL, ...) % Możemy jednak liczyć na to, że znajomość standardów i % Ogólna zasada: nie powtarzamy wpisów, tylko tworzymy narzędzi informatycznych pomoże nam w pracy naukowej i nie odsyłacze (relacje) tylko w naukowej % Zalety: np. wystarczy zmienić jeden wpis, żeby zaktualizować % Pierwszy standard, który poznamy na następnych zajęciach to wszystkie wpisy wskazujące na niego, wydajny interfejs (X)HTML % Wady: stworzenie takiej bazy jest trudniejsze niż stworzenie np. pliku XML; utrata jawnej sekwencyjności danych Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 46/47 Marcin Junczys-Dowmunt Narzędzia informatyczne w językoznawstwie 47/47