|
課程名稱 |
語言分析與資料科學
Linguistic Analysis and Data Science |
|
開課學期 |
104-1 |
|
授課對象 |
|
|
授課教師 |
謝舒凱 |
|
課號 |
LING5500 |
|
課程識別碼 |
142 U0720 |
|
班次 |
|
|
學分 |
3 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期四3,4,5(10:20~13:10) |
|
上課地點 |
博雅203 |
|
備註 |
本課程中文授課,使用英文教科書。兼通識A6*。。A6*:量化分析與數學素養領域。可充抵通識
總人數上限：40人
外系人數限制：30人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1041LING5500_ling |
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
大數據 (Big Data) 的時代，數位資料累積與增長的速度已經遠遠倍增於人類史上的任何階段。這樣一種鉅量資料風潮，不僅改變了人文社會與自然科學研究的面貌，在各項產業也產生了分析資料輔佐決策的迫切需求。在此背景下，數位素養 (digital literacy) 已經成為現代公民必須具備的基本素養之一，近年來新興的資料科學家 (data scientist) 更成為當前最為熱門的行業之一。
然而由於數據資料的發展，隨著社交媒體與社會網路的發展，非結構性的文本資料所佔比例已經遠超過結構性的表格性資料，使得文本的語言分析在資料科學發展中的角色顯得愈來愈重要，特別對於人文與社會科學的學生而言，更是開啟了一個結合數位科技與人文關懷的新的發展方向。
本課程的設計，就是在這個動機之下，透過介紹語言學與文本分析知識結合統計計算，並運用新的教學與實作平台，希望能夠刺激人文、社會、傳播與其他財務管理、醫學等各領域學生之間的互動協作與學習，培養跨領域的興趣與分析能力。
|
|
課程目標 |
資料科學家的工作，可以視為是一個探索、預測與解讀資料意義的互動歷程。而語言分析的工作，在了解文本資料的語意與情緒表現上是重要的關鍵。本課程結合了目前統計程式設計與自然語言處理技術，以較為簡潔容易入門的設計與實際操作導引，希望可以讓毫無相關程式學習基礎的學生在本課程的帶領下，達到以下的學習目標：
1. 了解結構與非結構性資料的特性與預處理工作，特別是針對中文文本中呈現的語言特性的處理方法。
2. 了解中文的語言特性與文本解析 (text analytics) 的基本概念。
3. 選擇適當的變數與特徵並加以合理調製，對之進行描述統計與視覺探勘，針對不同的問題點與數據類型，找出適當的圖形表達與統計分析。
4. 學習簡易的自然語言處理與機器學習預測模式，並應用在自己關心的領域。
|
|
課程要求 |
上課方式分為兩部分：針對每週主題有 2 個小時的解說，與 1 個小時的實作教學。
成績評量項目與方式
課後作業與課堂表現：30%
期中考試：20%
- 以黑客松 (hackthon) 方式進行公開之跨領域小組協作競賽。
期末計畫展演，組織與報告：50%
- 邀請語言科技新創公司團隊於期中之後出題，進行計畫實作練習。期末計畫展演時則邀請該團隊 CEO 來參與評分，也增進同學對於如何進行知識應用的了解。
- 計畫展演的方式將以開放的短會 unconference 方式進行，由各組同學彼此協調與自行組織，藉此練習學習、組織與團隊協作的翻轉學習精神。
每次上課都會分派小組作業，以階段性的題組一步一步的累積相關知識。每次作業預估的工作量約每週 5 小時。所有學習活動的進度、歷程與成果都在網路平台上進行，一方面老師與助教容易掌握，同學之間也可彼此觀摩學習。 |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
待補 |
|
參考書目 |
由於此課程內容較新，目前並未有完整的中文教材，此外，考量到本課程是以推廣通識精神為目的，在閱讀教材的設計上，將以授課教師自己編撰的教材講義為主，輔以列在延伸閱讀中的英語延伸教材。
由於本課程著重在「觀念激盪」與「創新實作」。有別於傳統上以紙本書籍閱讀為主的課程設計，本課程將以預先設計的「主題」為核心，透過翻轉式的「網路閱讀」為學習方式，鼓勵同學在此過程中，學習到協力合作並累積自學經驗，結合自身專業而能轉化成未來可能的應用。所設計的「主題」包括：「文本分類」、「情緒分析」、「立場偵測」、「個人文體風格」、「語言模式抽取與分析」（語意語用與言談等等）。
|
|
評量方式
(僅供參考) |
|