18
INFORMATICA
UNIVERSITÀ DEGLI STUDI DI NAPOLI "L'ORIENTALE"
Dati Generali
Periodo di attività
Syllabus
Obiettivi Formativi
RISULTATI DI APPRENDIMENTO ATTESI
Al termine dell’insegnamento lo/la studente/essa dovrà dimostrare di possedere:
- conoscenza dei principali metodi delle tecnologie del linguaggio impiegati nelle Digital Humanities (preprocessing, analisi delle frequenze e keyness, topic modelling, stilometria, embedding, annotazione con modelli linguistici di grandi dimensioni);
- comprensione delle assunzioni teoriche implicite in ciascun metodo e del rapporto tra lettura distante e lettura ravvicinata;
- conoscenza dei principi di costruzione, documentazione e valutazione di un corpus testuale.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Il percorso formativo intende fornire allo/a studente/essa gli strumenti metodologici necessari per:
- formulare una domanda di ricerca umanistica e tradurla in misure testuali operative;
- costruire, pulire e documentare un corpus e analizzarlo in Python (Google Colab) con una pipeline completa, dal preprocessing all’annotazione automatica;
- interpretare i risultati quantitativi alla luce del contesto storico-culturale e della lettura ravvicinata dei testi.
AUTONOMIA DI GIUDIZIO
Al termine dell’insegnamento lo/la studente/essa dovrà dimostrare di saper:
- valutare criticamente come le scelte di preprocessing, i parametri e i modelli adottati influenzano i risultati;
- riconoscere limiti, bias e implicazioni etiche degli strumenti computazionali, inclusi i problemi di riproducibilità dei modelli linguistici di grandi dimensioni.
ABILITÀ COMUNICATIVE
Al termine del corso lo/la studente/essa sarà in grado di:
- presentare e difendere, con linguaggio tecnico appropriato, una metodologia di analisi testuale e i suoi risultati, sia a specialisti sia a studiosi di area umanistica;
- documentare le proprie scelte in una nota metodologica che ne consenta la replica.
CAPACITÀ DI APPRENDIMENTO
Al termine dell’insegnamento lo/la studente/essa dovrà aver acquisito le capacità per:
- adattare un flusso di lavoro documentato a un nuovo corpus e a una nuova domanda di ricerca;
- apprendere autonomamente nuovi strumenti a partire dalla documentazione ufficiale delle librerie Python per l’elaborazione del linguaggio.
Prerequisiti
Sono preferibili conoscenze di base di linguistica, di studi letterari o storici. Non è richiesta alcuna esperienza di programmazione: le basi di Python necessarie sono introdotte nel corso. Per le esercitazioni servono un computer portatile e un account Google per l’uso di Google Colab; chi non desidera utilizzare un account Google può concordare con il docente una soluzione alternativa.
PROPEDEUTICITÀ: Nessuna.
Metodi didattici
L’insegnamento ha carattere interamente laboratoriale e si fonda sull’apprendimento attivo (“imparare facendo”). Le 18 ore si articolano in 9 incontri di 2 ore. Ogni incontro prevede circa 30 minuti di inquadramento metodologico e circa 75 minuti di esercitazione guidata su notebook Google Colab, accompagnata da una scheda di esercizi progressivi; l’ultimo incontro è dedicato alla presentazione e alla revisione tra pari dei progetti.
Il corso segue una pipeline unica su un corpus didattico comune: ogni incontro riparte dai risultati salvati nell’incontro precedente. In parallelo, lo/la studente/essa sviluppa il proprio progetto, con una proposta dopo il secondo incontro e un confronto intermedio al quinto.
Verifica Apprendimento
L’esame è volto ad accertare il raggiungimento dei risultati di apprendimento attesi e si articola in:
1. la realizzazione di un progetto, individuale o in coppia a seconda del numero di iscritti, che applica la pipeline del corso a un corpus e a una domanda di ricerca scelti dallo/a studente/essa. Il progetto è consegnato almeno una settimana prima dell’appello e comprende un notebook Colab commentato ed eseguibile e una nota metodologica di 2-3 pagine (3-4 per le coppie) con la datasheet del corpus, le scelte adottate e i limiti dell’analisi;
2. un colloquio orale dedicato alla discussione del progetto e delle scelte metodologiche, nel corso del quale lo/la studente/essa esegue dal vivo una modifica al proprio notebook indicata dal docente.
La valutazione, espressa con giudizio finale, tiene conto di: pertinenza e chiarezza della domanda di ricerca; correttezza e riproducibilità del notebook; consapevolezza critica delle scelte e dei limiti; capacità di interpretare i risultati in dialogo con la lettura ravvicinata; chiarezza espositiva e padronanza della terminologia.
Testi
- M. Walsh, Introduction to Cultural Analytics & Python, 2021, libro di testo online ad accesso libero (https://melaniewalsh.github.io/Intro-Cultural-Analytics/; doi:10.5281/zenodo.4411250): parti su Python, pandas e topic modelling.
- D. Jurafsky, J. H. Martin, Speech and Language Processing, 3ª ed., bozza online (versione del 6 gennaio 2026), disponibile gratuitamente (https://web.stanford.edu/~jurafsky/slp3/): capitoli su elaborazione del testo e tokenizzazione, semantica vettoriale ed embedding, modelli linguistici di grandi dimensioni.
- T. Gebru et al., Datasheets for Datasets, Communications of the ACM, 64(12), 2021, pp. 86-92 (versione aperta: arXiv:1803.09010).
- E. M. Bender, T. Gebru, A. McMillan-Major, S. Shmitchell, On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?, FAccT 2021, pp. 610-623, doi:10.1145/3442188.3445922 (licenza CC BY 4.0).
- Letture di approfondimento indicate a lezione: D. M. Blei, Probabilistic Topic Models, Communications of the ACM, 55(4), 2012; J. Burrows, ‘Delta’: a Measure of Stylistic Difference and a Guide to Likely Authorship, Literary and Linguistic Computing, 17(3), 2002; C. Ziems et al., Can Large Language Models Transform Computational Social Science?, Computational Linguistics, 50(1), 2024.
- Materiali del docente: notebook Colab, schede di esercitazione e corpus didattico, distribuiti durante il corso.
Contenuti
LABORATORIO DI TECNOLOGIE DEL LINGUAGGIO
- Tecnologie del linguaggio e Digital Humanities; primi passi in Python con Google Colab;
- Dalla domanda di ricerca al corpus: selezione, acquisizione, pulizia e documentazione (datasheet);
- Il preprocessing come scelta interpretativa: tokenizzazione, lemmatizzazione e analisi morfosintattica;
- Distant reading: frequenze, keyness e concordanze;
- Modellazione dei temi (topic modelling);
- Lo stile come vettore: stilometria e attribuzione d’autore;
- Il significato come vettore: embedding e ricerca semantica;
- Modelli linguistici di grandi dimensioni come annotatori: gold standard, accordo, riproducibilità;
- Laboratorio di progetto: metodologia replicabile e revisione tra pari.
Lingua Insegnamento
Italiano
Altre informazioni
I materiali del corso (notebook, schede di esercitazione, corpus didattico e diapositive) sono resi disponibili sulla piattaforma indicata dal docente all’inizio delle lezioni. La frequenza non è obbligatoria; chi non frequenta è invitato a contattare il docente per concordare lo svolgimento delle esercitazioni e del progetto.