COMPUTATIONAL PHILOLOGY: DATA STRUCTURES AND ALGORITHMS

Il corso di Computational Philolgy fa parte della Laurea Magistrale in ‘Digital and Public Humanities’ ed è collegato con il Venice Centre for Digital and Public Humanities (VeDPH) del Dipartimento di Studi Umanistici.
Il corso di Computational Philolgy è un corso di metodologie computazionali applicate alle discipline filologiche e ha un valore di 6 CFU.
Gli obiettivi del corso sono:
— l’apprendimento di metodi computazionali applicabili al dominio degli studi filologici di ambito classico oppure di ambito medievale, moderno e contemporaneo;
— l’acquisizione di abilità nell’uso di strumenti per il riconoscimento automatico del testo dalle immagini digitali, per l’estrazione di varianti da testi allineati automaticamente, per l’analisi morfosintattica e stilometrica dei testi;
— l’acquisizione di competenze per gestire il flusso di lavoro dell’edizione scientifica digitale dall’acquisizione tramite ICR/HTR alle analisi linguistiche e stilistiche funzionali alla costituzione del testo;
— l’acquisizione di competenze relative all’uso e all’estensione di risorse digitali di ambito filologico tramite infrastrutture di ricerca.

1. Conoscenza e comprensione:
• Conoscenza delle metodologie di valutazione della similarità fra testi
• Conoscenza dei principi della stemmatologia
• Conoscenza dei principi dell’analisi linguistica semiautomatica
• Conoscenza della stilometria e dell’analisi stilistica semiautomatica

2. Capacità di applicare conoscenza e comprensione:
• Capacità di applicare l’analisi linguistica alla valutazione della lectio difficilior
• Capacità di applicare la stilometria al riconoscimento di falsi e l’analisi stilistica allo studio dell’usus scribendi

3. Capacità di rielaborazione autonoma di quanto appreso:
• Capacità di elaborare analisi testuali complesse in contesti nuovi
• Capacità di sviluppare il pensiero critico per la scelta delle metodologie di analisi più adeguate all’oggetto di studio specifico

4. Abilità comunicative:
• Capacità di interagire con i compagni di corso e con il docente per comunicare i risultati delle proprie attività di ricerca inerenti al corso.

Non vi sono prerequisiti obbligatori, anche se è auspicabile una conoscenza di base dei metodi di codifica del testo in XML-TEI.

Il corso di Computational Philology consentirà agli studenti di approfondire temi centrali per gli studi filologici, come la valutazione della similiarità fra testi o l’analisi linguistica e stilistica per la valutazione delle varianti, attraverso l’applicazione di metodi quantitativi.

I contenuti del corso riguardano metodologie computazionali applicate al dominio delle discipline filologiche:
• Prompt engineering per le Digital Humanities
• Intelligent Character Recognition (ICR) e Handwritten Text Recognition (HTR)
• Valutazione della similarità fra stringhe e oggetti complessi
• Algoritmi di allineamento
• Stemmatologia
• Elementi di analisi linguistica semiautomatica
• Stilometria
• Elementi di analisi dello stile con strumenti computazionali
• Domain-Specific Languages (DSLs) per la codifica e l’annotazione di testi
• Elaborazione di documenti codificati tramite DSL
• AI-driven Textual Restoration
• Principali infrastrutture di ricerca per le Digital Humanities (CLARIN, DARIAH, E-RIHS e OPERAS)
• FAIR Data, Linguistic Linked Open Data e Philological Linked Open Data nell’ecosistema di CLARIN.

Tutti i testi e i materiali didattici verranno resi disponibili su Moodle.

La valutazione sarà basata sulle seguenti componenti:
1) Esame orale finale (per lo più incentrato sul progetto e sugli argomenti discussi in classe)
2) Partecipazione alle discussioni e a tutte le attività
3) Presentazione in classe

orale

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

Voto inferiore al 18 (mancato superamento dell’esame): insufficiente conoscenza degli argomenti del corso – carente svolgimento delle attività in classe e a casa – progetto lacunoso per scarso impegno o per inadeguata comprensione dei temi della Filologia Computazionale.

Voti 18-21: conoscenza appena sufficiente degli argomenti del corso – accettabile ma superficiale livello di svolgimento delle attività in classe e a casa – progetto che dimostra impegno limitato o comprensione dei temi della Filologia Computazionale appena sopra la soglia della sufficienza.

Voti 22-24: soddisfacente conoscenza degli argomenti del corso – discreto livello di svolgimento delle attività in classe e a casa – progetto che dimostra apprezzabile impegno e soddisfacente comprensione dei temi della Filologia Computazionale pur con alcune lacune.

Voti 25-27: - buona o molto buona conoscenza degli argomenti del corso – livello più che soddisfacente di svolgimento delle attività in classe e a casa – progetto che dimostra valido impegno e comprensione molto apprezzabile dei temi della Filologia Computazionale.

Voti 28-30 (o 30 e lode): - ottima o eccellente conoscenza degli argomenti del corso – esemplare livello di svolgimento delle attività in classe e a casa – progetto che dimostra un notevole impegno e una ottima o eccellente comprensione dei temi della Filologia Computazionale.

La frequenza è fortemente consigliata.
Gli studenti lavoreranno a un progetto comune con sottoprogetti individuali, che discuteranno nel corso dell'esame finale.

I metodi didattici includono:
Lezioni, attività laboratoriali, presentazioni, discussioni.
Quando possibile sarà inclusa una guest lecture.

Accessibilità, Disabilità e Inclusione.

Accomodamenti e servizi di supporto per studenti con disabilità o con disturbi specifici dell’apprendimento:
Ca’ Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA disabilita@unive.it

Questo insegnamento tratta argomenti connessi alla macroarea "Città, infrastrutture e capitale sociale" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile