Könyismertető: Huff - How to Lie with Statistics

Ahogy egy kedves olvasó csipkelődve megjegyezte a minap, lassan statisztika bloggá válik a Számítógépes nyelvészet. Ettől nem kell félni, de tény hogy tudományunkban egyre nagyobb szerepe van a statisztikának, sőt a "hagyományos" nyelvészetben sem mehetünk el mellette. Ez a kis könyv nem ígér mást mint hogy megmutatja hogyan vezethetnek minket félre a statisztika leplébe öltözött jelenségek. Minimális matematikai ismeretek (kb. általános iskolai szint) és közepes angol nyelvtudással követhető az írás és habár önmagában is megáll, legjobban talán mint amolyan motiváló elő- vagy kiegészítő olvasmány szolgálja a tudásra éhes tömegeket.

• Darrell Huff: How to Lie with Statistics
• W.W. Norton & Company, 1993 (első kiadás 1954), Kindle verzió
• 144 oldal
• a kötet megvásárolható a Számítógépes nyelvészet könyvespolcon 

Könyvismertető: Drew Conway & John Myles White - Machine Learning for Hackers

Andrew Ng online kurzusa nagyon népszerű volt és a "big data" őrület a gépi tanulást nagyon népszerűvé tette. Akik beharangozó posztunkon fellelkesedve (vagy más okból) feliratkoztak Ng óráira mára már bizonyára megkapták az újabb késésről szóló levelet. Az eltökélt tanulni vágyók számára ez a könyv ideális! Nyelvészeknek kifejezetten ajánlott, hiszen viszonylag sok szövegfeldolgozás van benne és az R rejtelmeibe is bevezeti az olvasót. Vigyázat! Ahogy a címe is mutatja nem kezdőknek való könyv!

• Drew Conway - John Myles White: Machine Learning for Hackers
• O'Reilly Media, 2012
• 322 oldal
• a kötet megvásárolható a Számítógépes nyelvészet könyvespolcon
• a könyvhöz kapcsolódó github repo (a könyvben nem említik, de van :D)

Lapszemle - 8. hét

Itt a péntek lehet örülni és nem kell fáradozni a rekreációs olvasmányok keresgélésével mivel mi ezt megtettük. Hirtelen felindulásból és a tények előtt meghajolva felhagytunk Tumblr blogunkkal, de @sznyelveszet Twitter fiókunkat és Facebook oldalunkat követve továbbra is közzé tesszük a minket érdeklő híreket. Elérhetőségünk pedig szamitogepes.nyelveszet(kukac)gmail.com

Adatbázis modell újratervezése: Django és South

Ebben az írásban egy módszert fogunk bemutatni, amely lehetővé teszi adatbázisunk modelljének gyors és könnyű fejlesztését, valamint gyors és biztonságos újratervezését. Ehhez a Django webes keretrendszerbe beépített ORM-et fogjuk használni. Tudását kiegészítve és bővítve a South adatbázis migrációkkal.

Fordítási plágiumok

Plagizálni nem szép dolog, ezért mi rögtön leszögezzük hogy posztunk Pataki Máté Fordítási plágiumok keresés című tanulmányán alapul ami a VIII. Magyar Számítógépes Nyelvészeti Konferencia kötetében jelent meg (és szerencsére szabadon letölthető!). Egyre bevettebb dolog a fordítási plágium, az egységesülő Európában szerencsére nem ritka hogy valaki hazáján kívül végzi felsőfokú tanulmányait részben vagy egészben. A szemfüles diákok pedig rájöttek hogy otthon is akadnak okos kutatók, az ő műveiket részben vagy egészben lefordítani pedig költséghatékony módja egy dolgozat vagy akár egy diplomamunka letudásának. Ez a nyugati tudományosságban azonban nem comme il faut, a plágium szoftvereket alkotó kollégák keresik a megoldást az ilyen trükkökre is. (Persze tudjuk, néha egy szemfüles újságíró is megteszi...)

Mindennapi nyelvészet: beszédszintetizálás

Egy egyszerű felvett hangfájltól fogunk eljutni a TTS-el támogatott, ragozott mondatok kezeléséig. Az egyszerű felvétel, ennek megvágás, a változó információk kezelése, valamint az egész mondatalkotás automatizálása és hangzó szöveggé alakításáról lesz szó. Az eszmefuttatás pedig az alapja annak a mindennapi élménynek és tapasztalatnak, ahogy egy telefonközpont vagy egy utastájékoztató a napjainkban is működik.

Könyvismertető: Pierce; An Introduction to Information Theory

A beszédfeldolgozás terén már elterjedtek az információelméleti módszerek és a sokáig egzotikusnak tartott korpusznyelvészetből lassan de biztosan átszivárog ez a megközelítés a fősodorba is (olyannyira hogy már nem csupán a számítógépes nyelvészek számára illik tudni valamit erről a területről hanem a pszicholingvisták, fonetikusok/fonológusok, kognitivisták is egyre jobban foglalkoznak a témával). Pierce klasszikusa a szó legnemesebb értelmében vett ismeretterjesztő mű ami segít betekinteni a területre, megérteni az alapfogalmakat és mérlegelni hogy mit tudnánk hasznosítani.

• John R. Pierce: An Introduction to Information Theory: Symbols, Signals and Noise
• Dover Publications, Dover Science Books, 1980 (második kiadás)
• 306 oldal
• a kötet megvásárolható a Számítógépes nyelvészet könyvespolcon

Lapszemle - 7. hét

Lassan a szemeszter kezdési őrület is elvonul felettünk. A félév is rendesen elkezdődik és minden a normális kerékvágásba kerül. Addig is, itt egy újabb péntek, egy újabb Lapszemle. - De továbbra is olvashatjátok a naponta frissülő Twitteres és Facebookos csatornáinkat.

Kettő

Két évvel ezelőtt indult a blog. Az "egyemberes" játékból azóta öt szerzős vállalkozássá nőtte ki magát az én játszóterem ami már nem is az enyém elvégre mostanában döntöttünk úgy hogy a blog külseje is változzon egy kicsit. Mostanában sokat szabadkozunk mivel megcsappant a posztok száma, a kedves olvasó reméljük megértő velünk ha az ünnep alkalmából összefoglaljuk az okokat.

Lapszemle - 6. hét

Továbbra is takaréklángon üzemelünk, de megnyugtatjuk a Nyájas Olvasót: nem tűntünk el, szerzőink szorgalmasan dolgoznak és képzik magukat. Twitteres és Facebookos csatornáinkon továbbra is zajlik az élet, valamint változatlanul nagy szeretettel várunk vendégposztokat és új szerzőket is!

Lapszemle - 5. hét

Még mindig tart téli álmunk, de Facebook oldalunk, @sznyelveszet Twitter fiókunk és Tumblr blogunk áll az információra éhes olvasók rendelkezésére. Szerzőnek jelentkezni a szamitogepes.nyelveszet(kukac)gmail.com címen lehet, szintén itt lehet velünk kapcsolatba kerülni.