Python与语言研究

图书标准信息

• 作者 李文平
• 出版社 机械工业出版社
• 出版时间 2021-01
• 版次 1
• ISBN 9787111672371
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 164页
• 字数 243千字

【内容简介】

本书旨在向语言学研究者介绍如何使用Python，快速、准确地处理大规模语言数据。本书由三大部分16章构成，具体内容如下：
  第1章，语言研究与编程。简单介绍语言研究中编写Python程序处理数据的必要性。
  第2、3章是第1部分，使用Python处理文本。该部分以编写程序处理数据为前提介绍了文本数据的编码、查找、替换（第2章），以及文本处理时的强大工具——正则表达式（第3章）。
  第4至11章是第2部分，Python的基础。该部分列举英语分析实例，解释了Python的基本操作。处理日语文本时字符编码的处理较为复杂，所以该部分以英语文本为中心进行讲解。第4章，Python入门。解释为什么使用Python，并图文并茂的教授Python的安装步骤和Python中的变量类型。
  第5章，使用Python读取文件。介绍如何通过Python读取并保存文本文件。
  第6章，Python的检索。以if函数为中心，解释说明检索目标数据。应用例子是只输出符合条件的行，和删除空白行等。
  第7章，循环。介绍for循环，及循环控制命令continue和break的使用。应用例子是给每行添加行号，确认文件中是否出现某一单词等。
  第8章，列表。介绍列表的概念，以及如何切分数据为列表等操作。应用例子是制作单词表等。
  第9章，制作单词频度表。该内容可以说在语言研究中是必不可少的操作。
  第10章，文件操作。介绍文件夹内所有文件的批处理。
  第11章，在Python中使用正则表达式。正则表达式这一强大工具和Python结合，进行匹配和替换操作。
  第12至16章是第3部分，Python的应用：以日语为中心，同时介绍汉语分词。该部分在第2部分内容的基础上，介绍了如何编写利用日语词素分析（形态素解析）检索日语文本的程序。第12章介绍日语词素分析。
  第13章，介绍汉语分词。很多语言研究者需要进行英语和汉语；日语和汉语的对照研究，在对照时首先需要对汉语进行分词。本章主要介绍汉语分词工具NLPIR和Python jieba分词工具的安装和使用。
  第14章，Python处理日语文本。以日语为例，介绍指定编码读取日语文件以及日语词汇频次表的制作方法。同样内容可以应用到汉语。
  第15章，用Python进行KWIC检索。在说明KWIC是什么的基础上，介绍KWIC的Python实现方式。
  第16章，使用Python检索词语搭配。词语搭配也叫语块，是语料库研究的重要内容之一。本章主要介绍设置不同的条件，以及以不同方式显示抽出词语搭配及其前后语境。

【作者简介】

西安交通大学本硕。理工科背景，本科时通过计算机2级（C++）考试，有一定的编程基础。

日本名古屋大学国际开发研究科博士，专业教育工学。擅长大规模数据处理，精通Perl，Python，R等语言。在《日本语教育》杂志上发表过单著论文，在其他杂志上也发表过多篇论文。

曾任名古屋大学助教后，现为大连海事大学校聘副教授。

担任研究生语料库语言学、语言信息处理等课程。

于西安交通大学、大连东软信息学院进行过自然语言处理方面的讲座。

现已加入浙江大学求是特聘教授刘海涛老师团队，从事依存语法、计量语言学方面研究。

【目录】

前言

篇准备工作与文本

章语言研究与编程

1.1学编程的理由

1.1.1大数据语言研究

1.1.2新增功能

1.1.3注意事项

1.2编程难点

1.3本书构成

1.3.1内容构成

1.3.2样本文件和相关软件

1.4本章小结

题

第2章文本数据

2.1文本文件的优点

2.2文本文件的使用

2.2.1文本编辑器

2.2.2文本编辑器的安装

2.2.3单文本检索

2.2.4多文本检索

2.2.5文本编辑器替换实例

2.3字符编码与换行编码

……