MODELLING AND VISUALIZING TEXTUAL DATA

Anno accademico
2024/2025 Programmi anni precedenti
Titolo corso in inglese
MODELLING AND VISUALIZING TEXTUAL DATA
Codice insegnamento
FM0486 (AF:448503 AR:285040)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
L-FIL-LET/08
Periodo
II Semestre
Anno corso
2
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
Il corso fa parte della laurea magistrale in Digital and Public Humanities e si collega al Venice Centre for Digital and Public Humanities (VeDPH) del Dipartimento di Studi Umanistici. Si propone di fornire a studentesse e studenti un quadro metodologico sul concetto di modello e di visualizzazione dei dati, con particolare riferimento a testi letterari.
Studentesse e studenti consolideranno le conoscenze teoriche nel campo della modellizzazione, acquisendo competenze pratiche nella progettazione, gestione e implementazione di un modello di dati. Apprenderanno l’impiego di tecniche e strumenti computazionali per analizzare caratteristiche quantificabili di un corpus testuale di natura letteraria. Saranno in grado di valutare criticamente i risultati ottenuti, identificando le potenzialità e i limiti. Le competenze apprese saranno applicate a un corpus testuale specifico, offrendo così un’esperienza diretta dei processi di modellizzazione e visualizzazione.
Il corso prevede una componente pratica in aula, è richiesta una conoscenza di base di elementi di programmazione (Python)( e familiarità con metodi di aggregazione di dati (XML, JSON, CSV)
Il corso fornisce un’introduzione teorica al concetto di modello e alla pratica della modellizzazione e della visualizzazione dei dati nel campo delle Digital Humanities, in particolare nella modellazione e visualizzazione di risorse basate su dati testuali di natura letteraria. Saranno affrontati in particolare i seguenti principali:
• Modellizzazione di dati spaziali e temporali.
• Strutture di dati e ontologie
• Data modeling
• Operazionalizzazione
Le studentesse e gli studenti seguiranno attivamente un progetto basato sul corpus letterario dell'opera di J.D. Salinger. Applicheranno metodi computazionali per analizzare le caratteristiche quantificabili del corpus, acquisendo esperienza pratica nelle tecniche di modellizzazione e visualizzazione.
The Shape of Data in Digital Humanities. Modeling Texts and Text-Based Resources, edited by Julia Flanders and Fotis Jannidis, Routledge 2019

S. Alllison, R. Heuser, M. Jockers, F. Moretti, M. Witmore, Quantitative Formalism: an Experiment, Stanford Literary Lab, Pamphlet 1, January 15, 2011, disponibile al link https://litlab.stanford.edu/pamphlets/
F. Moretti, "Operationalizing": Or, the function of measurement in modern literary theory, Stanford Literary Lab, Pamphlet 6, December 2013 disponibile al link https://litlab.stanford.edu/pamphlets/
M. Algee-Hewitt, M. McGurl, Between Canon and Corpus: Six Perspectives on 20th-Century Novels, Pamphlet 8, January 2015 disponibile al link https://litlab.stanford.edu/pamphlets/
La prova d’esame finale è finalizzata alla verifica delle competenze acquisite. Saranno valutate le competenze disciplinari e le capacità critiche e metodologiche maturate durante le lezioni e attraverso lo studio individuale. Le domande verteranno sui temi trattati a lezione, sulle attività svolte in aula e su eventuali progetti che le studentesse e gli studenti possono presentare facoltativamente nel corso dell'esame.
Per raggiungere i risultati di apprendimento attesi, sono previste le seguenti attività: 1) lezioni frontali, accompagnate dallo studio e dall’approfondimento della bibliografia; 2) esercitazioni guidate; 3) discussioni in aula.
Materiali e risorse saranno resi disponibili tramite la piattaforma di e-learning: https://moodle.unive.it/course/view.php?id=21493 .

La frequenza è fortemente raccomandata. I non frequentanti dovranno contattare la docente.
Inglese
Per informazioni sul ricevimento si prega di controllare la pagina https://www.unive.it/data/persone/28978558
E-mail docente: emmanuela.carbe@unive.it
orale
Programma definitivo.
Data ultima modifica programma: 28/01/2025