Lehramt Französisch - Fachbereich Sprachwissenschaft ...

Informationskompetenz für LinguistInnen Ralph Hafner
Information Literacy for Students of Linguistics
Di, 10 - 12 Uhr, J 213
Kompetent und effizient recherchieren zu können, erspart Ihnen viel Zeit und Frust. Informationen
gibt es viele, für Sie relevante deutlich weniger. Wie aber finden Sie die relevanten? Genau das
soll anhand eines sprachwissenschaftlichen Themas in diesem Kurs vermittelt werden. Dazu wird
gehören: Welche Informationen kann man von welchen „Suchwerkzeugen“ erwarten und wie
handhabt man diese? Wie verarbeitet man die gefundenen Informationen weiter, wie zitiert man
korrekt? Wie erstellt man Literaturverzeichnisse? Wie können Ihnen
Literaturverwaltungsprogramme die Arbeit erleichtern?
Literatur: wird im Kurs bekanntgegeben.
Leistungsnachweis: zwei Online-Tests, Referat.
Recherche- und Schreibseminar für Linguisten
Iris Bräuning, Teresa Kieseier, Melanie Seiß
4.4. - 8.4.2011, 9 - 13 Uhr, G 310
Die Veranstaltung der studentischen Mentoren des Fachbereichs Sprachwissenschaft wendet sich
an Bachelorstudierende, die sich auf das Schreiben von Hausarbeiten oder ihrer Bachelorarbeit
vorbereiten wollen. Sie soll einen Einblick in folgende Themenbereiche geben:
- Themenfindung, Aufbau und Gliederung von Hausarbeiten und BA-Arbeiten
- Arbeit mit wissenschaftlichen Texten
- Literaturrecherche für Hausarbeiten, Referate und BA-Arbeiten
- Datenbank- und Katalognutzung
- RefWorks (Bibliographiesoftware)
- Korrekte Zitierweise, um Plagiate zu vermeiden
- Formatierungen mit Word und Latex
Leistungsnachweis: 3 bis 4 Hausaufgaben
Bemerkung: bei Interesse wird um Anmeldung bis zum 27.03.2011 gebeten. Bitte per E-Mail an
mentorling@uni-konstanz.de mit Angabe der Matrikelnummer anmelden.
Programmieren in Python für die Sprachverarbeitung Damir Ćavar
4.4. - 8.4.2011, 14 - 18 Uhr, G 209
Dieser Kurs führt im ersten Teil die Grundlagen des Umgangs mit den Werkzeugen der
Programmiersprache Python ein. Im zweiten Teil werden gängige Algorithmen für die
Sprachverarbeitung und Textanalyse und deren effiziente Implementierung diskutiert und
vorgeführt. Die Einbindung der frei verfügbaren Pythonbibliothek Natural Language Toolkit (NLTK)
in Werkzeuge für computerlinguistische Analysen wird dabei eine große Rolle spielen.
StudentInnen sind nach dem Kurs in der Lage eigenständige Skripte und Programme für die
Verarbeitung von Text - oder Sprachdaten zu erstellen und gängige Algorithmen der maschinellen
Sprachverarbeitung zu implementieren.
Weitere Sitzungstermine während des Semesters werden in den ersten Sitzungen mit den
TeilnehmerInnen besprochen.
Literatur:
Bird, S., E. Klein, E. Loper. 2009. Natural Language Processing with Python. O'Reilly.
Weitere Literatur wird im Kurs zur Verfügung gestellt.
Leistungsnachweise: Hausaufgaben, Projekt
21