Находим соавторов, находим имена с пробелом в середине #regex #stringr

https://vk.com/video-211800158_456239292

Ну и на этом серия про индексы завершается — потому что (простите, без видео) сегодня за полдня я их доделала. Великая сила векторизации. Год назад я бы до судороги в запястье копипастила имена из одного файла в другой, проклиная участь редактора и свою судьбу.

Итог: 500 новых и около 100 старых уникальных имен. Плифона и Фичино, так и быть, отправила к новым. По дороге замечено около десяти опечаток и расхождений в написании имен, исправлено.

Полдня для такой задачи — это долго и нет? Я не знаю. В итоге все равно получился “полуавтомат”. Проверка глазами по тексту спорных случаев. (Что это за Климент, Римский или Александрийский?) Проверка глазами библиографии (потерялись “средние” редакторы — там, где их больше двух — но в итоге в тексте они все равно et al., так что зря вылавливала).

Судьба книжки туманна, но зато мы с regex теперь лучшие друзья. Очень помогла справиться с задачей глава про stringr из Hadley Wickham R for Data Science
Очень толково и для людей.

#regex #stringr #книги

“Треухов до поздней ночи взволнованно стирал белье и объяснял жене преимущества трамвайного транспорта перед гужевым”. #жыза

По поводу гужевого транспорта имею сказать. Новый челлендж: решительно переоформить библиографию, которая занимает 50+ страниц. Желательно при этом не умереть (таковы издержки миграции из одного издательства в другое). Наброски кода готовы — когда будет минута тишины, запишу.

Вообще жизнь не радует нас датасетами. Это не то, что сейчас хотелось бы делать.

Лучшее, что есть о регулярных выражениях в R. #regex Чтобы не потерять https://cran.r-project.org/web/packages/stringr/vignettes/regular-expressions.html

Только что выступила на семинаре IT во благо с тезисом о том, что надо учить латынь и греческий. Наверное, больше не позовут. Зато сравнила Грегори Крейна с Альдом Мануцием и рассказала про “Конкорданс к Ливию” Дэвида Паккарда Мл. Запись обещают. #выступления

Вот это странное чувство, когда ввел круглую скобку в ворде и ждешь, где же вторая. #несмешно

Так, апрель перестает быть томным. https://hum.hse.ru/announcements/822194729.html #выступления

По правде говоря, у меня есть вопросы к этому лексикону. Почему “сенат” должен быть положительно окрашен? Но других латинских sentiment lexicons у меня для вас нет. А греческих вообще нет.

Обычно в своих англоязычных публикациях я не даю ссылок на свои русскоязычные публикации, потому что — ну кто их будет читать? Но на днях, оформляя библиографию, подумала, что пора уже начать забывать, на каком языке написана статья, потому что все равно скоро переводить и реферировать будет AI. И наконец все смогут писать на любом языке, хоть на урду, хоть на индонезийском. И тирания английского закончится. А вы как думаете, дать ссылку на себя русскую или будущее еще не наступило?

Чуть не пропустили такой важный анонс! Я не очень знаю, что говорить, но все равно приходите. #события

Любопытный проект: векторное представление слова в зависимости от того, какой вы философ: https://philosophydata.com/w2v.html

Только английский. Тот же проект на Kaggle.

upd. можете вбить свой текст в окошко (на англ.) и проверить, какого вы толка (сейчас тоже проверю и расскажу в каментах)

#word2vec #философия

Открытие дня: в библиотеке treebanks (бог весть как это по-русски) INESS есть письма к Аттику (но не все).

Текст там уже снабжен морфорлогической и синтаксической разметкой, к которой при должном умении можно обратиться за подсказкой.

А еще можно использовать регулярные выражения для поиска по всем деревьям (см. фото).

Искать можно не только слова, но и части речи или конкретные формы, например первое лицо глагола. Хорошее объяснение в видео (вторая часть видео, доклад Dag Haug) #regex #treebank

Но, конечно, асы могут скачать все файлы из репозитория PROIEL и искать регэкспами там.

Через три минуты стартуем.