I linguaggi di programmazione e strumenti più utili per linguisti

Python offre l'opportunità di lavorare con molte librerie sviluppate specificamente per il natural language processing (come NLTK) o altre che includono funzionalità simili (SciKitLearn). Questo linguaggio di programmazione è ormai un must have e anche quando si fa domanda per posizioni non computazionali, o addirittura non linguistiche, conoscerne bene le basi può dare un grosso vantaggio. A quanto pare saper programmare può dare in generale un grosso vantaggio e l'informatica, così come il campo dell'A.I. e blockchain, ha una carenza ed alta richiesta di programmatori un pò in tutto il mondo. Giusto per saperne di più a riguardo:

• Demand for Programmers Hits Full Boil as U.S. Job Market Simmers
• This is the skill you need today if you want a job in one of the highest paying industries
• Will learning to code help you get a job?

A tal proposito, Python è uno dei linguaggi più consigliati per chi inizia per la prima volta ad avvicinarsi al mondo della programmazione o data science. Librerie come Pandas, Matplotlib, SciKitLearn ed NLTK offrono a chiunque la possibilità di sperimentare ed imparare a lavorare con dati non solo linguistici, ma di ogni tipo.

Oltre a poter rappresentare i propri dati in 2d e 3d con Matplotlib, è anche possibile addentrarsi nel mondo del machine learning con NLTK e SciKit Learn, partendo da semplici modelli di sentiment analysis che classificano testi in modo binario.

R è il linguaggio di programmazione più usato nella ricerca accademica quando si parla di statistica e big data, ma anche quando si parla di corpus analysis e fonetica i packages disponibili sono tantissimi.

Molti corsi di laurea fanno lavorare ancora su SPSS o Excel, ma R ha il vantaggio di essere open source e di poter rendere la riproducibilità di codice e ricerca accessibile a chiunque, così da rendere l'affidabilità dei risultati scientifici più solida.

Packages come vowels e languageR sono tra i più comunemente usati nella linguistica computazionale, fonetica e linguistica dei corpora.

In più, R permette di creare in maniera molto rapida ed intuitiva grafici relativamente personalizzabili e di alta qualità come i seguenti:

Questo è forse uno degli strumenti che non spesso vengono menzionati molto, o affatto, a molti studenti di linguistica, mentre è un elemento chiave per molti posti di lavoro nella linguistica computazionale.

I regex (regular expressions) sono pattern che tramite algoritmi riescono a trovare stringe che corrispondono al pattern fornito. I regex sono un ottimo strumento non solo perchè sono richiesti per i posti di linguistica computazionale migliori, ma anche perchè saperli usare da un pò l'impressione d'avere superpoteri. Sono utilizzabili in ogni sistema operativo in diversi software (Emacs, GREP, PyCharm, Notepad++…) e ogni linguaggio di programmazione. La loro sintassi è più o meno la stessa ovunque, sono veloci ed efficienti, sembra di scrivere con l'alfabeto dei Predator, e puoi sostituire parole o frasi nei tuoi blog post in pochi secondi.

Git non è un linguaggio di programmazione, è un sistema di version-control ma viene spesso erroneamente inserito dai recruiters fra i linguaggi di programmazione richiesti ¯\_(ツ)_/¯. Viene utilizzato specialmente da gruppi di sviluppatori per poter collaborare facilmente sugli stessi file. Conoscere git diventa sempre più essenziale dato che la conoscenza di programmazione base è sempre più richiesta e collaborare con altri nelle imprese è una costante.

Agli inizi può essere un pò confusionario come sistema, ma offre incredibili vantaggi e saperlo utilizzare bene può aiutare a costruire un portfolio su GitHub, GitLab o Bitbucket.

Altri linguaggi utili da dover conoscere, ma che non hanno la stessa curva d'apprendimento, sono:

• HTML
• XML
• CSV
• Markdown

Questi sono linguaggi di markup e formattazione che tornano utili sia nello scrivere documentazione, che nell'estrarre e classificare dati linguistici.