قرآن‌کاوی رایانشی

Computational Quran Mining

مقطع: تحصیلات تکمیلی گرایش: علم داده
نوع درس: نظری تعداد واحد: ۳
پیش‌نیاز: – هم‌نیاز: –

هدف کلی

هدف از این درس، آشنایی با داده‌ها و فراداده‌های قرآنی و روش‌های پردازش و تحلیل و استخراج اطلاعات از آن‌ها است.

سرفصل‌ها

  1. مقدمه‌ای بر داده قرآنی و منظرهای پرداخت به قرآن کریم
  2. نگاه تطبیقی به متون مقدس
  3. برخی از مسائل محاسباتی مطرح
  4. واژه‌شناسی قرآنی و سایر کتب مقدس
  5. شبکه لغات قرآنی و حدیثی (wordnet)
  6. مدل زبانی و بازنمایی متنی (مبتنی بر distributional semantics و تجزیه ماتریسی و مدل‌سازی موضوع)
  7. مدل‌های زبانی شبکه‌های عصبی برای بازنمایی
  8. تحلیل و جست‌وجوهای قرآنی (معنایی، ساختاری، و …)
  9. مباحث ویژه مانند بررسی و ارزیابی محاسباتی تفاسیر قرآن، بررسی سیستماتیک ترجمه‌های قرآنی و مطالعه تطبیقی کتب مقدس

ارزیابی پیشنهادی

منابع پیشنهادی

  1. D. Jurafsky and J. H. Martin. Speech and Language Processing. 3rd Edition, Prentice Hall, 2023.
  2. C. D. Manning and H. Schuetze. Foundations of Statistical Natural Language Processing. The MIT Press, 1999.
  3. I. Goodfellow, Y. Bengio, and A. Courville. Deep Learning. The MIT Press, 2016.
  4. S. Schreibman, R. Siemens, and J. Unsworth. A companion to digital humanities. John Wiley & Sons, 2008.