Narzędzia

Poniższy wybór cyfrowych narzędzi i zasobów zaprezentowała dr hab. Beata Jarosz-Mazur (Instytut Językoznawstwa i Literaturoznawstwa UMCS) w czasie warsztatu dla doktorantów „Nowoczesne narzędzia i zasoby w praktyce badawczej humanisty – rekonesans”, który odbył się na ogólnopolskiej konferencji naukowo-dydaktycznej „Historia w kontekstach (nie)oczywistych” (Kazimierz Dolny, 12–15 lipca 2026 r.).

1. Korpusy i repozytoria:

  1. Korpusy polszczyzny współczesnej, np. Narodowy Korpus Języka Polskiego (https://nkjp.pl), Korpus Współczesnego Języka Polskiego (https://kwjp.pl/), Korpus Języka Mówionego Spokes (https://spokes.clarin-pl.eu)
  2. Korpusy polszczyzny dawnej, np. Elektroniczny korpus polskiej łaciny średniowiecznej (https://scriptores.pl/efontes/korpus/), Korpus polszczyzny XVI wieku (http://spxvi.edu.pl/korpus/), Elektroniczny korpus tekstów polskich z XVII i XVIII w. [KorBa] (https://korba.edu.pl/), Korpus tekstów polskich z lat 1830–1918 –https://korpus19.nlp.ipipan.waw.pl/
  3. Korpusy tematyczne, np. ChronoPress – korpus tekstów prasowych z lat 1945–1964 (https://chronopress.clarin-pl.eu/), Korpus Dyskursu Parlamentarnego, (https://kdp.ipipan.waw.pl/query_corpus/6/), Elektroniczne repozytorium rot wielkopolskich (1386–1446) [eROThA] – https://rotha.ehum.psnc.pl), Korpus tekstów i korespondencji Jana Dantyszka (1485–1548) (http://dantiscus.ibi.uw.edu.pl/)

Wykaz dostępnych zasobów cyfrowych z podziałem na Najdawniejsze zabytki języka polskiego, e-słowniki, kartoteki, korpusy, kompendia i bazy tekstowe wraz z opisami: https://przewodnik.tmjp.pl/czesc-ii-zasoby-cyfrowe-rodzaje-i-charakterystyka/

2. Narzędzia do transkrypcji (automatyczne rozpoznawanie mowy; zmiana dźwięku na tekst), np. TurboScribe (https://turboscribe.ai/pl/)

3. Narzędzia do konwersji (zamiana pdfów, skanów, zdjęć itd. na tekst), np. OCR online [rozpoznawanie pisma drukowanego] (https://www.onlineocr.net/pl/), Transkribus [rozpoznawanie pisma odręcznego] (https://www.transkribus.org/pl).

4. Narzędzia do standaryzacji tekstu (lematyzacja, tagowanie, tokenizacja), np. Tokenizer (https://platform.openai.com/tokenizer), też: OpenRefine, Regex.

  1. Narzędzia NLP (Natural Language Processing ‘przetwarzanie języka naturalnego’), np.
  2. Ekstrakcja danych, np. Termo.PL (wydobywanie z tekstu wyrażeń, które mogą być jednostkami terminologicznymi).
  3. Rozpoznawanie nazw własnych (NER = Named Entity Recognition), np. Geolocation (identyfikacja nazw geograficznych w tekście, generowanie danych lokalizacyjnych i mapy), Postagger (identyfikacja nazw własnych).
  4. Analiza topikowa (Topic Modeling), np. Topic (rozpoznawanie wątków i tematów w testowanym korpusie tekstów).
  5. Analiza sentymentu, np. AspectEmo, EmoTagger, Hatespeech.
  6. Anonimizacja, np. Anonymizer (usuwanie danych wrażliwych z tekstu poprzez ich wykasowanie, tagowanie albo pseudonimizację).

Wymienione w tym punkcie narzędzia są wybranymi rozwiązaniami z bogatej palety usług oferowanych przez konsorcjum CLARIN. Są one dostępne bezpłatnie na stronie https://services.clarin-pl.eu/, a opisy znajdują się pod linkiem: https://wiki.clarin-pl.eu/pl/nlpservices/list/.

5. Narzędzia do samodzielnego tworzenia i przeszukiwania korpusów, np.Korpusomat (https://korpusomat.pl), Inforex (https://inforex-work.clarin-pl.eu/index.php).

6. Narzędzia do wizualizacji danych i tworzenia sieci, np.Gephi [mapowanie powiązań między postaciami historycznymi] (https://gephi.org), Palladio [mapowanie danych w czasie i przestrzeni] (https://hdlab.stanford.edu/palladio/), Wordnetloom [tworzenie sieci wyrazowych] (https://services.clarin-pl.eu/; zakładka Aplikacje).

7. Inne, np. do stylometrii (np. Websty), zarządzania bibliografią i danymi (Zotero, Obsidian itd.), do automatycznego tłumaczenia, sprawdzania poprawności gramatycznej i interpunkcyjnej.

Nowoczesne technologie w humanistyce – rozmowa z dr. Janem Wieczorkiem (CLARIN-PL, Katedra Sztucznej Inteligencji na Politechnice Wrocławskiej) 

  • Cz. 1: CLARIN-PL i jego narzędzia w praktyce badawczej (dyskusja na temat potencjału i sposobów wykorzystania infrastruktury badawczej CLARIN-PL [link]).
  • Cz. 2: Możliwości, ograniczenia, zagrożenia (rozmowa na temat projektowania i realizacji badań z wykorzystaniem nowoczesnej infrastruktury [link].

.