Appunti, Dispense & Slides:

• la codifica dell'informazione

• l'elaborazione della informazione

• informazione ed algoritmi

• Dispense di Introduzione all'Informatica

• Il Computer e il Linguaggio Naturale:

Riferimenti per il linguaggio Python

• Allen B. Downey et al., Pensare da Informatico (versione PDF) versione condivisa su googledrive

• Guido van Rossum, Il tutorial di Python

• Josh Cogliati, Tutorial per principianti in Python

• Interprete Python online: https://www.python.org/shell/

• Interprete Python online: https://repl.it/repls/ReflectingFrontLanservers

• App per interpreti python su smartphone android:

• App QPython 

• App Pydroid3 

• Anaconda è una distribuzione gratuita e open source del linguaggio di programmazione Python per il calcolo scientifico, che mira a semplificare la gestione e la distribuzione dei pacchetti.

• Breve Guida all'uso di Anaconda.

Esercizi di Programmazione Python

con soluzione (codice). https://www.programmareinpython.it/esercizi-python/

Per ciascun esercizio, oltre al codice python, provare a scrivere sia lo pseudo-codice che il diagramma a blocchi 

Riferimenti per il text mining o Natural Language Processing

Programming in Python for Linguists: A Gentle Introduction

TextBlob: Simplified Text Processing

Natural Language Toolkit (NLTK) : manuale: versione HTML versione PDF . 

Nota 1:  per installare il pacchetto NLTK sull'interprete python online https://repl.it/repls/ReflectingFrontLanservers seguire questi passi:

1) installare il package "NLTK" tramite il menù a paletta a sinistra: cliccare sul "cubo" a sinistra, digitare "nltk" e premere il bottone (+);

2) digitare da consolle/terminale il comando "import nltk";

3) digitare da consolle/terminale il comando "nltk.download('book')" (verranno installati solo i "book" altrimenti non si riesce ad installare tutto; l'operazione richiederà una attesa di qualche minuto);

4) digitare da consolle il comando from "nltk.book import *"; verrà visualizzato sul terminale l'elenco dei titoli di 9 libri presenti in NLTK, libri necessari per l'esercitazione del Capitolo 1  http://www.nltk.org/book/ch01.html. 

Nota 2: per installare NLTK su Pydroid3, dopo aver aperto l'applicazione, cliccare sul menu in alto a sinistra (accanto alla voce "new") e poi cliccare su "Pip", quindi digitare "nltk" alla riga "Library name" accanto ad "install"; se l'installazione va a buon fine verrà visualizzata la scritta "complete", a quel punto basterà tornare all'interprete di Pydroid3 e continuare a digitare al prompt le istruzione ai punti 2), 3) e 4) di sopra.

Nota 3: per installare NLTK su Qpython, aprire il terminale python e digitare:

• "import pip"

• "pip.main(['install', 'nltk'])"

• poi continuare con i passi 2), 3) e 4) come sopra.

Nota 4: per installare il pacchetto NLTK con Jupyter su Anaconda

1. lanciare il programma "Anaconda Navigator"

2. lanciare il "Notebook Jupyter" come in figura

3. cliccare a destra sul pulsante "new" come in figura

4. digitare le linee di comando come in figura

5. per verificare il funzionamento del notebook Jupyter, aprire con il noteboook il file ex-nltk.ipynb

Nota 5: per installare NLTK su linux (ubuntu) mediante pip, https://www.nltk.org/install.html segui anche il tutorial online https://www.youtube.com/watch?v=q4op-TsJH64 (se serve installare l'utility pip, vedi anche tutorial https://www.youtube.com/watch?v=wlAC8KvT5_4

FEEL-IT: Emotion and Sentiment Classification for the Italian Language

Coding for Journalists & Data Scientists

• TEXT ANALYSIS IN PYTHON FOR SOCIAL SCIENTISTS: Discovery and Exploration, Dirk Hovy (Bocconi University)  

• un link interessante per chi vuole fare "giornalismo computazionale" https://coding-for-journalists.readthedocs.io/en/latest/