Evaluare:
Cartea oferă o explorare cuprinzătoare a criticii algoritmice în cadrul științelor umaniste digitale, prezentând atât perspective teoretice, cât și practice. Ea pune în discuție metodele tradiționale de critică textuală, subliniind în același timp abordările inovatoare pentru înțelegerea literaturii. Cu toate acestea, cititorii trebuie să fie conștienți de faptul că nu oferă un ghid privind instruirea mașinilor pentru critica textuală, ceea ce poate duce la unele dezamăgiri.
Avantaje:Oferă o perspectivă teoretică și practică utilă asupra criticii algoritmice.
Dezavantaje:Discuții captivante care contrastează metodele deconstrucționiste tradiționale.
(pe baza a 3 recenzii ale cititorilor)
Reading Machines: Toward and Algorithmic Criticism
În afară de sarcinile familiare și acum obișnuite pe care le fac computerele tot timpul, de ce altceva sunt ele capabile? Studiul intrigant al lui Stephen Ramsay despre analiza computațională a textelor examinează modul în care computerele pot fi folosite ca "mașini de citit" pentru a deschide posibilități complet noi pentru criticii literari. Analiza de text computerizată a fost folosită în ultimele decenii ca modalitate de căutare, colaționare și indexare a textelor.
În ciuda acestui fapt, revoluția digitală nu a pătruns în activitatea de bază a studiilor literare: analiza interpretativă a textelor scrise. Computerele pot gestiona cantități uriașe de date, permițând compararea textelor în moduri care înainte erau prea copleșitoare pentru indivizi, dar ele pot ajuta și la consolidarea rolului absolut necesar al subiectivității în interpretarea critică.
Mașini de citit discută importanța acestei noi forme de analiză a textelor realizată cu ajutorul calculatoarelor. Ramsay sugerează că rigiditatea calculului poate fi înrolată în proiectul intuiției, al subiectivității și al jocului.
© Book1 Group - toate drepturile rezervate.
Conținutul acestui site nu poate fi copiat sau utilizat, nici parțial, nici integral, fără permisiunea scrisă a proprietarului.
Ultima modificare: 2024.11.08 07:02 (GMT)