Sorry! The information you are looking for is only available in Dutch.
Deze opleiding is opgeslagen in Mijn Studiekeuze.
Er is iets fout gegaan bij het uitvoeren van het verzoek.
Er is iets fout gegaan bij het uitvoeren van het verzoek.

Zonder taal geen communicatie

Beide specialisaties van de master Taalwetenschappen leiden je op tot een professionele taaldeskundige. Er zijn onderwerpen die bij alle specialisaties aan bod komen, maar er zijn natuurlijk ook verschillen.

Bij de Nederlandstalige specialisatie Taalwetenschap: Taalstoornissen houd je je bezig met analyse van taalleerprocessen bij verschillende doelgroepen. Denk hierbij aan eentalige en meertalige kinderen met een gehoorprobleem of kinderen met dyslexie of een taalontwikkelingsstoornis. Beide groepen hebben hun eigen kenmerken en behoeftes. Die leer jij herkennen én je leert ze positief te beïnvloeden. De specialisatie Taalstoornissen wordt vaak gekozen door Logopedisten; na je HBO bachelor Logopedie of PABO kun je via de pre-master instromen.

De specialisatie Language and AI (voorheen: Text Mining) wordt volledig in het Engels gegeven. In deze specialisatie leer je hoe je taalkundige kennis en computersystemen gebruikt om waardevolle informatie uit tekst te halen. De focus ligt hier vooral op grote hoeveelheden data, oftewel big data. Meteen in de eerste cursus leer je te programmeren in Python, zodat je AI-systeem zo kunt aansturen dat die betekenisvolle data uit een berg taalkundige informatie haalt. Om dit te doen, moet het systeem begrijpen hoe die taal werkt. Je leert daarom ook over taalsystemen, zodat je dit aan de computer kunt aanleren. In deze specialisatie leg je de verbinding tussen taalkunde en kunstmatige intelligentie.

Wil je meer informatie over de Engelse specialisaties? Bekijk de Engelse opleidingspagina.

De startdatum van deze opleiding is 1 september.

Studie in cijfers

Welke specialisatie kies jij?

Ontdek hieronder de verschillende mogelijkheden binnen de master. Bekijk hieronder de inhoud van de specialisatie Text Mining en bekijk studieinhoud van de specialisatie Taalstoornissen.

Samenvatting

Om nuttige informatie te verkrijgen uit zeer grote hoeveelheden tekst moet je weten waarnaar je op zoek bent en hoe je dit kunt vinden. Met de specialisatie Text Mining van de masteropleiding Taalwetenschap leer je hoe je tekst kunt ‘minen’ (delven) door kunstmatige-intelligentietechnieken toe te passen.

Wat is text mining?

Nog nooit eerder was er zoveel digitale informatie beschikbaar als op dit moment. Maar hoe kunnen we deze beschikbare informatie inzetten ten gunste van de maatschappij?  Door kunstmatige-intelligentietechnieken toe te passen kun je een computer leren zeer grote hoeveelheden tekstuele gegevens te doorzoeken om informatie te vinden of koppelingen te maken waarvan wetenschappers en besluitvormers tot nu toe alleen maar konden dromen. Bijvoorbeeld:

  • ontelbare medische verslagen en wetenschappelijke artikelen over specifieke symptomen bevatten informatie die kan zorgen voor betere behandelingen en zelfs het genezen van bepaalde ziekten
  • een analyse van de zeer grote hoeveelheid aan documenten over economisch beleid en het effect van dit beleid kan leiden tot betere besluitvorming en sterkere economieën
  • de meningen van miljoenen mensen over allerhande onderwerpen zijn beschikbaar op social media. Deze kunnen ons helpen om kwesties te begrijpen zoals de manier waarop propaganda en desinformatie worden verspreid, hoe taal zich ontwikkelt en zelfs hoe mensen omgaan met hun angsten
  • historische archieven en bibliotheken met boeken van de afgelopen eeuwen zijn nu digitaal beschikbaar en het onderzoeken van deze bronnen met behulp van nieuwe technieken kan zorgen voor beter inzicht in de geschiedenis en in religie

Toepasbaar op allerlei kennisgebieden

Hoewel text mining in de basis thuishoort binnen de taalwetenschappen, de informatica en kunstmatige intelligentie, is dit een extreem relevante ontwikkeling voor nagenoeg alle kennisgebieden. Daarom is deze opleiding open voor afstudeerders van bijna iedere academische discipline. Als afstudeerder met kennis van jouw vakgebied weet je naar welke informatie je binnen jouw discipline op zoek kan gaan. Met de masterspecialisatie Text Mining word je een pionier op het gebied van het analyseren van grote hoeveelheden gegevens (‘big data’) met gebruik van kunstmatige-intelligentietechnieken. Jij brengt je gespecialiseerde kennis mee, wij leren jou welke hulpmiddelen en technieken je kunt gebruiken voor het inzetten van big data om je vakgebied verder te brengen.

Opbouw van de opleiding

In de eerste periode krijg je de basis van de taalwetenschap aangeboden en leer je in Python programmeren voor tekstanalyse.

In de tweede periode verdiep je je kennis en vaardigheden en leer je hoe je taal kunt beschouwen als gegevens, en hoe je methoden en hulpmiddelen kunt inzetten voor het verwerken van taal tijdens het vak NLP Foundations.

In periode 3 en 4 ga je daadwerkelijk met text mining aan de slag. Bij Applied Text Mining doe je praktische ervaring op door het bouwen van een ‘reading machine’. Tijdens Text Mining in Domains pas je je nieuw verworven kennis toe binnen jouw professionele domein. Je volgt daarnaast een vak genaamd Machine Learning, dat is gericht op het werken met taal.

De masterscriptie

In de laatste twee perioden schrijf je je masterscriptie, indien mogelijk op basis van een stage in de taalsector. We organiseren ieder jaar een bijeenkomst waarbij instellingen en bedrijven naar ons toe komen om kennis te maken met onze studenten en de stagemogelijkheden te bespreken. Bekijk hieronder het opleidingsprogramma van 2023.

Vakken

Je vindt alle vakken ook in onze studiegids

  • Text Mining

    Samenvatting

    Om nuttige informatie te verkrijgen uit zeer grote hoeveelheden tekst moet je weten waarnaar je op zoek bent en hoe je dit kunt vinden. Met de specialisatie Text Mining van de masteropleiding Taalwetenschap leer je hoe je tekst kunt ‘minen’ (delven) door kunstmatige-intelligentietechnieken toe te passen.

    Wat is text mining?

    Nog nooit eerder was er zoveel digitale informatie beschikbaar als op dit moment. Maar hoe kunnen we deze beschikbare informatie inzetten ten gunste van de maatschappij?  Door kunstmatige-intelligentietechnieken toe te passen kun je een computer leren zeer grote hoeveelheden tekstuele gegevens te doorzoeken om informatie te vinden of koppelingen te maken waarvan wetenschappers en besluitvormers tot nu toe alleen maar konden dromen. Bijvoorbeeld:

    • ontelbare medische verslagen en wetenschappelijke artikelen over specifieke symptomen bevatten informatie die kan zorgen voor betere behandelingen en zelfs het genezen van bepaalde ziekten
    • een analyse van de zeer grote hoeveelheid aan documenten over economisch beleid en het effect van dit beleid kan leiden tot betere besluitvorming en sterkere economieën
    • de meningen van miljoenen mensen over allerhande onderwerpen zijn beschikbaar op social media. Deze kunnen ons helpen om kwesties te begrijpen zoals de manier waarop propaganda en desinformatie worden verspreid, hoe taal zich ontwikkelt en zelfs hoe mensen omgaan met hun angsten
    • historische archieven en bibliotheken met boeken van de afgelopen eeuwen zijn nu digitaal beschikbaar en het onderzoeken van deze bronnen met behulp van nieuwe technieken kan zorgen voor beter inzicht in de geschiedenis en in religie

    Toepasbaar op allerlei kennisgebieden

    Hoewel text mining in de basis thuishoort binnen de taalwetenschappen, de informatica en kunstmatige intelligentie, is dit een extreem relevante ontwikkeling voor nagenoeg alle kennisgebieden. Daarom is deze opleiding open voor afstudeerders van bijna iedere academische discipline. Als afstudeerder met kennis van jouw vakgebied weet je naar welke informatie je binnen jouw discipline op zoek kan gaan. Met de masterspecialisatie Text Mining word je een pionier op het gebied van het analyseren van grote hoeveelheden gegevens (‘big data’) met gebruik van kunstmatige-intelligentietechnieken. Jij brengt je gespecialiseerde kennis mee, wij leren jou welke hulpmiddelen en technieken je kunt gebruiken voor het inzetten van big data om je vakgebied verder te brengen.

    Opbouw van de opleiding

    In de eerste periode krijg je de basis van de taalwetenschap aangeboden en leer je in Python programmeren voor tekstanalyse.

    In de tweede periode verdiep je je kennis en vaardigheden en leer je hoe je taal kunt beschouwen als gegevens, en hoe je methoden en hulpmiddelen kunt inzetten voor het verwerken van taal tijdens het vak NLP Foundations.

    In periode 3 en 4 ga je daadwerkelijk met text mining aan de slag. Bij Applied Text Mining doe je praktische ervaring op door het bouwen van een ‘reading machine’. Tijdens Text Mining in Domains pas je je nieuw verworven kennis toe binnen jouw professionele domein. Je volgt daarnaast een vak genaamd Machine Learning, dat is gericht op het werken met taal.

    De masterscriptie

    In de laatste twee perioden schrijf je je masterscriptie, indien mogelijk op basis van een stage in de taalsector. We organiseren ieder jaar een bijeenkomst waarbij instellingen en bedrijven naar ons toe komen om kennis te maken met onze studenten en de stagemogelijkheden te bespreken. Bekijk hieronder het opleidingsprogramma van 2023.

    Vakken

    Je vindt alle vakken ook in onze studiegids

Verander je toekomst met de studie Taalwetenschappen

Verander je toekomst met de studie Taalwetenschappen

Na de het afronden van de master Taalwetenschappen kun je in veel werkvelden terecht. Dit hangt ook af van de afstudeerrichting waarin jij je hebt gespecialiseerd. Ga bijvoorbeeld aan de slag als wetenschappelijk onderzoeker bij een universiteit of een organisatie die bedreigde talen beschermt. Of als ontwikkelaar van lesmateriaal bij een educatieve uitgeverij, ontwikkelaar van taaltoetsen bij een toetsinstituut. Maar je kunt ook gaan werken als big data-analist in het bedrijfsleven.

Ontdek je toekomstperspectief
Jongen en meisje dragen een koptelefoon en voeren een gesprek door een microfoon

Wil je meer informatie?

Inhoudelijke vragen:

Toegepaste Taalwetenschap: dr. P. (Petra) Bos via phf.bos@vu.nl 

Text Mining: dr. H.D. (Hennie) van der Vliet via h.d.vander.vliet@vu.nl

Andere vragen:

Mail dan naar: Studentenbalie@vu.nl 

Direct naar

Onderzoek Research and Impact Support Portal Universiteitsbibliotheek Persvoorlichting VU

Studie

Onderwijs Studiegids Canvas Studentenbalie

Uitgelicht

Doneer aan het VUfonds VU Magazine Ad Valvas

Over de VU

Over ons Contact en route Werken bij de VU Faculteiten Diensten
Privacy Disclaimer Veiligheid Webcolofon Cookies Webarchief

Copyright © 2024 - Vrije Universiteit Amsterdam