Corso di laurea magistrale in Informatica

Si richiedono nozioni di base di Intelligenza Artificiale, in particolare relative all'area di Rappresentazione della Conoscenza, una conoscenze base di algoritmi e di logica formale.
Insegnamenti propedeutici (forniscono le competenze attese in ingresso): Sistemi Intelligenti (propedeuticità consigliata)

Questo insegnamento concorre agli obiettivi formativi dell'ambito dei Sistemi per il Trattamento dell'Informazione del Corso di Laurea Magistrale in Informatica, fra cui formare laureati in grado di comprendere, progettare, sviluppare e gestire sistemi informatici complessi che soddisfino le crescenti esigenze della 'società della conoscenza' adattandosi a classi di utenti eterogenee e fornendo servizi e prodotti innovativi.

Il corso ha lo scopo di fornire le nozioni di base sulle moderne tecnologie di elaborazione del linguaggio naturale. Il corso sarà articolato in tre parti:

• nella prima parte, dedicata all'introduzione e agli elementi di base dell'elaborazione automatica del linguaggio naturale, saranno offerti elementi di morfologia, sintassi, semantica formale, generazione, e traduzione automatica;
• nella seconda parte, focalizzata sulla semantica lessicale, saranno introdotti alcuni paradigmi di rappresentazione della conoscenza, le nozioni di conceptual anchoring, e alcune risorse e approcci per la rappresentazione concettuale;
• nella terza parte, orientata agli approcci statistici, verrà affrontato il concetto della semantica distribuzionale e le relative metodologie esistenti. Sarà approfondito il tema della similarità semantica e le basi teoriche per la costruzione del significato attraverso composizioni sintattico-semantiche, con cenni alla costruzione automatica di ontologie.

 

Questo insegnamento è mirato a fornire agli studenti solide conoscenze e capacità di comprensione dei temi connessi all'analisi automatica del linguaggio naturale (NLP). In particolare, l'insegnamento mira a sviluppare la capacità di applicare le conoscenze acquisite ela comprensione di problemi di natura sia applicativa sia teorica. Il corso è inoltre finalizzato a stimolare negli studenti l'autonomia di giudizio, sia nella fase di analisi dei problemi, sia nella fase di progettazione delle soluzioni. L'approccio informale e il confronto con docenti e con studentesse e studenti nella parte laboratoriale del corso sono finalizzati a stimolare le abilità comunicative e a potenziare non solo conoscenze dirette, ma anche le capacità di apprendimento della materia.

Il corso è articolato in tre parti principali.

Parte I (Prof. Mazzei) Introduzione alla linguistica computazionale:

• Linguistica Computazionale Generale
• Introduzione allo studio formale del linguaggio
• Morfologia, Sintassi, Semantica formale
• Parsing e Generazione
• Dialogo
• Traduzione Automatica

Parte II (Prof. Radicioni) Introduzione alla semantica lessicale.

• Introduzione alla semantica lessicale.
• Knowledge representation e rappresentazioni strutturate
• WordNet
• Il sistema BabelNet
• FrameNet
• ConceptNet

Parte III (Prof. Di Caro) Approcci statistici alla linguistica computazionale

• Language Model.
• Introduzione alla semantica distribuzionale ed il suo rapporto con gli altri approcci.
• Semantic Similarity e le sue varianti: task, potenzialità e limiti.
• Costruzione del significato attraverso composizioni lessico-sintattiche: teorie e risorse
• Costruzione automatica di ontologie: metodi e strumenti.
• Cenni su Deep Learning per NLP.

Le lezioni saranno svolte principalmente in aula con ausilio di lucidi proiettati su schermo. Il materiale utilizzato a lezione è disponibile on-line sul sito della didattica. Saranno inoltre proposte esercitazioni miranti a familiarizzare con alcuni dei concetti esposti nella parte teorica, e finalizzate ad analizzare problemi specifici.

 

Esame orale. Le date sono fissate su appuntamento con i docenti. La discussione verterà anche sulle esercitazioni.