Codice insegnamento

4S010677

Docente

Matteo Cristani

Coordinatore

Matteo Cristani

Crediti

6

Lingua di erogazione

Inglese

Settore Scientifico Disciplinare (SSD)

ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Periodo

I semestre dal 2 ott 2023 al 26 gen 2024.

Corsi Singoli

Autorizzato

Orario Lezioni Moodle Seminari 0

Obiettivi di apprendimento

Il corso copre le cinque aree base di sviluppo di tecniche di analisi del linguaggio naturale: text analytics, statistical natural language processing, analisi morfosintattica, analisi semantica, natural logic. Nello specifico, lo studente conoscerà le tecniche di segmentazione, stemming, lemmatizzazione, POS tagging, Sentence Split, rappresentazione logica e deduzione language-specifica per le lingue a morfosintassi comune e in generale per le lingue a morfosintassi rappresentata con modelli generativi e a grammatiche categoriali. Metodologie basate su reti neurali, quali i Transformer, verranno anche affrontate nel corso. Tutte le tecniche sopra descritte saranno applicate agli ambiti delle analisi di testi in corpora, a sistemi QA aperti e chiusi, ai sistemi di traduzione automatica ed ai sistemi di gestione della generazione di linguaggio.

Prerequisiti e nozioni di base

Nozioni base di logica e di Machine Learning

Programma

1. Nozioni di base di elaborazione del testo
1.1 Espressioni regolari, Normalizzazione, Edit Distance
1.2 Modelli linguistici N-gram
1.3 Naive Bayes e classificazione dei sentimenti
2. Elaborazione statistica del linguaggio naturale
2.1 Regressione logistica
2.2 Semantica vettoriale e incorporamenti
2.3 Reti neurali e modelli di linguaggio neurale
2.4 Etichettatura della sequenza per parti del discorso e NER
2.5 Traduzione automatica
3. Metodi simbolici per il NLP
3.1 Grammatica dei costituenti
3.2 Analisi del costituenti
3.2 Analisi delle dipendenze
4. Tecnologie semantiche per il linguaggio naturale
4.1 Rappresentazioni logiche del significato di una frase
4.2 Tecnologie semantiche
4.3 Semantica computazionale e analisi semantica
4.3 Estrazione di informazioni
4.4 Word Senses e WordNet
4.5 Etichettatura semantica dei ruoli e struttura degli argomenti
4.6 Lessico per sentimento, affetto e connotazione
5. Problemi avanzati per l'elaborazione del testo
5.1 Risoluzione di riferimento
5.2 Coerenza del discorso
6. Applicazioni del NLP
6.1 Sistemi Q/A
6.2 Chatbot e sistemi di dialogo

Bibliografia

Modalità didattiche

Lezione introduttiva ai singoli argomenti, esercitazioni per i singoli argomenti e ripasso di un gruppo di argomenti come da programma in preparazione alla prova d'esame.

Modalità di verifica dell'apprendimento

Per superare l'esame gli studenti dovranno dimostrare di:
- aver compreso i principi alla base del funzionamento dell'elaborazione automatica del linguaggio naturale
- essere in grado di esporre le proprie argomentazioni in modo preciso e organico senza divagazioni,
- saper applicare le conoscenze acquisite per risolvere problemi applicativi
L'esame consiste in tre lavori assegnati, ed una prova orale facoltativa.

Criteri di valutazione

Correttezza e completezza dello svolgimento delle prove assegnate, correttezza e completezza dell'esposizione orale.

Criteri di composizione del voto finale

Il voto finale si forma mediante la somma delle tre prove assegnate per casa, ciascuna valutata in decimi, cui si aggiunge un punteggio da 0 a 5 che valuta la prova orale, fino a saturazione. Il punteggio di 30 e lode può essere ottenuto solamente se le tre prove assegnate a casa sono valutate 10 ciascuna e la prova orale vale almeno 3.

Lingua dell'esame

English