Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Sarà attivato nell'A.A. 2026/2027
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
2 modules among:
- 1st year - Knowledge representation, Natural Language Processing, HCI - Multimodal Systems - delivered in 2025/2026
- 2nd year - AI & cloud - delivered in 2026/2027
- 1st and 2nd year - Advanced programming for AI, Computer vision & deep learning - delivered in 2025/2026 and in 2026/2027
2 courses among (mutually exclusive with the previous ones):
- 1st year - Knowledge representation, Natural language processing, HCI - multimodal systems - delivered in 2025/2026
- 2nd year - AI & cloud, Visual intelligence - delivered in 2026/2027
- 1st and 2nd year - Advanced programming for AI, Computer Vision & deep learning, Statistical learning - delivered in 2025/2026 and in 2026/2027 2 courses among the following
- A.A. 2025/2026 Network Science not activated
- A.A. 2026/2027: Complex Systems not activated1 course among the followingLegenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Knowledge Representation (2025/2026)
Codice insegnamento
4S010676
Docente
Coordinatore
Crediti
6
Offerto anche nei corsi:
- Informatica del corso Laurea magistrale in Linguistics
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
I semestre dal 1 ott 2025 al 30 gen 2026.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso si propone di fornire i concetti fondamentali di rappresentazione della conoscenza, sia rispetto al problema astratto di definizione di una ontologia di dominio, sia rispetto al problema di indicizzare dominii documentali. Specificamente, sia tecniche logiche, sia tecniche di machine learning per la classificazione ed analisi documentale. Al termine del corso lo studente avrà acquisito conoscenze sul problema della rappresentazione della conoscenza e delle sue applicazioni e dimestichezza con gli aspetti tecnici dell'elaborazione statistica del linguaggio naturale, comprendendo e connettendo i due aspetti di cui sopra in relazione ai repository documentali, con particolare riguardo al web. Queste conoscenze consentiranno allo studente di: i) costruire ontologie formali; ii) gestire allineamento ontologico; iii) gestire il recupero di documenti indicizzati in base al contenuto testuale; iv) utilizzare metodi formali di analisi del testo combinando gli stessi con metodi formali di ragionamento. Al termine del corso lo studente sarà in grado di: i) presentare una analisi concettuale di natura semantica, saper descrivere il processo che porta un esperto di dominio a fornire le informazioni utili all'ingegnere della conoscenza per concepire una ontologia formale descrittiva del dominio di interesse; ii) proseguire, anche autonomamente, lo studio e la ricerca nell'ambito delle tecnologie semantiche in ambiti applicativi differenziati.
Prerequisiti e nozioni di base
Nozioni di base di Logica delle proposizioni e di logica dei predicati
Programma
Ripasso di logica
Logiche descrittive strutturali
Logiche descrittive proposizionali
Algoritmi per sussunzione, coerenza e consistenza
Sistemi per le logiche descrittive: Protégé
Bibliografia
Modalità didattiche
Le problematiche della rappresentazione della conoscenza vengono presentate sia da un punto di vista teorico che applicativo e vengono proposte soluzioni che ammettono implementazioni efficienti.
Modalità di verifica dell'apprendimento
Presentazione di una tesina su un tema selezionato dallo studente
Criteri di valutazione
Correttezza e completezza
Criteri di composizione del voto finale
Valutazione della tesina ed eventuale integrazione orale
Lingua dell'esame
Inglese
