Il trattamento computazionale del lessico azionale. Irene Russo ILC CNR

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Il trattamento computazionale del lessico azionale. Irene Russo ILC CNR"

Transcript

1 Il trattamento computazionale del lessico azionale Irene Russo ILC CNR 4th ModelAct meeting - Firenze 11 giugno 2015

2 ILC in MODELACT (WP4) 4.1 Modulo di disambiguazione (M1-M20) Pre-processing del corpus IMAGACT annotazione automatica, semi-automatica, manuale del corpus IMAGACT esperimenti di word sense disambiguation per la disambiguazione automatica degli action types Esperimenti su affordances primarie e linguaggio (tesi di dottorato Irene De Felice) 4.2 Definizione di una ontologia orientata linguisticamente per l'interazione uomo-macchina (M13 -M30)

3 Disambiguazione dei sensi di parola Un algoritmo prende come input la parola con il suo contesto linguistico e i suoi possibili sensi e restituisce in output il senso usato nel contesto: Marco apre un conto in banca vs. Marco apre la porta supervisionato (classificazione di dati annotati) vs non supervisionato (clustering di dati non etichettati) tipo di sensi da disambiguare successo misurabile in base alla capacità umana di disambiguare (perfomance su datasets annotati manualmente) Dizionari come punto di riferimento Annotazione manuale = performance ottimale? alcune definizioni nei dizionari sono vaghe e gli usi nel contesto possono essere ambigui La disambiguazione supervisionata ha bisogno di un test set annotato

4 Informazione per la disambiguazione Tipo di informazione usata nella disambiguazione: co-occorrenze (modello bag-of-words) informazione relazionale (soggetto, oggetto, etc.) PoS collocazioni (preferenze di selezione) associazioni semantiche tra parole: associazione tassonomica (sedia, mobilio) associazione in eventi (sedia, cameriere) associazione topic (mazza, baseball) relazione argomento-testa (cane, mordere) ruoli tematici informazione dominio-specifica

5 Peculiarità della disambiguazione in ModelAct I verbi sono la black box, la disambiguazione viene effettuata a partire dai nomi che sono complemento oggetto le proprietà percettive degli oggetti che i nomi denotano sono rilevanti (la forma, le dimensioni, il peso etc.) necessità di incrementare il dataset di ImagAct necessità di un corpus specifico sui verbi d azione Instructables.com corpus, parsato, 20 milioni di parole ImagAct types ImagAct tokens instructables types instructables tokens wipe open hang

6 Proprietà situazionali e affordances Inspired by cognitive psychology literature, artifactual categories are theorized as situated conceptualization where physical and situational properties meet (Barsalou 2002) situational properties describe a physical setting or event in which the target object occurs (as grocery store, fruit basket, slicing, picnic for apple ) notion of affordance as possibilities for actions that every environmental object offers (Gibson 1979) affordance is quality of an object that enables an action: it concerns the relation between a perceptual property of the object and what an agent can do with it

7 Clusters degli oggetti che possono essere aperti i modelli distribuzionali per la semantica nominale sono cognitivamente plausibili per la similarità tra concetti e la categorizazzione concettuale (Erk, 2012; Turney and Pantel, 2010) due concetti sono simili e possono essere classificati nello stesso gruppo se i lemmi corrispondenti condividono contesti linguistici il nuovo trend prevede la combinazione di modelli distribuzionali predittivi (word2vec di Mikolov) con features visuali estratte dalla immagini che sono associate alle parole usate per descriverle (Bruni et al. 2012)

8 Features visuali Rilevanti quando si deve disambiguare tra due action types generici che hanno la stessa struttura sintattica H: le caratteristiche percepibili dell'oggetto (estratte come SIFT) possono aiutare nella disambiguazione Vettori di features sia testuali che visuali per nomi concreti (Bruni et al. 2012) take_2689 Mary takes the poster/apple/report take_2694 Mary takes water/ some potatoes... acc. SVM 67% put_3175 John puts the flowers in the arrangment put_3176 John puts the refrigerator in the hall acc. SVM 81%

9 Clusters degli oggetti che possono essere aperti manual clusters per to open da ImagAct open_1564,door, gate, car, window, building, shutter, gown open_1567,pack, pit, bottle, lid, letter, mail, packet, desk, cheque, hole, present open_1568,bandage, scroll, book, card open_1668,pin, binder, lock open_3616,nut 106 nomi estratti dal corpus instructables.com n biscuit, fridge, tube, etc

10 Clusters degli oggetti che possono essere aperti context-predictive semantic vectors (word2vec) trained on GoogleNews, SIFT from Bruni et al., mix of GoogleNews and BoW SIFT (with SVD), clustering with Cluto (k-1 repeated bisections, cosine similarity) homogeneity completeness GoogleNews SIFT BoVW GoogleNews+SIFT BoVW

11 Word sense induction per to attach coseno di similitudine per misurare la similarità tra due vettori nomi simili a envelope per il tipo John attaches the envelope to the claim with staples Come valutare i rankings così ottenuti? Valutazione crowdsourcing, 20 giudizi per immagine: visione di un video giudizi su immagini degli oggetti word2vec training con GoogleNews: bag, box, mailbox, drawer, pouch, door, crate, jar... bow sift: snowflake, ornament, address, card, letter, screen, paper... GoogleNews + bow sift: vulture, tubing, wand, holder, extension, keyboard...

12 Word sense induction per to attach GoogleNews SIFT GoogleNews+SIFT bag Yes box No card Yes claw No drawer No 0.67 mailbox Yes pouch No thread No address Yes card Yes letter Yes ornament No screen No sidecar No snowflake No velcro No banana No card Yes dish No extension No holder No tubing No vulture No wand

13 Derivazione bottom-up di un'ontologia annotazione dei video secondo il modello di Crispim et. al per il riconoscimento automatico di attività umane Con video understanding in computer vision si intende il trovare un matching tra l'informazione fornita dai sensori con i modelli che gli umani usano per comprendere una scena activity models basati su un formalismo per la rappresentazione degli eventi CompositeEvent ( Person_change_from_bedroom_to_livingroom, ) PhysicalObjects ( (per : Person), (bedr : Zone), (livr: Zone)) Components ( (c1: PrimitiveState Person_in_bedroom(per,bedR)) (c2: PrimitiveState Person_in_livingroom(per,livR)) Constraints ( (c1 meet c2) ) Alarm( (Level: URGENT ) )

14 Knowledge-base Event Recognition Un evento in un video è costituito da cinque componenti: Oggetti fisici: tutti gli oggetti presenti sulla scena osservata dalle videocamere Oggetti mobili (persone), oggetti contestuali (TV), zone di interesse (coffee table zone) Componenti: lista degli stati e dei sub-eventi coinvolti nell'evento Vincoli: relazioni simboliche, logiche, spazio-temporali tra i componenti o gli oggetti fisici. Per i vincoli temporali si usa l'algebra a intervalli di Allen. Azione: un insieme di compiti che devono essere portati a termini una volta che l'evento è riconosciuto

15 Knowledge-base Event Recognition

16 Derivazione bottom-up di un'ontologia Da questo tipo di annotazione emerge: una organizzazione gerarchica tra primitivi e attività composte: action primitives action terminals that combine hierarchically into a temporal sequences of actions of increasing complexity (Pastra & Aloimonos 2012) Cut the bread: extend hand1 - grasp with hand1 knife - cut with knife bread una rappresentazione in termini di intervalli temporali secondo la teoria di Allen che è potenzialmente utile per il textual entailment è possibile arricchire l annotazione con informazione relativa alla toolness degli oggetti (quale oggetto presente è più adatto nello svolgere un istruzione come taglia il pane o gira le zucchine?)

17 Conclusioni Primi esperimenti di word sense induction basato su features testuali e visuali combinate non producono risultati migliori non si raggiungerà mai un accuratezza del 100% necessità di validazione manuale Annotazione dei primitivi dell azione su un sottoinsieme di video per induzione bottom-up di un ontologia possibile usare tecniche crowdsourcing? Da risorsa linguistica ModelAct può diventare base di conoscenza linguisticamente derivata per action modeling e action recognition

18 Pubblicazioni De Felice, I. (in stampa). Objects parts afford action: evidence from an action description task. In V. Torrens (ed.), Language Processing and Disorders. Newcastle: Cambridge Scholars Publishing. Irene De Felice, Roberto Bartolini, Irene Russo, Valeria Quochi and Monica Monachini Evaluating ImagAct-WordNet mapping for English and Italian through videos. CLiC-it Pisa, 9-10 dicembre 2014 De Felice, I., Bartolini, R., Russo, I., Quochi, V., Monachini, M. (in stampa). Evaluating ImagAct-WordNet mapping for English and Italian through videos. In: Proceedings of the First Italian Conference on Computational Linguistics CLiC-it (Pisa). De Felice, I. (2014). «Possibilities of action» in language: affordances and verbal polysemy. In: Italian Journal of Cognitive Sciences 1: [ISBN: ] Panunzi, A., De Felice, I., Gregori, L., Jacoviello, S., Monachini, M., Moneglia, M., Quochi, V., Russo, I. (2014). Translating action verbs using a dictionary of images: the IMAGACT ontology. In: A. Abel, C. Vettori, N. Ralli (eds.), Proceedings of the XVI EURALEX International Congress.

19 Pubblicazioni Bartolini, R., Quochi, V., De Felice, I., Russo, I., Monachini, M. (2014). From Synsets to Videos: Enriching ItalWordNet Multimodally. In: N. Calzolari, K. Choukri, T. Declerck, H. Loftsson, B. Maegaard, J. Mariani, A. Moreno, J. Odijk, S. Piperidis (eds.), Proceedings of the 9th International Conference on Language Resources and Evaluation - LREC 2014 (Reykjavik, Iceland, 26-31/05/2014), [ISBN: ] De Felice, I. (2013). Affordances: una chiave per il word sense disambiguation. In: A. Auricchio, M. Cruciani, A. Rega, M. Villani (eds.), Special issue: atti del X convegno annuale dell Associazione Italiana di Scienze Cognitive. Nea Science 1(2): [ISSN: ] Russo, I., Frontini, F., De Felice, I., Khan, F., Monachini, M. (2013). Disambiguation of Basic Action Types through Nouns Telic Qualia. In: Proceedings of the 6th International Conference on Generative Approaches to the Lexicon - GL2013 (Pisa, 24-25/09/2013).

20 Pubblicazioni Moneglia, M., Panunzi, A, Gagliardi, G., Monachini, M., Russo, I., De Felice, I., Khan, F., Frontini, F. (2013). IMAGACT E-learning Platform for Basic Action Types. In: Pixel (ed.), Proceedings of the 6th International Conference ICT for Language Learning - ICT4LL 2013 (Firenze, 14-15/11/2013), [ISBN: ] Russo, I., De Felice, I., Frontini, F., Khan, F., Monachini, M. (2013). (Fore) seeing actions in objects. Acquiring distinctive affordances from language. In: B. Sharp, M. Zock (eds.), Proceedings of The 10th International Workshop on Natural Language Processing and Cognitive Science - NLPCS 2013 (Marseille, France, 15-17/10/2013), settembre 2014 Bright Notte dei ricercatori, area della ricerca CNR Pisa, presentazione di ModelAct con test di disambiguazione dei tipi a partire da video e immagini di oggetti; presentazione degli esperimenti sulle affordances primarie

21 Dissemination 26 settembre 2014 Bright Notte dei ricercatori, area della ricerca CNR Pisa, presentazione di ModelAct con test di disambiguazione dei tipi a partire da video e immagini di oggetti; presentazione degli esperimenti sulle affordances primarie Second Örebro Winter School on "Artificial Intelligence and Robotics" (7-14 dicembre 2014): students will be exposed to technologies at the forefront of research in AI and in Robotics, and will apply some of these through exercises on real robots collaborazione con Katerina Pastra, direttrice del Cognitive Systems Research Institute, nell ambito del European Network on Integrating Vision and Language (iv&l Net) come Short Term Scientific Missions Partecipazione alla prima training school del network iv&l, Leuven, 2-5 giugno 2015

Induzione dei tipi verbali di ImagAct da un corpus di istruzioni. Irene Russo ILC CNR

Induzione dei tipi verbali di ImagAct da un corpus di istruzioni. Irene Russo ILC CNR Induzione dei tipi verbali di ImagAct da un corpus di istruzioni Irene Russo ILC CNR ILC in MODELACT (WP4) 4.1 Modulo di disambiguazione (M1-M20) 4.1.1 Pre-processing del corpus IMAGACT 4.1.2 annotazione

Dettagli

Linguaggio e affordances

Linguaggio e affordances Linguaggio e affordances Uno studio sugli eventi di presa Irene De Felice ILC CNR Affordances: pattern motori incorporati nella rappresentazione dell'oggetto che sono in grado di influenzare azioni successive

Dettagli

D.D. n 6939/2015. Prot. n. 165045 - III/13 del 3.12.2015

D.D. n 6939/2015. Prot. n. 165045 - III/13 del 3.12.2015 D.D. n 6939/2015 Prot. n. 165045 - III/13 del 3.12.2015 E bandito un concorso, per titoli e colloquio per l assegnazione di n. 1 BORSA DI RICERCA, finalizzata alla partecipazione al progetto di ricerca:

Dettagli

Rappresentazione dei concetti azionali attraverso prototipi e accordo nella categorizzazione dei verbi generali. Una validazione statistica.

Rappresentazione dei concetti azionali attraverso prototipi e accordo nella categorizzazione dei verbi generali. Una validazione statistica. 10.12871/CLICIT2014135 Rappresentazione dei concetti azionali attraverso prototipi e accordo nella categorizzazione dei verbi generali. Una validazione statistica. Gloria Gagliardi Università degli Studi

Dettagli

MACHINE LEARNING e DATA MINING Introduzione. a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it

MACHINE LEARNING e DATA MINING Introduzione. a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it MACHINE LEARNING e DATA MINING Introduzione a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it Apprendimento Automatico(i) Branca dell AI che si occupa di realizzare dispositivi artificiali capaci di

Dettagli

Le nuove tecnologie dell informazione: verso il Social Semantic Web. Roberto Boselli Alessandria 04-05-2007

Le nuove tecnologie dell informazione: verso il Social Semantic Web. Roberto Boselli Alessandria 04-05-2007 Le nuove tecnologie dell informazione: verso il Social Semantic Web Roberto Boselli Alessandria 04-05-2007 Outline Web 2.0 e Semantic Web Social Software Semantica e Ontologie SEDIMENTO 2 Obiettivi Aggiungere

Dettagli

Irene De Felice CURRICULUM VITAE ET STUDIORUM

Irene De Felice CURRICULUM VITAE ET STUDIORUM Irene De Felice CURRICULUM VITAE ET STUDIORUM 1. Dati anagrafici Nome Cognome Luogo/data di nascita Residenza Irene De Felice Genova, 15/03/1987 Viale Pio VII 39/15, 16148 - Genova Contatti E-mail: irene_def@yahoo.it

Dettagli

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria sede di Modena Corso di Laurea VOD in Ingegneria Informatica

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria sede di Modena Corso di Laurea VOD in Ingegneria Informatica Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria sede di Modena Corso di Laurea VOD in Ingegneria Informatica PROGETTO E REALIZZAZIONE DELL ALGORITMO DI ANNOTAZIONE AUTOMATICA TUCUXI

Dettagli

Introduzione al Semantic Web

Introduzione al Semantic Web Corso di Laurea Specialistica in Ingegneria Gestionale Corso di Sistemi Informativi Modulo II A. A. 2013-2014 Giuseppe Loseto Dal Web al Semantic Web 2 Dal Web al Semantic Web: Motivazioni Il Web dovrebbe

Dettagli

Produzione e comprensione dei verbi di azione in Italiano e in Lingua dei Segni Italiana

Produzione e comprensione dei verbi di azione in Italiano e in Lingua dei Segni Italiana Produzione e comprensione dei verbi di azione in Italiano e in Lingua dei Segni Italiana 11 GIUGNO 2015 Elena Tomasuolo ISTC CNR Meeting Firenze Introduzione Una larga parte del lessico verbale consiste

Dettagli

Introduzione alla Linguistica Computazionale

Introduzione alla Linguistica Computazionale Introduzione alla Linguistica Computazionale Salvatore Sorce Dipartimento di Ingegneria Chimica, Gestionale, Informatica e Meccanica Ludici Adattati da Alessandro Lenci Dipartimento di Linguistica T. Bolelli

Dettagli

KON 3. Knowledge ON ONcology through ONtology

KON 3. Knowledge ON ONcology through ONtology KON 3 Knowledge ON ONcology through ONtology Obiettivi di KON 3 Scopo di questo progetto èquello di realizzare un sistema di supporto alle decisioni, basato su linee guida e rappresentazione semantica

Dettagli

13-03-2013. Introduzione al Semantic Web Linguaggi per la rappresentazione di ontologie. L idea del Semantic Web.

13-03-2013. Introduzione al Semantic Web Linguaggi per la rappresentazione di ontologie. L idea del Semantic Web. Corso di Ontologie e Semantic Web Linguaggi per la rappresentazione di ontologie Prof. Alfio Ferrara, Prof. Stefano Montanelli Definizioni di Semantic Web Rilievi critici Un esempio Tecnologie e linguaggi

Dettagli

Interrogazione strutturata di triple RDF estratte dal linguaggio naturale

Interrogazione strutturata di triple RDF estratte dal linguaggio naturale UNIVERSITA DEGLI STUDI DI CAGLIARI FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Informatica Interrogazione strutturata di triple RDF estratte dal linguaggio naturale Candidato:

Dettagli

Linking dei contenuti multimediali tra ontologie multilingui: i verbi di azione tra IMAGACT e BabelNet

Linking dei contenuti multimediali tra ontologie multilingui: i verbi di azione tra IMAGACT e BabelNet Cristina Bosco, Sara Tonelli and Fabio Massimo Zanzotto (dir.) Proceedings of the Second Italian Conference on Computational Linguistics CLiC-it 2015 3-4 December 2015, Trento Accademia University Press

Dettagli

Estrattore Semantico di Ontologie da DB Relazionali. Luca Macagnino

Estrattore Semantico di Ontologie da DB Relazionali. Luca Macagnino Estrattore Semantico di Ontologie da DB Relazionali Luca Macagnino 1 Obiettivi Estrarre un ontologia da una sorgente di dati relazionale, al fine di rendere disponibili e dotate di semantica le informazioni

Dettagli

Linguaggi e Paradigmi di Programmazione

Linguaggi e Paradigmi di Programmazione Linguaggi e Paradigmi di Programmazione Cos è un linguaggio Definizione 1 Un linguaggio è un insieme di parole e di metodi di combinazione delle parole usati e compresi da una comunità di persone. È una

Dettagli

Tecniche di riconoscimento statistico

Tecniche di riconoscimento statistico On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 1 - Introduzione generale Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr

Dettagli

L Ontologia per immagini dell azione IMAGACT

L Ontologia per immagini dell azione IMAGACT L Ontologia per immagini dell azione IMAGACT Massimo Moneglia & Gloria Gagliardi (LABLITA UNIFI) IMAGACT MODELACT Day ISTC (Institute for Cognitive Science and Technology CNR) Roma 1 Febbraio 2013 ATTACCARE

Dettagli

Ph. D.; Dottore di Ricerca

Ph. D.; Dottore di Ricerca C U R R I C U L U M V I T A E E T S T U D I O R U M Io sottoscritto TOMMASO CASELLI nato a PIOMBINO prov. LI il 01 /12/1980 residente in VENTURINA (LI), Via della RESISTENZA, 6-57021 consapevole delle

Dettagli

LA VARIAZIONE DEI VERBI DI AZIONE NELL INTERFACCIA SEMANTICA/PRAGMATICA: L ONTOLOGIA IMAGACT. Gloria Gagliardi

LA VARIAZIONE DEI VERBI DI AZIONE NELL INTERFACCIA SEMANTICA/PRAGMATICA: L ONTOLOGIA IMAGACT. Gloria Gagliardi LA VARIAZIONE DEI VERBI DI AZIONE NELL INTERFACCIA SEMANTICA/PRAGMATICA: L ONTOLOGIA IMAGACT Gloria Gagliardi Preambolo Classe lessicale predominante nella lingua parlata: VERBO Spoken language favours

Dettagli

Analisi ed Estrazione di Informazioni da un Account Email a beneficio delle Imprese

Analisi ed Estrazione di Informazioni da un Account Email a beneficio delle Imprese Analisi ed Estrazione di Informazioni da un Account Email a beneficio delle Imprese Matteo Renzi Relatore: Prof.ssa Sonia Bergamaschi Correlatore: Jim Spohrer 1 Problema numero medio di email scambiate

Dettagli

L analisi ontologica al servizio della modellazione concettuale: le ontologie fondazionali

L analisi ontologica al servizio della modellazione concettuale: le ontologie fondazionali L analisi ontologica al servizio della modellazione concettuale: le ontologie fondazionali Roberta Ferrario Laboratorio di Ontologia Applicata (LOA) Istituto di Scienze e Tecnologie della Cognizione (ISTC-CNR)

Dettagli

RISORSE E STRUMENTI LINGUISTICI BILINGUI PER L'ITALIANO E L'ARABO

RISORSE E STRUMENTI LINGUISTICI BILINGUI PER L'ITALIANO E L'ARABO RISORSE E STRUMENTI LINGUISTICI BILINGUI PER L'ITALIANO E L'ARABO EUGENIO PICCHI Istituto di Linguistica Computazionale Consiglio Nazionale delle Ricerche All'interno del progetto "Linguistica Computazionale:

Dettagli

We take care of your buildings

We take care of your buildings We take care of your buildings Che cos è il Building Management Il Building Management è una disciplina di derivazione anglosassone, che individua un edificio come un entità che necessita di un insieme

Dettagli

Visione Computazionale

Visione Computazionale Il docente Visione Computazionale Introduzione al corso a.a. 2004/2005 Andrea FUSIELLO, Professore Associato Dip. Informatica, Ca Vignal 2, I piano, stanza 5 Email: andrea.fusiello@univr.it Web Page del

Dettagli

MODELACT Midterm Meeting. LABLITA Report

MODELACT Midterm Meeting. LABLITA Report MODELACT Midterm Meeting LABLITA Report Alessandro Panunzi & Lorenzo Gregori Firenze 29.10.2014 Agenda IMAGACT-MODELACT Framework teorico Modello del database IMAGACT IMAGACT 2.0 - revisione della struttura

Dettagli

Corso di Basi di Dati Multimediali

Corso di Basi di Dati Multimediali Corso di Basi di Dati Multimediali Lezione su: MMDBMS (Multimedia Data Base Manage System) Studente; Enrico Leone Matr. 961/142 Basi di Dati Multimediali Multimedia Database Manage System Deve supportare

Dettagli

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO -

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - 1 CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - Corsi di Laurea in Informatica, Ing. Informatica, Ing. di Internet (a.a. 2013-2014) Roberto Basili 2 Overview WM&R: Motivazioni e prospettive

Dettagli

Modelli e strumenti di analisi del rischio rapina. G. Bruno Ronsivalle Università Sapienza di Roma Università di Macerata

Modelli e strumenti di analisi del rischio rapina. G. Bruno Ronsivalle Università Sapienza di Roma Università di Macerata Modelli e strumenti di analisi del rischio rapina 01101010100010010100000 100101001010101001010000 101001001010100101001000 10010010100101010101010 000101001010001111001010 101010101010101010101000 101010101010101010100100

Dettagli

Le ontologie nell integrazione dei dati

Le ontologie nell integrazione dei dati Le ontologie nell integrazione dei dati Prof. Letizia Tanca 1 Ontologie Definizione formale e condivisa di un vocabolario di termini e delle relazioni tra essi Relazioni possibili: sinonimia omonimia iponimia

Dettagli

ProgramD_TV! * Una chatbot estesa. Emiliano Caponi, Irene Fabrini, Andrea Vanzo. Ingegneria Informatica Laurea Magistrale Università di Tor Vergata 1

ProgramD_TV! * Una chatbot estesa. Emiliano Caponi, Irene Fabrini, Andrea Vanzo. Ingegneria Informatica Laurea Magistrale Università di Tor Vergata 1 ProgramD_TV! * Una chatbot estesa Emiliano Caponi, Irene Fabrini, Andrea Vanzo Ingegneria Informatica Laurea Magistrale Università di Tor Vergata 1 Abstract. Le Chatbots sono applicazioni che simulano

Dettagli

VerbNet. A Class-Based Verb Lexicon

VerbNet. A Class-Based Verb Lexicon VerbNet A Class-Based Verb Lexicon Fondamenti Teorici: Levin [1993] Beth Levin [1993] English Verb Classes and Alternation: a preliminary investigation Proprietà sintattiche e semantiche dei verbi inglesi:

Dettagli

PROGRAMMA DI LINGUA INGLESE

PROGRAMMA DI LINGUA INGLESE PROGRAMMA DI LINGUA INGLESE CLASSE IG ANNO SCOLASTICO 2014/2015 Prof.ssa Rossella Mariani Testo in adozione: THINK ENGLISH 1 STUDENT S BOOK, corredato da un fascicoletto introduttivo al corso, LANGUAGE

Dettagli

Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici

Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici Tesi di laurea Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici Anno Accademico 2007/2008 Relatori Ch.mo prof. Angelo

Dettagli

Linguistica Computazionale

Linguistica Computazionale Linguistica Computazionale Lessici computazionali semantici 15 dicembre 2014 Semantica computazionale Modelli formali e computazionali per la rappresentazione del significato semantica lessicale, semantica

Dettagli

3.1 Introduzione al Web Semantico

3.1 Introduzione al Web Semantico Informatica Applicata 3.1 Introduzione al Web Semantico Antonella Poggi Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE 3.1 Introduzione al Web Semantico*

Dettagli

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO -

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - 1 CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - Corsi di Laurea in Informatica, Ing. Informatica, Ing. di Internet (a.a. 2015-2016) Roberto Basili 2 Overview WM&R: Motivazioni e prospettive

Dettagli

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testuali Il text mining: una definizione Data mining per dati destrutturati ovvero documenti codificati in linguaggio

Dettagli

TRATTAMENTO DI TESTI ITALIANI: STRUMENTI, RISORSE E PROBLEMI

TRATTAMENTO DI TESTI ITALIANI: STRUMENTI, RISORSE E PROBLEMI Isabella Chiari TRATTAMENTO DI TESTI ITALIANI: STRUMENTI, RISORSE E PROBLEMI 1 CORPORA E APPLICAZIONI Perché la linguistica dei corpora è oggi tanto rilevante? Come si integra la linguistica dei corpora

Dettagli

Dalla filosofia all informatica: Ontologia una concettualizzazione di un dominio condiviso

Dalla filosofia all informatica: Ontologia una concettualizzazione di un dominio condiviso Professionisti della conoscenza, www.cstadvising.com Per info: dott. Massimiliano Miglio +39 328.91.66.816 E-mail: advising@cstadvising.com m.miglio@cstadvising.com Dalla filosofia all informatica: Ontologia

Dettagli

Laboratorio di Apprendimento Automatico. Fabio Aiolli Università di Padova

Laboratorio di Apprendimento Automatico. Fabio Aiolli Università di Padova Laboratorio di Apprendimento Automatico Fabio Aiolli Università di Padova Esempi di Applicazioni Web page Ranking Quali documenti sono rilevanti per una determinata query? Quali sorgenti di informazione

Dettagli

Indicizzazione terza parte e modello booleano

Indicizzazione terza parte e modello booleano Reperimento dell informazione (IR) - aa 2014-2015 Indicizzazione terza parte e modello booleano Gruppo di ricerca su Sistemi di Gestione delle Informazioni (IMS) Dipartimento di Ingegneria dell Informazione

Dettagli

Una tecnica metacognitiva: il cloze. Licia Landi landi@univirtual.it Laboratorio RED Università Ca' Foscari di Venezia

Una tecnica metacognitiva: il cloze. Licia Landi landi@univirtual.it Laboratorio RED Università Ca' Foscari di Venezia Una tecnica metacognitiva: il cloze Licia Landi landi@univirtual.it Laboratorio RED Università Ca' Foscari di Venezia In che cosa consiste il cloze? La procedura cloze è una tecnica che consiste nell'inserimento

Dettagli

MASTER CLIL 2011 Università degli studi di Genova Facoltà di Lingue e Letterature Straniere

MASTER CLIL 2011 Università degli studi di Genova Facoltà di Lingue e Letterature Straniere MASTER CLIL 2011 Università degli studi di Genova Facoltà di Lingue e Letterature Straniere FINALITA E DESTINATARI DEL CORSO. Il master in metodologia CLIL ha lo scopo di creare specifiche competenze nell

Dettagli

PROGETTO DI SISTEMI AD AGENTI

PROGETTO DI SISTEMI AD AGENTI PROGETTO DI SISTEMI AD AGENTI Anno Accademico: 2012-2013 Professore: Vincenzo Loia Introduzione alle Social Network. Indice Presentazione del Progetto di Sistemi ad Agenti. 1 Social Network Una rete sociale

Dettagli

3d geological modelling and education: teaching geological sections and geological mapping with MVE Move

3d geological modelling and education: teaching geological sections and geological mapping with MVE Move 3d geological modelling and education: teaching geological sections and geological mapping with MVE Move Fabrizio Berra, Fabrizio Felletti, Michele Zucali Università degli Studi di Milano, Dip. Scienze

Dettagli

Comunicazione educativa Specifiche economiche

Comunicazione educativa Specifiche economiche Comunicazione educativa Specifiche economiche Specifiche economiche deliberate per il dottorato Ateneo Dip. Esterne Giovani Riserva Tassa Sovran. 5 1 0 0 1 2 2 Assegnazione per il curriculum 2 1 0 0 1

Dettagli

Enrico Fagnoni BOTK IN A NUTSHELL

Enrico Fagnoni <e.fagnoni@e-artspace.com> BOTK IN A NUTSHELL Enrico Fagnoni BOTK IN A NUTSHELL 20/01/2011 1 Business Ontology ToolKit Business Ontology Toolkit (BOTK) è un insieme estensibile di strumenti per realizzare applicazioni basate

Dettagli

Terzo modulo 2 dicembre 2010 Il progetto èconcluso Valutazione

Terzo modulo 2 dicembre 2010 Il progetto èconcluso Valutazione CORSO DI FORMAZIONE REGIONALE cosa stai cercando? riflessioni sulla ricerca sanitaria dall idea all application: come descrivere un progetto di ricerca e chiedere un finanziamento Regione Liguria Terzo

Dettagli

Tecniche di riconoscimento statistico

Tecniche di riconoscimento statistico On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 5 Tecniche OCR Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr

Dettagli

Apprendimento Automatico

Apprendimento Automatico Metodologie per Sistemi Intelligenti Apprendimento Automatico Prof. Pier Luca Lanzi Laurea in Ingegneria Informatica Politecnico di Milano Polo regionale di Como Intelligenza Artificiale "making a machine

Dettagli

MODELACT WP 3 Acquisition. Unita ISTC CNR - Roma Elena Tomasuolo Meeting Firenze 27 gen 2014

MODELACT WP 3 Acquisition. Unita ISTC CNR - Roma Elena Tomasuolo Meeting Firenze 27 gen 2014 MODELACT WP 3 Acquisition Unita ISTC CNR - Roma Elena Tomasuolo Meeting Firenze 27 gen 2014 3.1 Analysis of corpora 1) Individuare i verbi d'azione che vengono compresi e prodotti piu precocemente dai

Dettagli

Targeting ottimizzato: occhi fissi sul cliente in un mondo di contenuti

Targeting ottimizzato: occhi fissi sul cliente in un mondo di contenuti Targeting ottimizzato: occhi fissi sul cliente in un mondo di contenuti Giovanni Strocchi, CEO IAB Forum -25 novembre 2014 Siamo sommersi di dati Ma quali sono i dati che contano? I brand vogliono questo

Dettagli

Fare ricerca sulla ricerca. Un esempio di grounded theory Massimiliano Tarozzi*

Fare ricerca sulla ricerca. Un esempio di grounded theory Massimiliano Tarozzi* Fare ricerca sulla ricerca. Un esempio di grounded theory Massimiliano Tarozzi* Terzo Forum Nazionale Analisi Qualitativa. Roma, 25 novembre 2011 * Si ringraziano per la collaborazione Livia Buscaglioni

Dettagli

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

SCHEDA PROGRAMMA INSEGNAMENTI A.A. 2012/2013

SCHEDA PROGRAMMA INSEGNAMENTI A.A. 2012/2013 SCHEDA PROGRAMMA INSEGNAMENTI A.A. 2012/2013 CORSO DI LAUREA IN Beni Culturali Insegnamento: Applicazioni informatiche all archeologia Docente Giuliano De Felice S.S.D. dell insegnamento L-ANT/10 Anno

Dettagli

Tecniche di Clustering basate sul Machine Learning

Tecniche di Clustering basate sul Machine Learning UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II Scuola Politecnica e delle Scienze di base Area didattica Scienze Matematiche Fisiche e Naturali Corso di Laurea in Informatica Tecniche di Clustering basate

Dettagli

Introduzione a Matlab

Introduzione a Matlab Introduzione a Matlab Ruggero Donida Labati Dipartimento di Tecnologie dell Informazione via Bramante 65, 26013 Crema (CR), Italy ruggero.donida@unimi.it Perché? MATLAB is a high-level technical computing

Dettagli

Informatica Applicata 3.3 OWL. Antonella Poggi. Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE

Informatica Applicata 3.3 OWL. Antonella Poggi. Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE Informatica Applicata 3.3 OWL Antonella Poggi Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE The Semantic Web Tower Antonella Poggi Pagina 2 Le ontologie

Dettagli

G R A Z I A D I C U O N Z O

G R A Z I A D I C U O N Z O G R A Z I A D I C U O N Z O ISTRUZIONE E FORMAZIONE 2 Dicembre 2013 ad oggi Titolare di assegno di ricerca (s.s.d. SECS-P/07) dal titolo I marchi di impresa: un analisi empirica dei divari tra valori e

Dettagli

serafini@fbk.eu, bryl@fbk.eu sofia.cramerotti@erickson.it, chiara.ravagni@gmail.com

serafini@fbk.eu, bryl@fbk.eu sofia.cramerotti@erickson.it, chiara.ravagni@gmail.com Un ontologia formale per la creazione automatica di proposte formative: il progetto E-VALUE Luciano Serafini 1, Volha Bryl 1,Sofia Cramerotti 2, Chiara Ravagni 2, 1 Fondazione Bruno Kessler, Via Sommarive

Dettagli

WordNet A lexical Database

WordNet A lexical Database Università degli Studi di Bari Corso di Gestione della Conoscenza d Impresa Anno Accademico 2003-2004 2004 WordNet A lexical Database Dott. Marco Degemmis Ringraziamenti Domenico Ladisa, Caso di studi

Dettagli

Descrizione Formale Esplicita Dominio

Descrizione Formale Esplicita Dominio Ontologia Abbiamo visto che tassonomie e tesauri fissano una semantica. Per arricchire la semantica si deve passare a modelli concettuali e teorie logiche. Un modello concettuale è il modello di una particolare

Dettagli

Sistemi di misurazione delle performance

Sistemi di misurazione delle performance Sistemi di misurazione delle performance 1 Agenda Cos è la misurazione delle performance e a cosa serve? Tipi di indicatori Outcome Requisiti minimi Come gestire la performance. 2 Che cos e la misurazione

Dettagli

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Nell ambito di questa attività è in fase di realizzazione un applicativo che metterà a disposizione dei policy makers,

Dettagli

Google Prediction API, Machines that learn. Simone Scardapane {simone.scardapane@uniroma1.it}

Google Prediction API, Machines that learn. Simone Scardapane {simone.scardapane@uniroma1.it} Google Prediction API, Machines that learn Simone Scardapane {simone.scardapane@uniroma1.it} Introduzione Partiamo da un esempio Devo prevedere il mio traffico web Ok, e quindi? (copyright Showsheet.com)

Dettagli

Gli studi dell HCI si concentrano spesso sull interfaccia

Gli studi dell HCI si concentrano spesso sull interfaccia Interazione Uomo-Macchina (e Usabilità) 1 Cos'è l'hci? Human-Computer Interaction (HCI) Possibile definizione (ACM) Human-computer interaction ti is a discipline i concerned with the design, evaluation

Dettagli

1. Rappresentazione della conoscenza 2. Ontologie 3. Usi delle ontologie 4. Progettazione di un ontologia 5. Esempio di progettazione di una

1. Rappresentazione della conoscenza 2. Ontologie 3. Usi delle ontologie 4. Progettazione di un ontologia 5. Esempio di progettazione di una 1. Rappresentazione della conoscenza 2. Ontologie 3. Usi delle ontologie 4. Progettazione di un ontologia 5. Esempio di progettazione di una ontologia 1 Rappresentazione della conoscenza Il problema di

Dettagli

4th International Conference in Software Engineering for Defence Applications SEDA 2015

4th International Conference in Software Engineering for Defence Applications SEDA 2015 me Ho CALL FOR PAPERS: 4th International Conference in Software Engineering for Defence Applications SEDA 2015 Software Engineering aims at modeling, managing and implementing software development products

Dettagli

Machine Learning -1. Seminari di Sistemi Informatici. F.Sciarrone-Università Roma Tre

Machine Learning -1. Seminari di Sistemi Informatici. F.Sciarrone-Università Roma Tre Machine Learning -1 Seminari di Sistemi Informatici Sommario Problemi di apprendimento Well-Posed Esempi di problemi well-posed Progettazione di un sistema di apprendimento Scelta della Training Experience

Dettagli

Oltre il contenuto. Il profilo linguistico del testo

Oltre il contenuto. Il profilo linguistico del testo Oltre il contenuto. Il profilo linguistico del testo Julia Kenny Seminario di cultura digitale Sommario Introduzione... 2 Estrazione di conoscenza: contenuto e forma linguistica... 4 Annotazione linguistica

Dettagli

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale Esperienze di Apprendimento Automatico per il corso di lippi@dsi.unifi.it Dipartimento Sistemi e Informatica Università di Firenze Dipartimento Ingegneria dell Informazione Università di Siena Introduzione

Dettagli

Esplorazioni e visualizzazioni Rocco Tripodi rocco@unive.it

Esplorazioni e visualizzazioni Rocco Tripodi rocco@unive.it Università Ca Foscari di Venezia Linguistica Informatica Mod. 1 Anno Accademico 2010-2011 Esplorazioni e visualizzazioni Rocco Tripodi rocco@unive.it Schema Input Text Teoria informazione Espressioni Regolari

Dettagli

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione Riepilogo Dipartimento ICT Dipartimento ICT nel 2005 diretta nel terzi fondi diretta Reti in Tecnologia Wireless 434.890 79.788 712.457 94.953 578.280 351.500 94.000 Internet di prossima generazione 639.484

Dettagli

Progetto Finale: Modelli semantici dei dati in domini applicativi specifici

Progetto Finale: Modelli semantici dei dati in domini applicativi specifici Progetto Finale: Modelli semantici dei dati in domini applicativi specifici Roberto Basili, Marco Pennacchiotti Corso di Fondamenti di Informatica a.a. 2003-2004 Definizioni Generali e Regole d esame Il

Dettagli

Gloria Gagliardi CIRI Scienze della Vita e Tecnologie della Salute Alma Mater Studiorum Università di Bologna gloria.gagliardi2@unibo.

Gloria Gagliardi CIRI Scienze della Vita e Tecnologie della Salute Alma Mater Studiorum Università di Bologna gloria.gagliardi2@unibo. Visual Confrontation Naming di azioni in soggetti adulti ed anziani: dati della taratura della batteria SMAAV ( Semantic Memory Assessment on Action Verbs ) Gloria Gagliardi CIRI Scienze della Vita e Tecnologie

Dettagli

CURRICULUM VITAE INFORMAZIONI PERSONALI. Nome Indirizzo. Telefono E-mail Nazionalità Data di nascita Codice fiscale

CURRICULUM VITAE INFORMAZIONI PERSONALI. Nome Indirizzo. Telefono E-mail Nazionalità Data di nascita Codice fiscale CURRICULUM VITAE INFORMAZIONI PERSONALI Nome Indirizzo Telefono E-mail Nazionalità Data di nascita Codice fiscale ESPERIENZA LAVORATIVA Data (da fino a) Aprile 2013 - Maggio 2013 Docente di Lingua Inglese

Dettagli

Metodologia Classica di Progettazione delle Basi di Dati

Metodologia Classica di Progettazione delle Basi di Dati Metodologia Classica di Progettazione delle Basi di Dati Metodologia DB 1 Due Situazioni Estreme Realtà Descritta da un documento testuale che rappresenta un insieme di requisiti del software La maggiore

Dettagli

Introduzione Computer Graphics

Introduzione Computer Graphics Knowledge Aided Engineering Manufacturing and Related Technologies Dipartimento di Ingegneria Industriale Università di Parma Introduzione Computer Graphics Cosa e la computer graphics Computer Graphics

Dettagli

Pubblicazione di Linked Data in e-commerce: Progettazione e Sperimentazione (Riassunto)

Pubblicazione di Linked Data in e-commerce: Progettazione e Sperimentazione (Riassunto) Universitá degli Studi di Milano Bicocca Dipartimento di Informatica, Sistemistica e Comunicazione Corso di Laurea in Informatica Pubblicazione di Linked Data in e-commerce: Progettazione e Sperimentazione

Dettagli

INTRODUCTION TO WEARABLE TECHNOLOGY

INTRODUCTION TO WEARABLE TECHNOLOGY INTRODUCTION TO WEARABLE TECHNOLOGY AND MOBILE VISION - Tutorial 2 - In questo tutorial impareremo come sviluppare una applicazione in grado di classificare in modo automatico alcuni luoghi di interessa

Dettagli

F ondazione Diritti Genetici. Biotecnologie tra scienza e società

F ondazione Diritti Genetici. Biotecnologie tra scienza e società F ondazione Diritti Genetici Biotecnologie tra scienza e società Fondazione Diritti Genetici La Fondazione Diritti Genetici è un organismo di ricerca e comunicazione sulle biotecnologie. Nata nel 2007

Dettagli

cos è l architettura dell informazione?

cos è l architettura dell informazione? Tipologia dei dati e organizzazione delle informazioni Sistemi di indicizzazione e recupero 3. Architettura dell informazione cos è l architettura dell informazione? E la progettazione di spazi informativi

Dettagli

EVOLUZIONE DEI LINGUAGGI DI ALTO LIVELLO

EVOLUZIONE DEI LINGUAGGI DI ALTO LIVELLO EVOLUZIONE DEI LINGUAGGI DI ALTO LIVELLO Linguaggi di programmazione classificati in base alle loro caratteristiche fondamentali. Linguaggio macchina, binario e fortemente legato all architettura. Linguaggi

Dettagli

U Corso di italiano, Lezione Quindici

U Corso di italiano, Lezione Quindici 1 U Corso di italiano, Lezione Quindici U Buongiorno, anche in questa lezione iniziamo con qualche dialogo formale M Good morning, in this lesson as well, let s start with some formal dialogues U Buongiorno,

Dettagli

L'APPROCCIO ANTICIPATORIO IN ROBOTICA { UN'ANALISI COMPARATIVA }

L'APPROCCIO ANTICIPATORIO IN ROBOTICA { UN'ANALISI COMPARATIVA } L'APPROCCIO ANTICIPATORIO IN ROBOTICA { UN'ANALISI COMPARATIVA } Calvi G., Tutino A., Pezzulo G. Workshop Italiano Vita Artificiale Sessione Psicologia e Neuroscienze 14 Settembre 2006 This work is supported

Dettagli

Laboratorio di Apprendimento Automatico. Fabio Aiolli aiolli@math.unipd.it Università di Padova

Laboratorio di Apprendimento Automatico. Fabio Aiolli aiolli@math.unipd.it Università di Padova Laboratorio di Apprendimento Automatico Fabio Aiolli aiolli@math.unipd.it Università di Padova Informazioni Aula (16 ore) e Laboratorio (16 ore) Sempre il giovedi dalle 15:30 alle 17:00, cercheremo di

Dettagli

There is also a digital component including a page-faithful Digibook and Skillful practice area with full mark book and interactive activities.

There is also a digital component including a page-faithful Digibook and Skillful practice area with full mark book and interactive activities. COD. Progr.Prev. PAGINA: 1 PROGRAMMA CONSUNTIVO A.S. 2013 2014 SCUOLA Liceo Linguistico Manzoni DOCENTE: Wright Mark D. MATERIA: Conversazione inglese Classe 3 Sezione H FINALITÀ DELLA DISCIPLINA OBIETTIVI:

Dettagli

Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA

Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA Punto di partenza: materia per ragionare Gli agenti intelligenti possono usare tecniche deduttive per raggiungere il goal Per fare

Dettagli

Data mining. Vincenzo D Elia. vincenzo.delia@polito.it. DBDMG - Politecnico di Torino

Data mining. Vincenzo D Elia. vincenzo.delia@polito.it. DBDMG - Politecnico di Torino Data mining Vincenzo D Elia vincenzo.delia@polito.it DBDMG - Politecnico di Torino vincenzo.delia@polito.it Archivi Multimediali e Data Mining - p. 1 Rapid Miner vincenzo.delia@polito.it Archivi Multimediali

Dettagli

Applying Process Analysis to the Italian egov Enterprise Architecture

Applying Process Analysis to the Italian egov Enterprise Architecture Applying Process Analysis to the Italian egov Enterprise Architecture Andrea Corradini R. Bruni, G. Ferrari T. Flagella [Link.it] R. Guanciale [KTH Royal Institute of Technology] G. Spagnolo [ISTI-CNR]

Dettagli

Università degli studi dell Aquila. Sistemi informativi aziendali 9 C.F.U.

Università degli studi dell Aquila. Sistemi informativi aziendali 9 C.F.U. Università degli studi dell Aquila Sistemi informativi aziendali 9 C.F.U. Ing. Gaetanino Paolone (gaetanino.paolone@univaq.it) Prof. Dr. Luciano Fratocchi (luciano.fratocchi@univaq.it) Contenuti (2 ore)

Dettagli

Un ambiente semantico per la gestione e il reperimento di video

Un ambiente semantico per la gestione e il reperimento di video Applications Un ambiente semantico per la gestione e il reperimento di video Antonella Carbonaro Università di Bologna carbonar@csr.unibo.it Abstract L articolo presenta un approccio ontologico alla costruzione

Dettagli

Strategies for young learners

Strategies for young learners EUROPEAN CLIL PROJECTS CLIl Web 2.0--Indicazioni Strategies for young learners ramponesilvana1@gmail.com S.Rampone(IT) DD Pinerolo IV Circolo ramponesilvana1@gmail.com Indicazioni Nazionali O competenza

Dettagli

Compatibilità del Portale Piaggio con Internet Explorer 10 e 11. Internet Explorer 10

Compatibilità del Portale Piaggio con Internet Explorer 10 e 11. Internet Explorer 10 Italiano: Explorer 10 pagina 1, Explorer 11 pagina 2 English: Explorer 10 page 3 and 4, Explorer 11 page 5. Compatibilità del Portale Piaggio con Internet Explorer 10 e 11 Internet Explorer 10 Con l introduzione

Dettagli

Sponsorship opportunities

Sponsorship opportunities Platinum Sponsor: The sponsor can obtain a space during the Special Session FUS Technology update of Thursday October 10 exhibition area 3x2 sqm link on Congress website of the sponsor s site sponsor s

Dettagli

Essere, Divenire, Comprendere, Progredire. Being, Becoming, Understanding, Progressing

Essere, Divenire, Comprendere, Progredire. Being, Becoming, Understanding, Progressing Essere, Divenire, Comprendere, Progredire Being, Becoming, Understanding, Progressing Liceo Classico Liceo linguistico Liceo delle scienze umane Human Sciences Foreign Languages Life Science Our contacts:

Dettagli

it is ( s) it is not (isn t) Is it? Isn t it? we are ( re) we are not (aren t) Are we? Aren t we?

it is ( s) it is not (isn t) Is it? Isn t it? we are ( re) we are not (aren t) Are we? Aren t we? Lesson 1 (A1/A2) Verbo to be tempo presente Forma Affermativa contratta Negativa contratta Interrogativa Interrogativo-negativa contratta I am ( m) I am not ( m not) Am I? Aren t I? you are ( re) you are

Dettagli

Fondamenti di Linguistica Semantica e Lessico Lezione 6: Semantica e struttura argomentale

Fondamenti di Linguistica Semantica e Lessico Lezione 6: Semantica e struttura argomentale Fondamenti di Linguistica Semantica e Lessico Lezione 6: Semantica e struttura argomentale Malvina Nissim malvina.nissim@unibo.it 17 Dicembre 2008 Classi di verbi significato denotativo aspetto (Aktionsart)

Dettagli