ICT: elaborazione automatica di testi in linguaggio naturale

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "ICT: elaborazione automatica di testi in linguaggio naturale"

Leonzio Manzoni
7 anni fa
Visualizzazioni

1 ICT: elaborazione automatica di testi in linguaggio naturale Leonardo Lesmo Dipartimento di Informatica e Centro di Scienza Cognitiva Università di Torino 0

2 Il primo sogno La storia comincia nel 1949, con uno studio di Warren Weaver (Rockefeller Foundation) relativo alla traduzione mediante calcolatore. Il 7 gennaio 1954, venne presentato il primo sistema automatico di traduzione (Georgetown-IBM) dal Russo all Inglese. Dizionario di 250 parole. Testi di chimica (49 frasi). Vari sistemi sviluppati nel corso degli anni 50, ma con risultati non soddisfacenti Alla fine degli anni 50 Yoshua Bar Hillel affermò che nessuna traduzione era possibile senza una base di conoscenza della realtà (una enciclopedia universale ) 1

3 Il primo risveglio Fino agli anni 60, la ricerca sulla Traduzione Automatica costò alle finanze pubbliche degli Stati Uniti più di 20 milioni di dollari. L Automatic Language Processing Advisory Committee (ALPAC) produsse un report sui risultati ottenuti, concludendo che non si è vista nessuna traduzione automatica di un testo scientifico generale, e nessuna è prevedibile nel prossimo futuro. I finanziamenti pubblici vennero sospesi è questo ebbe l effetto collaterale di bloccare tutti i finanziamenti a NLP, anche non relativi alla traduzione. Questa decisione venne seguita anche da altri paesi, cosicchè l elaborazione del linguaggio entrò in una fase dormiente. 2 Leonardo Lesmo Università di Torino

4 Il nuovo sogno La nascita dell Intelligenza Artificiale We propose that a 2 month, 10 man study of artificial intelligence be carried out during the summer of 1956 at Dartmouth College in Hanover, New Hampshire. The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it. An attempt will be made to find how to make machines use language, form abstractions and concepts, solve kinds of problems now reserved for humans, and improve themselves. La grammatica generativa di Chomsky Syntactic Structures Mouton Aspects of the Theory of Syntax MIT Press

5 In IA, fioriscono studi sulla Rappresentazione della Conoscenza. Si inventano Reti Semantiche, Frames, Scripts. A partire dalla Logica Matematica, si approfondiscono studi sulle logiche di default, probabilistiche, sfumate. Tutto ciò, insieme allo studio sulle grammatiche porta a nuovi obiettivi: non solo la traduzione, ma comprensione del significato di un testo, e cioè sua espressione in un linguaggio di conoscenza. Fondamentale anche il contributo dell ICT in senso stretto: linguaggi e grammatiche artificiali; strumenti di analisi efficienti; complessità del calcolo. 4

6 Tutti gli umani sono mortali Socrate è un umano Tutto Predet, m, pl il Articolo,m,pl umano Nome,m,pl essere Verbo,ind,pres,3,pl mortale Aggettivo,m/s,pl Socrate Nome,m,sing essere Verbo,ind,pres,3,sing un Articolo,m,sing umano Nome,m,sing essere Verbo,ind,pres,3,pl essere Verbo,ind,pres,pl il Articolo,m,pl mortale Aggettivo,m/s,pl Socrate Nome,m,sing un Articolo,m,sing Tutto Predet, m, pl umano Nome,m,pl umano Nome,m,sing x (human(x) mortal(x)) human(socrates) Socrate è mortale??mortal(socrates) Dimostratore di teoremi Sì 5

7 Il secondo risveglio Un bambino mangia un gelato in un cono Un bambino mangia un gelato in un bar Ricordiamo Bar Hillel: dov è la conoscenza enciclopedica necessaria per risolvere le ambiguità, sia strutturali che semantiche? In altre parole: cosa sono i simboli human, mortal, Socrates, che compaiono nell esempio precedente? 6

8 Una pausa nella veglia Negli anni 90 arriva Internet: le applicazioni linguistiche, con miliardi di pagine con contenuti in formato testuale richiedono metodi efficienti di indicizzazione e ricerca. Google è ancora oggi il metodo più diffuso per cercare contenuti Ma i suoi problemi sono noti: ricerca con parole chiave e quindi difficoltà di esprimere con precisione ciò che si desidera Conseguenza: rallentamento degli studi con base linguistica e avvio di ricerche con base statistica. Risultati: molto buoni per lingue che dispongono di risorse linguistiche (Inglese), meno per le altre lingue. In ogni caso, limite superiore all accuratezza (80-90% a seconda del tipo di applicazione) 7

9 Il terzo sogno Nel 1984 nasce il progetto Cyc (da encyclopedia) Attualmente (l attività è ancora in corso) Cyc include oltre un milione di concetti, mentre la versione pubblica OpenCyc comprende circa concetti e relazioni tra essi So, the mattress in the road to AI is lack of knowledge, and the antimattress is knowledge. But how much does a program need to know to begin with? The annoying, inelegant, but apparently true answer is: a non-trivial fraction of consensus reality - the millions of things that we all know and that we assume everyone else knows (Guha & Lenat 90, p.4) Negli anni 90 iniziano gli studi sulle ontologie. 8

10 Un frammento di ontologia #$Thing #$Intangible #$Individual #$SetOrCollection #$IntangibleIndividual #$TemporalThing #$Situation #$Relationship #$Collection #$Living #$name #$PersonName #$mother #$Person #$slotsconstrained #$residentof #$city #$AgeOfMother Constraint #$slotconstraints (#$GreaterThan (#$Diff (v #$age) (u #$age)) 16) 9

11 E oggi: sogno o Gran cose e molte in brevi detti accolgo di questa donna, e più dietro ne lasso, che in quelli dì ch io mi levai dal volgo, mi fe chiare Merlin dal cavo sasso. (Orlando Furioso, XIII, 61) veglia? si.c vediamo x le 8.baci (Lorenzo) (Solo per KX-TG1072) Se si imposta la data e l ora col portatile 1, premere [ ] e [ ] su un altro portatile per visualizzare l ora su quel portatile (Libretto istruzioni Cordless) Perché noi, noi abbiamo steso i nostri panni sulle sue pietre dove abbiamo appeso i nostri cetracuori ai suoi alberi; e stiamo in ascolto, mentre lei ci bibbola, sulle rive dei fiumi della babalunga.[for we, we have taken our sheet upon her stones where we have hanged our hearts in her trees; and we list, as she bibs us, by the waters of babalong] (Finnegans Wake, Fine parte IV del 1 libro] 10

12 Risorse linguistiche Conclusioni Sviluppo di grandi basi di dati di conoscenza linguistica (WordNet, VerbNet, ) Machine Learning (apprendimento automatico) Già utilizzato nei metodi statistici, ma utilizzato con background linguistico può dare nuovi risultati Embodied Cognition. Il calcolatore inserito nella realtà, con sensori e attuatori. La visione del mondo è diretta, non solo dati immessi manualmente 11

13 Agenti, pianificazione automatica e dialoghi. Il calcolatore può avere scopi e prendere iniziative. Il linguaggio diventa uno strumento per agire nel mondo Studi e modelli di emozioni Utili per comprendere stati d animo dll utente e per manifestare stati d animo Si. può.. fare!!!! 12

Documenti analoghi

Cosa sono le ontologie

Cosa sono le ontologie Filosofia/Computer ScienceAI: area dell intelligenza artificiale che studia i metodi per rappresentare correttamente l universo che ci circonda. Perchè servono in CS? Condivisione