Linguistica computazionale: come accedere allʼinformazione codificata nel linguaggio naturale
|
|
- Amerigo Mauro
- 7 anni fa
- Visualizzazioni
Transcript
1 Linguistica computazionale: come accedere allʼinformazione codificata nel linguaggio naturale Cristina Bosco 2013 Informatica applicata alla comunicazione multimediale
2 Alcune domande - Che cosa è il NLP? - A cosa serve il NLP? - Cosa si riesce a fare con il NLP? - Quali sono le risorse per il NLP?
3 Che cosa è il NLP NLP (Natural Language Processing) = elaborazione automatica del linguaggio umano tramite computer È lʼarea dellʼintelligenza Artificiale (IA) che si occupa del linguaggio umano
4 Il trattamento del linguaggio naturale è storicamente uno dei primi compiti affrontati dallʼia, ma inizialmente la sua difficoltà fu ampiamente sottovalutata. Per questo motivo lʼia continua ad affrontarlo provando soluzioni sempre nuove.
5 Oggi il NLP affronta anche nuove sfide dovute a: - lʼaumento della quantità di comunicazione - la presenza di nuovi tipi di comunicazione, come quella che avviene in Internet, nei social media, negli sms o nelle mail
6 Che cosa è il NLP Il NLP ha due scopi pratici: - applicazioni - ricerche linguistiche Un solo scopo fondamentale: la comprensione del significato del testo linguistico (HLU - Human Language Understanding) che rende poi possibile qualunque elaborazione del linguaggio.
7 Cosa significa comprendere il linguaggio naturale? Comprendere un linguaggio naturale significa essere in grado di associare UNA interpretazione ad ogni espressione di tale linguaggio.
8 Human Language Understanding Si basa su una complessa conoscenza grammaticale È supportata da una almeno altrettanto ampia conoscenza del mondo Insomma... comprendere lʼinformazione codificata nel linguaggio richiede una quantità di conoscenza e competenza
9 Livelli di struttura linguistica La complessità del linguaggio umano è tale che si è soliti assumere diversi livelli di astrazione per descriverlo ed analizzarlo. Questa assunzione è fondamentale per il NLP e per qualunque elaborazione automatica del inguaggio.
10 Livelli di struttura linguistica fonetico: suoni del parlato, come vengono prodotti, come vengono percepiti fonologico: la struttura grammaticale dei suoni e del sistema sonoro Ogni lingua ha delle convenzioni in base alla quali certi suoni e certe composizioni di lettere sono accettabili ed altri no: ca / tcha / ça taogt / gatto
11 Livelli di struttura linguistica morfologico: come le sotto-unità delle parole si combinano per formare la parola * remangia vs mangiare * silavare vs lavarsi
12 Livelli di struttura linguistica sintattico: come le parole si combinano per formare la frase In italiano: * bianco Giorgio il vuole pane * Vuole bianco Giorgio pane il Giorgio vuole il pane bianco Ma in toba batak: Manjaha buku guru i legge libro maestro il
13 Livelli di struttura linguistica semantico (lessicale e proposizionale): che cosa significa ogni parola e come i significati delle parole si combinano per formare il significato della frase * la macchia invisibile crede nel cielo * idee verdi senza colore sognano furiosamente
14 Livelli di struttura linguistica pragmatico: in che modo i significati delle frasi sono utilizzati per manifestare gli scopi comunicativi degli esseri umani allʼinterno del contesto e della situazione di enunciazione La casa è la prima che trovi svoltando a destra dopo il teatro La prima notte di San Silvestro del nuovo millennio Questo è bello
15 Problemi Oltre alla molta conoscenza che il NLU richiede, il principale problema del NLP è la pervasiva ambiguità del linguaggio a tutti i livelli di analisi. Noi vedremo in modo specifico i livelli morfologico e sintattico, che sono quelli maggiormente interessanti dal punto di vista della traduzione.
16 Cosa è lʼambiguità? Quando una frase contiene una ambiguità non è possibile darne una (SOLA) interpretazione.
17 Ambiguità morfologica Trans-categoriale: Tutti hanno un TELEFONINO e a chi TELEFONINO non si capisce PESCA nome (il frutto, lo sport) verbo (lo sport, lʼestrazione,...) aggettivo (il colore)
18 Ambiguità semantica brucia (bruciare, 3a persona, indicativo presente, intransitivo): La carta brucia ( è un combustibile ) La casa di Mario brucia ( ha preso fuoco ) Il peperoncino brucia ( è piccante ) La minestra brucia ( è troppo calda ) La gola brucia ( causa dolore fisico ) La condanna brucia ( causa dolore mentale )
19 Ambiguità sintattica Può essere indipendente dallʼambiguità morfologica: Giorgio vide un uomo nel parco con il telescopio Può causare ambiguità semantica: Giorgio vide un uomo con un telescopio Può essere relativa alle relazioni grammaticali: Chi uccise il poliziotto?
20 Ambiguità sintattica Può essere locale, nel senso che una parte della frase ammette diverse analisi, ma solo una di queste analisi è valida per la frase intera: I soldati, avvertiti del pericolo......, condussero il raid di mezzanotte. I soldati, avvertiti del pericolo i cittadini, condussero il raid di mezzanotte.
21 Ambiguità sintattica Può essere globale ed anche irrisolvibile se la frase completa ammette più analisi tutte valide: La vecchia porta la sbarra
22 Ambiguità semantica Può essere determinata dallʼambiguità presente ad altri livelli, e può dipendere dai quantificatori: Ogni uomo ama una donna = per ogni singolo uomo, esiste una singola donna che egli ama = esiste una sola singola donna che ognuno degli uomini (preso singolarmente) ama
23 E sottoproblemi Per gestire le difficoltà che il NLU comporta, si scompone il compito (task) del NLP in vari sottoproblemi (subtasks) relativamente indipendenti e consistenti con i livelli di analisi identificati a livello teorico.
24 Analisi morfologica Riguarda le informazioni sulle singole parole Problemi: - segmentazione del testo in parole (tokenization) - identificazione delle categorie delle parole (Part of Speech tagging) e ricerca delle radici (lemmatizzazione)
25 Analisi morfologica Un esempio di analisi morfologica di una frase 1. la (IL ART DEF F SING) 2. storia (STORIA NOUN COMMON F SING) 3. non (NON ADV NEG) 4. educa (EDUCARE VERB MAIN IND PRES 3 SING) 5. a (A PREP MONO) 6. nulla (NULLA NOUN COMMON M SING)
26 Analisi morfologica E se la frase contiene ambiguità morfologiche? 1. la (IL ART DEF F SING) 2. pesca (PESCA NOUN COMMON F SING) pesca (PESCARE VERB MAIN IND PRES 3 SING) pesca (PESCARE VERB MAIN IMP PRES 2 SING) 3. non (NON ADV NEG) 4. è (ESSERE VERB MAIN IND PRES 3 SING) 5. un (UN ART INDEF M SING) 6. frutto (FRUTTO NOUN COMMON M SING)
27 Analisi sintattica Riguarda le informazioni a livello dellʼintera frase Problemi: - riconoscimento della " struttura sintattica della frase, cioè dei sintagmi - riconoscimento delle relazioni grammaticali che legano i sintagmi e le parole
28 Analisi sintattica S VP NP NP Nome-pr Verbo Nome-pr Giorgio ama Maria
29 Analisi sintattica E se la frase contiene ambiguità sintattiche? Una frase ambigua permette più di una analisi sintattica, quindi verranno costruite più strutture per la stessa frase. Esempio: Giorgio vide l uomo dentro il parco con il telescopio
30 Analisi sintattica S VP VP VP PP PP NP NP NP NP Nome-p Verbo Articolo Nome Prep. Articolo Nome Prep. Articolo Nome Giorgio vide l uomo dentro il parco con il telescopio
31 Analisi sintattica Lʼalbero di derivazione corrisponde alla seguente interpretazione della frase ambigua: Giorgio vide l uomo, Giorgio lo vide dentro il parco, Giorgio lo vide utilizzando il telescopio
32 Analisi sintattica S VP PP NP VP PP NP NP NP NP Nome-p Verbo Articolo Nome Prep. Articolo Nome Prep. Articolo Nome Giorgio vide l uomo dentro il parco con il telescopio
33 Analisi sintattica Lʼalbero di derivazione corrisponde alla seguente interpretazione della frase ambigua: Giorgio vide l uomo, Giorgio lo vide dentro il parco, il parco che ha il telescopio
34 Analisi sintattica S VP VP NP PP PP NP NP NP NP Nome-p Verbo Articolo Nome Prep. Articolo Nome Prep. Articolo Nome Giorgio vide l uomo dentro il parco con il telescopio
35 Analisi sintattica Lʼalbero di derivazione corrisponde alla seguente interpretazione della frase ambigua: Giorgio vide l uomo, l uomo che stava dentro il parco, e Giorgio lo vide utilizzando il telescopio
36 Analisi sintattica S VP NP PP NP PP NP NP NP NP Nome-p Verbo Articolo Nome Prep. Articolo Nome Prep. Articolo Nome Giorgio vide l uomo dentro il parco con il telescopio
37 Analisi sintattica Lʼalbero di derivazione corrisponde alla seguente interpretazione della frase ambigua: Giorgio vide l uomo, l uomo che stava dentro il parco, il parco che ha il telescopio
38 Analisi sintattica I quattro alberi di derivazione non esauriscono tutte le possibili strutture che si possono costruire per la frase. In questo esempio lʼambiguità è determinata dalla presenza di sintagmi preposizionali che possono essere agganciati praticamente a qualunque altro sintagma.
39 Molto sovente le ambiguità del linguaggio naturale non sono percepite dagli esseri umani. Questo ha indotto gli studiosi di IA a credere che trattare il linguaggio naturale fosse molto più semplice di quello che si è poi rivelato.
40 Un esempio concreto di come lʼambiguità sintattica non viene percepita? Io mangio le fragole con la panna. Quante diverse strutture sintattiche posso costruire?
41 A) mangio Io le fragole? con la panna B) mangio Io le fragole con la panna
42 Io mangio le fragole con la panna. Nessun essere umano sceglierebbe la B ed aggancerebbe il sintagma preposizionale con la panna al sintagma verbale mangio, invece che al sintagma nominale le fragole. Eppure la struttura B è assolutamente sensata dal punto di vista sintattico.
43 Infatti, in altri casi, come Io mangio le fragole con il cucchiaino. la struttura B verrebbe naturalmente scelta, agganciando il sintagma preposizionale con il cucchiaino al sintagma verbale mangio, invece che al sintagma nominale le fragole.
44 A) mangio Io le fragole? con il cucchiaino B) mangio Io le fragole con il cucchiaino
45 Inoltre, la presenza di ambiguità é proporzionale alla lunghezza della frase. 3 (7): List the sales of products in (8): List the sales of products produced in (13): List the sales of products produced in 1973 with the products in (14): List the sales of products produced in 1973 with the products produced in 1972
46 NLP e subtask Il NLP è rivolto a risolvere il problema della comprensione del significato del testo. Ma a causa della complessità di questo problema, nellʼambito del NLP si ragiona sempre su sottoproblemi: analisi morfologica, analisi sintattica, analisi semantica,...
47 NLP e subtask Oggi le tecniche di NLP si devono confrontare con la crescente quantità di testi in formati digitali, garantendo lʼaccesso alle informazioni sovente non strutturate e in lingue potenzialmente diverse, per i più diversi scopi commerciali. Ma Sovente non si richiede una completa comprensione del contenuto del testo.
48 Unʼapplicazione di NLP I social media (Facebook, Twitter, siti di recensione di prodotti...) sono il luogo in cui le persone esprimono le loro opinioni. Le tecniche di NLP consentono lʼestrazione di sentimenti ed opinioni dai testi (opinion mining), in applicazioni commerciali, per scoprire il gradimento di un prodotto, o ricerche socio-economiche, per verificare lʼorientamento verso personaggi pubblici e fare previsioni ad es. sulle elezioni politiche.
49 NLP e subtask In generale, riconoscendo che in molti casi non è realmente necessaria una comprensione completa del testo (come quella che ogni parlante umano ha spontaneamente di fronte ad un testo), si fanno elaborazioni parziali e finalizzate a determinati obiettivi.
50 NLP e subtask Estrazione di informazione non strutturata (Information Retrieval, IR) Estrazione di informazione strutturata (Information Extraction, IE) Risposta a domande (Question Answering, Q&A) Riconoscimento di entità nominate (Named Entity Recognition, NER)
51 NLP e subtask Classificazione di Documenti Traduzione automatica (Machine Translation, MT)...
52 Information Retrieval Estrazione di informazione NON strutturata Lʼinput è un insieme di documenti piuttosto ampio Lʼoutput è un insieme di documenti più piccolo
53 Information Retrieval In cosa consiste: dato lʼinput (insieme di documenti) ed una query dellʼutente (una o più parole), restituisce come output un sottoinsieme dei documenti di input che comprende solo i documenti pertinenti alla query
54 Information Retrieval Approccio base: Documento e query sono visti come vettori di parole Valutazione della similarità tra documenti e ordinamento in base alla similarità; in questa valutazione si cerca di eliminare il rumore (= raffinamento) e di pesare i termini (= weighting)
55 Information Retrieval Raffinamento dellʼapproccio: Riconoscimento di categorie di parole Rimozione di stop words Riconoscimento di radici (stemming) Phrasing Pesatura dei termini (term weighting) Query expansion
56 Information Retrieval Come si valuta il risultato? Recall = numero documenti rilevanti trovati / numero documenti rilevanti esistenti Precision = numero documenti rilevanti trovati / numero documenti trovati
57 Information Retrieval Come si valuta il risultato? supponiamo che la nostra query sia gatto e che nel nostro insieme di 100 documenti ce ne siano 10 che parlano di gatti; vorremmo che il sistema di IR trovasse questi 10. La recall è una misura di completezza che ci dice se tutti i documenti rilevanti sono stati trovati dal sistema.
58 Information Retrieval Come si valuta il risultato? supponiamo che la nostra query sia gatto e che nel nostro insieme di 100 documenti ce ne siano 10 che parlano di gatti; vorremmo che il sistema di IR trovasse questi 10. Se il sistema trova 10 documenti rilevanti sui 10 rilevanti esistenti, la recall vale 10/10 = 1. Se il sistema trova 5 documenti rilevanti sui 10 rilevanti esitenti, la recall vale 5/10 = 0,5.
59 Information Retrieval Come si valuta il risultato? supponiamo che la nostra query sia gatto e che nel nostro insieme di 100 documenti ce ne siano 10 che parlano di gatti; vorremmo che il sistema di IR trovasse questi 10. La precision è una misura di esattezza che ci quanti dei documenti che il sistema trova sono rilevanti.
60 Information Retrieval Come si valuta il risultato? supponiamo che la nostra query sia gatto e che nel nostro insieme di 100 documenti ce ne siano 10 che parlano di gatti; vorremmo che il sistema di IR trovasse questi 10. Se il sistema trova 10 documenti e tutti e 10 sono rilevanti, la precision vale 10/10 = 1. Se il sistema trova 20 documenti di cui 5 rilevanti e 15 non rilevanti, la precision vale 5/20 = 0,25.
Laboratorio CAT (Computer Aided Translation) Corso di Laurea in Scienza e Tecnica della Mediazione Linguistica a.a
Laboratorio CAT (Computer Aided Translation) Corso di Laurea in Scienza e Tecnica della Mediazione Linguistica a.a. 2015-2016 Linguistica computazionale e traduzione Ing. Università del Salento Il memorandum
DettagliLinguistica Computazionale
Linguistica Computazionale Trattamento Automatico della Lingua 24 novembre 2014 Tecnologie del linguaggio Sistemi in grado di accedere al contenuto di informazione attraverso l elaborazione automatica
DettagliApplicazioni:la traduzione automatica
Applicazioni:la traduzione automatica Il problema di tradurre automaticamente un testo da una lingua all altra è stato affrontato ancora prima della nascita dell IA. Negli anni Cinquanta diversi ricercatori,
DettagliVincenzo Lombardo. Informatica e studio del linguaggio
Vincenzo Lombardo Informatica e studio del linguaggio L accesso elettronico alla conoscenza vincenzo@mfn.unipmn.it Il linguaggio naturale E il principale veicolo della comunicazione Esistono grandi moli
DettagliLinguaggio e Comunicazione. Linguaggio
e Comunicazione Introduzione L uomo è un essere sociale che ha sviluppato in massimo grado la capacità di comunicare con i propri simili. La comunicazione non è una semplice facoltà ma rappresenta una
DettagliLinguistica Computazionale. 22 settembre 2014
Linguistica Computazionale 22 settembre 2014 Obiettivi del corso Introduzione ai principali metodi di linguistica computazionale e di Natural Language Processing (NLP) Docenti Alessandro Lenci (Dip. di
DettagliL elaborazione del linguaggio naturale
L elaborazione del linguaggio naturale fondamenti teorici dell intelligenza artificiale: la capacità di elaborare simboli è alla base del comportamento intelligente. L esempio di elaborazione simbolica
DettagliLingua, statistica e computazione
Lingua, statistica e computazione Isabella Chiari Facoltà di Scienze Umanistiche Università La Sapienza di Roma Roma, 25 novembre 2005 UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI MECCANICA
DettagliCorso di Informatica Modulo T2 1 - Linguaggi e macchine
Corso di Informatica Modulo T2 1 - Linguaggi e macchine 1 Prerequisiti Principi della comunicazione Rappresentazione simbolica Calcolo delle combinazioni di n oggetti a gruppi di k Dati e istruzioni Utilizzo
DettagliQUADRO DI RIFERIMENTO DI ITALIANO PROVE INVALSI 2009
QUADRO DI RIFERIMENTO DI ITALIANO PROVE INVALSI 2009 RIFERIMENTI NORMATIVI INDICAZIONI NAZIONALI 2003 (OSA) L. n 53/2003 e D. Lgs 59/2004 INDICAZIONI NAZIONALI PER IL CURRICULO 2007 QUADRO DI RIFERIMENTO
DettagliIntelligenza Artificiale. A n n o A c c a d e m i c o La Rappresentazione della Conoscenza: Le Reti Semantiche
Intelligenza Artificiale A n n o A c c a d e m i c o 2 0 0 8-2 0 0 9 La Rappresentazione della Conoscenza: Le Reti Semantiche Sommario Introduzione alle reti semantiche Le relazioni ISA e PARTOF Esempi
DettagliLe parole si organizzano in sintagmi (gruppi, costituenti) gerarchizzati gli uni rispetto agli altri
SINTASSI I STRUTTURA SINTAGMATICA Le parole si organizzano in sintagmi (gruppi, costituenti) gerarchizzati gli uni rispetto agli altri (1) [la signora ] [ legge [il giornale ]] Categorie grammaticali:
DettagliNatural Language Processing
Natural Language Processing Introduzione Corso di Linguaggi & Traduttori Università degli Studi di Bari Pierpaolo Basile (Ph.D. Student) Outline Natural Language Processing Perché / Dove Un po di storia
DettagliSviluppo di Risorse Linguistiche per l Ambiente di Scrittura Assistita (ASA)
Università degli Studi di Pisa Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea Triennale in Informatica Informatica e Linguistica Linguistica Sviluppo di Risorse Linguistiche per l Ambiente
DettagliStruttura sintagmatica. Strutture. Alberi, o indicatori sintagmatici. Categorie grammaticali
Struttura sintagmatica Strutture Le parole si organizzano in sintagmi (gruppi, costituenti) gerarchizzati gli uni rispetto agli altri (1) [la signora ] [ legge [il giornale ]] (2) la signora legge il giornale
DettagliModelli di recupero. Modello di recupero booleano
Modelli di recupero L obiettivo è recuperare i documenti che sono verosimilmente rilevanti all interrogazione. Vi sono vari modelli di recupero, che possono essere suddivisi in due grandi famiglie: exact
DettagliSINTASSI E L E M E N T I I N T R O D U T T I V I 2. Francesca Forza - Nozioni Generali di Sintassi
SINTASSI 1 E L E M E N T I I N T R O D U T T I V I 2 Perché la sintassi? 2 Il significato di una frase (e quindi più in generale la semantica) non dipende solo dalle sue componenti (il lessico) ma anche
DettagliLinguaggi di Programmazione
Linguaggi di Programmazione 1 Linguaggio naturale e linguaggio macchina La comunicazione uomo-macchina avviene attraverso formalismi che assumono la forma di un linguaggio. Caratteristiche del Linguaggio
DettagliCome funziona il linguaggio COME FUNZIONA IL LINGUAGGIO
Come funziona il linguaggio COME FUZIOA IL LIGUAGGIO SITASSI Il cervello di ogni persona contiene un dizionario di parole e dei concetti che esse rappresentano (dizionario mentale) e un insieme di regole
DettagliProgetto e sperimentazione di un modello di Clause Identification per la lingua italiana
Università degli Studi di Siena Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica Curriculum Sistemi Informatici Multimediali Progetto e sperimentazione di un modello di Clause
Dettagliperché il linguaggio La struttura del messaggio perché il linguaggio (2) perché il linguaggio (3)
perché il linguaggio La struttura del messaggio Strumento evolutivo che la selezione naturale ha conservato perché si è rivelato straordinariamente adatto alla condizione umana. Loredana La Vecchia Università
DettagliUNITA DI APPRENDIMENTO
UNITA DI APPRENDIMENTO NOI E LA FESTA DATI IDENTIFICATIVI TITOLO: Noi e la festa ANNO SCOLASTICO:.. DESTINATARI: alunni della classe prima DOCENTI IMPEGNATI NELL UA: ARTICOLAZIONE DELL UNITA DI APPRENDIMENTO
DettagliIl Concetto Intuitivo di Calcolatore. Esercizio. I Problemi e la loro Soluzione. (esempio)
Il Concetto Intuitivo di Calcolatore Elementi di Informatica e Programmazione Ingegneria Gestionale Università degli Studi di Brescia Docente: Prof. Alfonso Gerevini Variabile di uscita Classe di domande
DettagliCombinazioni di parole con diversa struttura sintagmatica:
AMBIGUITA Fenomeno pervasivo, comune a varie forme di percezione, per es. visiva (cubo di Necker, coniglio-papero, ecc.): due o più rappresentazioni mentali sono associate a uno stesso stimolo. Carattere
DettagliCap. 4 Berruto / Cerruti LA SINTASSI. Linguistica generale ( ) - Chiari Pagina 1
Cap. 4 Berruto / Cerruti LA SINTASSI Linguistica generale (2012-13) - Chiari Pagina 1 Sintassi l l È il livello di analisi che si occupa della struttura della frasi Il suo oggetto di studio è come si combinano
DettagliIntroduzione al Corso
Introduzione al Corso 1 Argomenti trattati nella lezione: INTRODUZIONE AL CORSO CONCETTI GENERALI GERARCHIA DI CHOMSKY ESPRESSIONI REGOLARI AUTOMI A STATI FINITI ESEMPI DI APPLICAZIONI LINGUISTICHE Introduzione
DettagliFonetica: Morfologia e sintassi:
COMPETENZE ABILITÀ/CAPACITÀ riflettere metalinguisticamente sulla lingua latina attraverso traduzione di testi d autore non troppo impegnativi e debitamente annotati; riconoscere affinità e divergenze
DettagliUDA n.1 STUDIARE LA GRAMMATICA C1_01: Padroneggiare gli strumenti espressivi ed argomentativi indispensabili per gestire l interazione
CPIA PALERMO 2 PROGETTAZIONE PER UNITA DI APPRENDIMENTO PERCORSO DI ISTRUZIONE DI I LIVELLO - SECONDO PERIODO DIDATTICO a.s. 2016/2017 ASSE DEI LINGUAGGI (ITALIANO) UDA n.1 STUDIARE LA GRAMMATICA C1_01:
DettagliIntroduzione: informatica. 18/2/2013 Informatica applicata alla comunicazione multimediale Cristina Bosco
Introduzione: informatica 18/2/2013 Informatica applicata alla comunicazione multimediale Cristina Bosco Indice - di cosa si occupa l informatica - una definizione della scienza informatica - cosa è un
DettagliObiettivi Specifici di apprendimento (OSA, Indicazioni i i Nazionali per il curricolo, Ricerche internazionali (IEA PIRLS 2006, OCSE PISA 2006).
Prove INVALSI 2009 Quadro di riferimento di Italiano a cura di Daniela Bertocchi 1 Obiettivi Specifici di apprendimento (OSA, Indicazioni Nazionali del 2003) Indicazioni i i Nazionali per il curricolo,
DettagliTraccia di analisi della competenza linguistica e comunicativa. Usa il linguaggio verbale sì no. Usa il corpo per esprimere le sue emozioni sì no
Traccia di analisi della competenza linguistica e comunicativa a cura di Francesco De Renzo (Facoltà di Studi Orientali, Sapienza-Università di Roma) Comunicazione Interazione In che modo comunica e interagisce:
DettagliIntroduzione 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
DettagliLINGUAGGI DI ALTO LIVELLO. Si basano su una macchina virtuale le cui mosse non sono quelle della macchina hardware
LINGUAGGI DI ALTO LIVELLO Si basano su una macchina virtuale le cui mosse non sono quelle della macchina hardware 1 LINGUAGGI DI ALTO LIVELLO Barriera di astrazione Fortran Cobol Basic Pascal Python C
DettagliLICEO GINNASIO STATALE G. B. BROCCHI Bassano del Grappa -VI. Progettazione didattico educativa di dipartimento CLASSE INDIRIZZO
Pagina 1 di 5 DIPARTIMENTO CLASSE INDIRIZZO FRANCESE PRIMO BIENNIO LINGUISTICO SCIENZE UMANE (OPZIONE ECONOMICO-SOCIALE) OBIETTIVI IN TERMINI DI: COMPETENZE, ABILITÀ, CONOSCENZE E ATTIVITÀ COMPETENZA ABILITÀ
DettagliUniversità degli Studi di Roma Tor Vergata Facoltà di Ingegneria Corso di Laurea in Ingegneria Medica. Compressione dati
Università degli Studi di Roma Tor Vergata Facoltà di Ingegneria Corso di Laurea in Ingegneria Medica Compressione dati Compressione dei dati Il processo di compressione consiste nell effettuare codifiche
DettagliLINGUAGGI DI ALTO LIVELLO
LINGUAGGI DI ALTO LIVELLO Si basano su una macchina virtuale le cui mosse non sono quelle della macchina hardware 1 LINGUAGGI DI ALTO LIVELLO Barriera di astrazione C Fortran Modula-2 Cobol Algol Basic
DettagliPROGRAMMAZIONE DISCIPLINARE LICEO LINGUISTICO LINGUA E LETTERE LATINE. leggere correttamente il testo latino. impegnativi e debitamente annotati;
PROGRAMMAZIONE DISCIPLINARE PROGRAMMAZIONE DISCIPLINARE LICEO LINGUISTICO LINGUA E LETTERE LATINE PRIMO BIENNIO COMPETENZE ABILITÀ/CAPACITÀ riflettere metalinguisticamente sulla Fonetica: lingua latina
DettagliAPPRENDIMENTO E NEUROSCIENZE
APPRENDIMENTO E NEUROSCIENZE Modello interattivo e multicomponenziale della compresione Eleonora Aliano Apprendimento e neuroscienze Apprendere: variare la struttura e l attività dei neuroni Ultime notizie
DettagliPrerequisiti linguistici e scrittura
Prerequisiti linguistici e scrittura Paola Viterbori Polo Bozzo Università di Genova Scrittura come attività complessa Codifica (Alfabetizzazione o Literacy) Attività linguistica di trasformazione del
DettagliLinguistica Generale. Docente: Paola Monachesi. Contents First Last Prev Next
Linguistica Generale Docente: Paola Monachesi Contents 1 La linguistica e i suoi settori............................... 3 2 La grammatica come mezzo per rappresentare la competenza linguistica...............................................
DettagliALLEGATO N.3 PROTOCOLLO DI RETE VALUTAZIONE DELLE COMPETENZE LINGUISTICHE ASSOCIATE AL QUADRO DI RIFERIMENTO PER LIVELLI (Q.R.E.
ALLEGATO N.3 PROTOCOLLO DI RETE VALUTAZIONE DELLE COMPETENZE LINGUISTICHE ASSOCIATE AL QUADRO DI RIFERIMENTO PER LIVELLI (Q.R.E.) data di compilazione / / a cura di classe di inserimento LINGUA ORALE 1
DettagliPROGRAMMA DELL INSEGNAMENTO. Prof. Emanuele Banfi / Prof. Ignazio Mauro Mirto. Modulo 1 Elementi di Fonetica e Fonologia
PROGRAMMA DELL INSEGNAMENTO Docenti Prof. Emanuele Banfi / Prof. Ignazio Mauro Mirto Insegnamento LINGUISTICA GENERALE Modulo 1 Elementi di Fonetica e Fonologia 1.1. Alfabeti e corrispondenza biunivoca;
DettagliSintassi (Linguistica e Glottologia 2012) Jacopo Garzonio
Sintassi (Linguistica e Glottologia 2012) Jacopo Garzonio (j.garzonio@gmail.com) Analisi sintattica La sintassi è il livello di analisi delle frasi. Come per 'parola', adottiamo un concetto ad hoc di 'frase',
DettagliITALIANO CLASSE 1ª SCUOLA PRIMARIA
ITALIANO CLASSE 1ª SCUOLA PRIMARIA COMPETENZA N.1 ASCOLTARE E COMUNICARE ORALMENTE IN CONTESTI DIVERSI Posture ed atteggiamenti funzionali all ascolto Regole della conversazione Il lessico fondamentale
DettagliUnità Didattica 2 I Linguaggi di Programmazione
Unità Didattica 2 I Linguaggi di Programmazione 1 Linguaggio naturale e linguaggio macchina La comunicazione uomo-macchina avviene attraverso formalismi che assumono la forma di un linguaggio. Caratteristiche
DettagliApplicazioni della SVD
Applicazioni della SVD Gianna M. Del Corso Dipartimento di Informatica, Università di Pisa, Italy 28 Marzo 2014 1 Le applicazioni presentate 2 Text Mining 3 Algoritmo di riconoscimento di volti Le Applicazioni
DettagliLinguistica Generale
Linguistica Generale Docente: Paola Monachesi Aprile-Maggio 2003 Contents 1 La linguistica e i suoi settori 2 2 La grammatica come mezzo per rappresentare la competenza linguistica 2 3 Le componenti della
DettagliLa comprensione dei testi rigidi: testo scientifico e testo normativo
ACCADEMIA DELLA CRUSCA L italiano competenza trasversale. La comprensione dei testi rigidi: testo scientifico e testo normativo A.Valeria Saura VERIFICA DELLA COMPRENSIONE DEL TESTO Molta tradizione didattica,
DettagliCHE COS è L INTELLIGENZA ARTIFICIALE? Si può definire l intelligenza artificiale (IA) l insieme di studi e tecniche che tendono alla realizzazione di
CHE COS è L INTELLIGENZA ARTIFICIALE? Si può definire l intelligenza artificiale (IA) l insieme di studi e tecniche che tendono alla realizzazione di macchine in grado di risolvere problemi e di riprodurre
DettagliIL SISTEMA DI ELABORAZIONE DELLE PAROLE
IL SISTEMA DI ELABORAZIONE DELLE PAROLE IL SISTEMA DI ELABORAZIONE DELLE PAROLE IL SISTEMA DI ELABORAZIONE DELLE PAROLE IL SISTEMA DI ELABORAZIONE DELLE PAROLE IL SISTEMA DI ELABORAZIONE DELLE PAROLE Per
DettagliLinguistica Computazionale
Linguistica Computazionale La codifica di alto livello del testo Salvatore Sorce Dipartimento di Ingegneria Chimica, Gestionale, Informatica e Meccanica Lucidi Adattati da Alessandro Lenci Dipartimento
DettagliCreare sistemi simbolici con bambini della Scuola dell Infanzia
Conversazioni di logopedia La comunicazione alternativa/aumentativa nell età evolutiva Creare sistemi simbolici con bambini della Scuola dell Infanzia Log. Renata Sabatini Modena, sabato 15 ottobre 2011
DettagliClassificare i nomi propri -Esercitazione-
Classificare i nomi propri -Esercitazione- Lucia Passaro CoLing Lab Laboratorio di Linguistica Computazionale http://colinglab.humnet.unipi.it/ lucia.passaro@for.unipi.it Pisa 29 Novembre 2017 Analisi
DettagliPsicologia della comunicazione Fondamenti. Psicologia della comunicazione I. Riccioni 1
Psicologia della comunicazione Fondamenti Psicologia della comunicazione I. Riccioni 1 Psicologia della comunicazione Settore scientifico-disciplinare: Psicologia generale Campo di ricerca interdisciplinare
DettagliLinguaggi, Traduttori e le Basi della Programmazione
Corso di Laurea in Ingegneria Civile Politecnico di Bari Sede di Foggia Fondamenti di Informatica Anno Accademico 2011/2012 docente: Prof. Ing. Michele Salvemini Sommario Il Linguaggio I Linguaggi di Linguaggi
Dettagli014 5 Pragmatica Lingue per scopi speciali. [014 8] Abbreviazioni e simboli Filosofia e teoria
T4 T4 014 301 Filosofia e teoria 014 301 8 Scuole, teorie, metodologie 014 301 82 Linguistica formale Notazione 01 dalla Tavola 1 come di seguito modificata Da non usare per scuole e teorie semantiche;
DettagliIn sostanza, pensare come un informatico quando si affronta un problema
Nell ultimo decennio una cosa di cui si parla molto nell ambito dell insegnamento dell informatica è certamente il pensiero computazionale In Italia, e non solo, i non addetti ai lavori cadono spesso vittima
DettagliCURRICOLO DI ITALIANO CLASSE PRIMA
CURRICOLO DI ITALIANO CLASSE PRIMA Conoscere l ordine alfabetico; Riconoscere le vocali dal punto di vista grafico e fonico; Riconoscere e isolare le vocali nelle parole che le contengono; Riconoscere
DettagliL intelligenza artificiale
L intelligenza artificiale Le macchine possono pensare? Le macchine sono intelligenti? AI (IA) La storia Il termine Intelligenza Artificiale (IA)) venne introdotto per la prima volta nel 1956 da John McCarthy,,
DettagliSINTASSI E L E M E N T I I N T R O D U T T I V I 3 E 4. Francesca Forza - Nozioni Generali di Sintassi
SINTASSI 1 E L E M E N T I I N T R O D U T T I V I 3 E 4 Reggenza Relazione sintattica altamente astratta che sussiste tra un elemento reggente ed uno che viene retto. Gli elementi reggenti sono tutti
DettagliLogica proposizionale
Definire un linguaggio formale Logica proposizionale Sandro Zucchi 2013-14 Definiamo un linguaggio formale LP (che appartiene a una classe di linguaggi detti linguaggi della logica proposizionale) Per
DettagliPROGETTAZIONE FORMATIVA ANNUALE. Tavola di sintesi delle unità di apprendimento da svolgere nel corrente a.s. 2015/16 PROGETTAZIONE ANNAULE DIDATTICA
Docente PROGETTAZIONE FORMATIVA ANNUALE Plessi SBRANA-LAMBRUSCHINI-TENUTA Classe IV Disciplina ITALIANO Tavola di sintesi delle unità di apprendimento da svolgere nel corrente a.s. 2015/16 PROGETTAZIONE
DettagliLinguistica Computazionale
Linguistica Computazionale Collocazioni e misure statistiche di associazione 27 ottobre 2014 Le parole in contesto You shall know a word by the company it keeps J. R. Firth (1957) XXXXX andamento_della_x;
DettagliCorso di Laurea in Informatica Basi di Dati a.a
Corso di Laurea in Informatica Basi di Dati a.a. 2010-2011 Laboratorio 31B Esercitatori : Ing. G. Laboccetta Dott.ssa V. Policicchio Presentazione delle lezioni di laboratorio: finalità del corso modalità
DettagliRISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine
RISOLUZIONE IN LOGICA PROPOSIZIONALE Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine 1. Risoluzione Definitione 1.1. Un letterale l è una variabile proposizionale (letterale
DettagliSociolinguistica A2 A.A.2005/06 ADA VALENTINI ESERCITAZIONI SULLE NOZIONI DI BASE Semantica, sintassi, tipologia, pragmatica
Sociolinguistica A2 A.A.2005/06 ADA VALENTINI ESERCITAZIONI SULLE NOZIONI DI BASE Semantica, sintassi, tipologia, pragmatica 1. Dite quali rapporti semantici intercorrono tra le parole dei seguenti gruppi.
DettagliLINGUAGGI DI ALTO LIVELLO
LINGUAGGI DI ALTO LIVELLO Si basano su una macchina virtuale le cui mosse non sono quelle della macchina hardware Linguaggi di alto livello Barriera di astrazione C Fortran Modula-2 Cobol Algol Basic Ada
Dettagli30 Circolo Didattico G. Parini - Scuola Primaria- a.s. 2007/2008
30 Circolo Didattico G. Parini - Scuola Primaria- a.s. 2007/2008 1 ASCOLTARE PRODURRE OSSERVARE E FINALIZZARE RISOLVERE E PORMI PROBLEMI IO... ESPLORO PER ISTITUIRE RELAZIONI COMPRENDERE ARGOMENTARE, CONGETTURARE
DettagliProgettazione modulare Percorso di istruzione di 1 livello, 2 periodo didattico, asse linguaggi Modulo 1
Modulo 1 MODULO N.1 Il testo narrativo Durata 5 Leggere, comprendere e interpretare testi scritti. Padroneggiare gli strumenti espressivi. Produrre testi di vario tipo in relazione ai differenti scopi
DettagliEducazione linguistica. SILSIS Scienze Naturali e FIM a.a
Educazione linguistica SILSIS Scienze Naturali e FIM a.a. 2007-08 Linguaggio scientifico Il tema del linguaggio scientifico offre ampia materia di lavoro non solo al linguista, ma anche allo studioso di
DettagliG. Graffi, S. Scalise, Le lingue e il linguaggio A L C U N E I D E E B A S I L A R I 1
G. Graffi, S. Scalise, Le lingue e il linguaggio A L C U N E I D E E B A S I L A R I 1 La linguistica, il «linguaggio» e i «linguaggi» 2 Linguistica: Scienza cognitiva (cfr. lezioni introduttive) Lo studio
DettagliElementi di Psicologia dello Sviluppo (II modulo) Mirco Fasolo
Elementi di Psicologia dello Sviluppo (II modulo) Mirco Fasolo mirco.fasolo@unimib.it Bibliografia Testi obbligatori - D amico, Devescovi (2003). Comunicazione e linguaggio nei bambini. Carocci: Roma.
DettagliISTRUZIONI PROGETTO FASE 4
ISTRUZIONI PROGETTO FASE 4 Data consegna: tre giorni (72 ore) prima della verbalizzazione Questo documento contiene le istruzione per l esecuzione della fase 4 del progetto. Per informazioni o domande
DettagliPROGRAMMAZIONE LINGUA ITALIANA. Classe quarta
PROGRAMMAZIONE LINGUA ITALIANA Classe quarta ASCOLTARE E PARLARE 1. Strategie essenziali dell'ascolto. 2. Processi di controllo da mettere in atto durante l'ascolto. 3. Interazioni fra testo e contesto.
DettagliRIM RELAZIONI IINTERNAZIONALI PER IL MARKETING
RIM RELAZIONI IINTERNAZIONALI PER IL MARKETING CLASSE TERZA RIM CONOSCENZE ABILITA' ECONOMIA AZIENDALE GEOPOLITICA Organizzazione aziendale e analisi del fabbisogno finanziario. Regole e tecniche di contabilità
DettagliITALIANO INDICATORE DISCIPLINARE
ITALIANO INDICATORE DISCIPLINARE Sviluppare le abilità di base come l ascoltare, il parlare, il leggere e lo scrivere per maturare padronanza linguistica e consapevolezza comunicativa in ogni situazione,
DettagliLinguistica Computazionale
Linguistica Computazionale Part of Speech Tagging 1 dicembre 2014 Analisi morfo-sintattica (POStagging) Il PoS Tagging è utilizzato per la disambiguazione morfologica. id forma lemma pos tratti 1 Il il
Dettagli1 Modulo operativo: Le abilità linguistiche: ascoltare. 2 Modulo operativo: Le abilità linguistiche: parlare
1 Modulo operativo: Le abilità linguistiche: ascoltare 2 Modulo operativo: Le abilità linguistiche: parlare 3 Modulo operativo: Le abilità linguistiche: leggere 4 Modulo operativo: Le abilità linguistiche:
DettagliPROGRAMMAZIONE DISCIPLNARE DI LATINO LICEO LINGUISTICO
LICEO STATALE G. COMI - TRICASE a. s. 2015/2016 PROGRAMMAZIONE DISCIPLNARE DI LATINO LICEO LINGUISTICO per Unità di Apprendimento (UdA) bimestrali Classe I sez. AL indirizzo Linguistico Docente: Prof.ssa
DettagliASCOLTARE E PARLARE OBIETTIVI DI APPRENDIMENTO CONTENUTI
ASCOLTARE E PARLARE - Cogliere l argomento principale dei discorsi altrui; - Prendere la parola negli scambi comunicativi (dialogo, conversazione) rispettando i turni di parola, ponendo domande pertinenti
DettagliConnettivi del linguaggio e della logica
Connettivi del linguaggio e della logica Fino a che punto il significato di,, e corrisponde al significato delle espressioni del linguaggio naturale e o, se... allora... e non? e e Congiunzioni e connettivi
DettagliPROGRAMMAZIONE ANNUALE DI ITALIANO
ASCOLTARE E PARLARE Istituto Comprensivo Rignano Incisa PROGRAMMAZIONE ANNUALE DI ITALIANO Classe V 1 Quadrimestre Obiettivi Attività Cogliere l argomento principale dei discorsi altrui; Prendere la parola
DettagliComunicare intervenendo con pertinenza e con rispetto dei tempi. Distinguere un testo in prosa da un testo poetico.
ACQUISIZIONE ED ESPANSIONE DEL LESSICO RICETTIVO E PRODUTTIVO SCRITTURA LETTURA ASCOLTO E PARLATO ITALIANO classe prima Ascoltare per un tempo adeguato e comprendere il messaggio in modo globale, distinguendo
DettagliL INFORMATICA c1. Informatica è qualcosa che ha a che fare con l uso del computer
L INFORMATICA c1 Negli incontri precedenti ci siamo occupati di cercare la soluzione di alcuni problemi. Ora cerchiamo di definire cosa si intende per informatica. Informatica è qualcosa che ha a che fare
DettagliRECUPERO IN... Erickson. Dal riconoscimento di parole alla comprensione di frasi semplici
RECUPERO IN... Collana diretta da Dario Ianes e Carlo Scataglini Emanuele Gagliardini RECUPERO IN... abilità di lettura 2 Dal riconoscimento di parole alla comprensione di frasi semplici Erickson Indice
DettagliMaiuscole e minuscole
Maiuscole e minuscole Abilità interessate Distinguere tra processi induttivi e processi deduttivi. Comprendere il ruolo e le caratteristiche di un sistema assiomatico. Riconoscere aspetti sintattici e
DettagliIl quadro di riferimento delle prove di italiano del Servizio Nazionale di Valutazione
Mimma Siniscalco Il quadro di riferimento delle prove di italiano del Servizio Nazionale di Valutazione Palermo, 25 ottobre 2011 Senso Per chi costruisce la prova: permette di pianificare e guidare il
DettagliFondamenti di Informatica
Fondamenti di Informatica Linguag gi, Codifica e Rappresentazione dell Informazione P r o f. R a f fa e l e P i z zo l a n t e A. A. 2 0 1 6 / 1 7 Cosa abbiamo visto la volta scorsa Gli elaboratori sono
DettagliIntroduzione. TALN Corpus-based computational linguistics. Rapporto tra forme, classificazioni e lemmi. Liste e classi di frequenza del lessico
TALN Stu Statistici TALN Corpus-based computational linguistics Seminario del corso Trattamento Automatico del Linguaggio Naturale (a. a. 01 02) 2 Introduzione Gli strumenti informatici ed i meto statistici
DettagliLinguistica generale. a.a Federica Da Milano
Linguistica generale a.a.2014-2015 Federica Da Milano La sintassi: frasi e enunciati La frase intesa come modulo di un testo è chiamata enunciato, per differenziarla dalla frase intesa come costruzione
DettagliGrammatica esplicita e riflessione sulla lingua
Grammatica esplicita e riflessione sulla lingua Maria Cristina Peccianti Esperta di Glottodidattica e di Italiano L1 e L2 Riflessioni sugli usi della lingua RIFLETTERE SULLA LINGUA Insegnare a osservare
DettagliAppuntiBicoccaAppuntiBicoccaAppu ntibicoccaappuntibicoccaappuntibic occaappuntibicoccaappuntibicoccaa ppuntibicoccaappuntibicoccaappunt
AppuntiBicoccaAppuntiBicoccaAppu ntibicoccaappuntibicoccaappuntibic occaappuntibicoccaappuntibicoccaa ppuntibicoccaappuntibicoccaappunt Struttura delle parole ibicoccaappuntibicoccaappuntibicoc Riassunto
DettagliLogica Formale. Introduzione. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Logica Formale [1]
Intelligenza Artificiale I Logica Formale Introduzione Marco Piastra Intelligenza Artificiale I - A.A. 2010- Logica Formale 1] Sistemicità del linguaggio naturale Capacità di astrazione della descrizione
DettagliLinguistica Computazionale. 27 settembre 2016
Linguistica Computazionae 27 settembre 2016 Obiettivi de corso Introduzione ai principai metodi di inguistica computazionae e di Natura Language Processing (NLP) Docenti Aessandro Lenci (Dip. di Fioogia,
DettagliMODELLO DI PROGRAMMAZIONE DISCIPLINARE PER COMPETENZE
MODELLO DI PROGRAMMAZIONE DISCIPLINARE PER COMPETENZE ISTITUTO : Maffeo Pantaleoni, via Brigida Postorino, 27, 00044 Frascati (Roma) ANNO SCOLASTICO 2016-2017 INDIRIZZO : servizi commerciali CLASSE I SEZIONE
DettagliLibrerie digitali. Strumenti di ricerca. Ricerca di informazioni nelle Digital library
Librerie digitali Strumenti di ricerca Ricerca di informazioni nelle Digital library Data un interrogazione da parte di un utente gli strumenti di ricerca permetto di identificare i dati che soddisfano
DettagliOBIETTIVI DI APPRENDIMENTO
CURRICOLO DI FRANCESE SPAGNOLO CLASSE PRIMA TRAGUARDI DI COMPETENZA Comprendere il significato globale di un breve e semplice messaggio orale e riconoscere in esso informazioni utili. NUCLEI TEMATICI ASCOLTO
DettagliApprendimento Automatico (Lezione 1)
Apprendimento Automatico (Lezione 1) Fabio Aiolli www.math.unipd.it/~aiolli Sito web del corso www.math.unipd.it/~aiolli/corsi/1516/aa/aa.html Orario 40 ore di lezione in aula (5cfu) 8 ore di laboratorio
DettagliCorso di Laurea in Informatica Basi di Dati a.a
Corso di Laurea in Informatica Basi di Dati a.a. 2012-2013 Laboratorio 31B Esercitatori : Ing. G. Laboccetta Dott.ssa V. Policicchio Progetto Didattico Durante le lezioni saranno realizzate tutte le fasi
Dettagli