Research Compendium
Curated academic resources by Exfold Institute
Research Papers
Articles
Letters & Correspondence
Presentations
Key Resources & Links
Booklet Accademico
Paper
Inserisci qui il contenuto del tuo paper.
Articoli
Inserisci qui il contenuto dei tuoi articoli.
Lettere
Inserisci qui il contenuto delle tue lettere.
Presentazioni
Inserisci qui il contenuto delle tue presentazioni.
Esplora le Nostre Risorse
Seleziona l’area di interesse per accedere ai contenuti.
Esplora le Nostre Risorse
Seleziona l’area di interesse per accedere ai contenuti.
Paper
Documenti di ricerca e approfondimenti accademici.
Articoli
Analisi, saggi e contributi professionali.
Lettere
Corrispondenza, comunicazioni e documenti formali.
Presentazioni
Slide, materiali di conferenze e seminari.
Links Utili
Collegamenti esterni a risorse rilevanti.
Libri
Monografie, volumi e pubblicazioni estese.
Dati & Statistiche
Set di dati, analisi statistiche e visualizzazioni.
Codice & Software
Repository di codice, software e strumenti sviluppati.
Corsi & Lezioni
Materiali didattici, syllabus e risorse per corsi.
Esplora le Nostre Risorse
Seleziona l’area di interesse per accedere ai contenuti.
Paper
Documenti di ricerca e approfondimenti accademici.
Articoli
Analisi, saggi e contributi professionali.
Lettere
Corrispondenza, comunicazioni e documenti formali.
Presentazioni
Slide, materiali di conferenze e seminari.
Links Utili
Collegamenti esterni a risorse rilevanti.
Libri
Monografie, volumi e pubblicazioni estese.
Dati & Statistiche
Set di dati, analisi statistiche e visualizzazioni.
Codice & Software
Repository di codice, software e strumenti sviluppati.
Corsi & Lezioni
Materiali didattici, syllabus e risorse per corsi.
Podcast & Audio
Registrazioni audio, interviste e contenuti sonori.
Esplora le Nostre Risorse
Seleziona l’area di interesse per accedere ai contenuti.
Paper
Documenti di ricerca.
Articoli
Contributi professionali.
Lettere
Comunicazioni formali.
Presentazioni
Materiali di conferenze.
Links Utili
Risorse esterne.
Libri
Pubblicazioni estese.
Dati
Analisi statistiche.
Codice
Strumenti sviluppati.
Corsi
Materiali didattici.
Podcast
Contenuti audio.
Immagini
Gallerie e visualizzazioni.
Discussioni
Forum e commenti.
Anteprima Paper
Anteprima Articoli
Anteprima Lettere
Anteprima Presentazioni
Anteprima Links Utili
- Sito Web Utile 1 – Breve descrizione.
- Risorsa Online 2 – Altre informazioni.
Anteprima Dati & Statistiche
Anteprima Codice & Software
Anteprima Corsi & Lezioni
Anteprima Podcast & Audio
[Player Audio Semplificato]
Anteprima Discussioni
Anteprima Paper
Anteprima Articoli
Anteprima Lettere
Anteprima Presentazioni
Anteprima Links Utili
- Sito Web Utile 1 – Breve descrizione.
- Risorsa Online 2 – Altre informazioni.
Anteprima Dati & Statistiche
Anteprima Codice & Software
Anteprima Corsi & Lezioni
Anteprima Podcast & Audio
[Player Audio Semplificato]
Anteprima Discussioni
Anteprima Paper
Anteprima Articoli
Anteprima Lettere
Anteprima Presentazioni
Anteprima Links Utili
- Sito Web Utile 1 – Breve descrizione.
- Risorsa Online 2 – Altre informazioni.
Anteprima Dati & Statistiche
Anteprima Codice & Software
Anteprima Corsi & Lezioni
Anteprima Podcast & Audio
[Player Audio Semplificato]
Anteprima Discussioni
Anteprima Paper
Anteprima Articoli
Anteprima Lettere
Anteprima Presentazioni
Risorse Web Essenziali
- Università di Esempio – Ricerca accademica all’avanguardia.
- Archivi Nazionali – Documenti storici primari.
Anteprima Libri
Esplora i Dati
Frammento di Codice
def factorial(n):
if n == 0:
return 1
else:
return n * factorial(n-1)
Panoramica del Corso
Ascolta il Podcast
[Player Audio Semplificato]
Galleria Immagini
Forum di Discussione
Anteprima Paper
Anteprima Articoli
Anteprima Lettere
Anteprima Presentazioni
Risorse Web Essenziali
- Università di Esempio – Ricerca accademica all’avanguardia.
- Archivi Nazionali – Documenti storici primari.
Anteprima Libri
Esplora i Dati
Frammento di Codice
def factorial(n):
if n == 0:
return 1
else:
return n * factorial(n-1)
Panoramica del Corso
Ascolta il Podcast
[Player Audio Semplificato]
Galleria Immagini
Forum di Discussione
Modelli predittivi nell’analisi linguistica computazionale
Abstract
Contenuti principali
- Analisi comparativa di architetture neurali per l’elaborazione del linguaggio naturale
- Proposta di un nuovo modello ibrido neural-simbolico
- Valutazione su 5 lingue romanze con benchmark standard
- Discussione sulle implicazioni teoriche per la linguistica computazionale
L’impatto dell’IA sulla ricerca linguistica
L’articolo esplora come le recenti innovazioni nell’intelligenza artificiale stanno rivoluzionando il campo della ricerca linguistica, con particolare attenzione alle applicazioni per le lingue a risorse limitate.
Punti chiave
- Analisi dell’evoluzione degli strumenti computazionali per linguisti
- Case study sull’applicazione di transformer models per lingue minoritarie
- Prospettive future per l’interazione tra linguistica teorica e IA
Modelli predittivi nell’analisi linguistica computazionale
Abstract
Contenuti principali
- Analisi comparativa di architetture neurali per l’elaborazione del linguaggio naturale
- Proposta di un nuovo modello ibrido neural-simbolico
- Valutazione su 5 lingue romanze con benchmark standard
- Discussione sulle implicazioni teoriche per la linguistica computazionale
L’impatto
L’articolo esplora come le recenti innovazioni nell’intelligenza artificiale stanno rivoluzionando il campo della ricerca linguistica, con particolare attenzione alle applicazioni per le lingue a risorse limitate.
Punti chiave
- Analisi dell’evoluzione degli strumenti computazionali per linguisti
- Case study sull’applicazione di transformer models per lingue minoritarie
- Prospettive future per l’interazione tra linguistica teorica e IA
Nuove frontiere nell’insegnamento online
Questa presentazione discute le metodologie innovative e gli strumenti digitali che stanno trasformando l’esperienza dell’apprendimento online, rendendola più interattiva e coinvolgente.
Argomenti trattati
- Realtà virtuale e aumentata nell’educazione a distanza
- Piattaforme collaborative per l’apprendimento di gruppo
- Personalizzazione dei percorsi di studio tramite IA
Progetto di ricerca: Analisi semantica di testi antichi
Questo progetto di ricerca mira a sviluppare nuove tecniche computazionali per l’analisi semantica di testi antichi, con l’obiettivo di svelare significati nascosti e relazioni concettuali.
Obiettivi principali
- Creazione di un corpus annotato di testi in latino e greco antico
- Sviluppo di algoritmi per l’estrazione di entità e relazioni semantiche
- Applicazione delle tecniche sviluppate a studi di caso specifici
Corso: Introduzione alla Linguistica Computazionale
Questo corso introduce gli studenti ai concetti fondamentali e alle tecniche dell’elaborazione del linguaggio naturale, fornendo una solida base per ulteriori studi nel campo della linguistica computazionale e dell’intelligenza artificiale.
Moduli del corso
- Fondamenti di teoria del linguaggio
- Introduzione alla programmazione per l’NLP (Python)
- Tecniche di analisi morfologica e sintattica
- Modelli statistici per l’elaborazione del testo
- Applicazioni pratiche di NLP
Set di dati per l’analisi del sentiment in italiano
Questo set di dati contiene recensioni di prodotti e commenti online in lingua italiana, annotati con polarità (positivo, negativo, neutro). È una risorsa utile per la ricerca e lo sviluppo di modelli di analisi del sentiment.
Informazioni sul dataset
- Oltre 10.000 recensioni annotate
- Bilanciamento tra recensioni positive e negative
- Formato CSV standard
Libreria Python per l’analisi di testi scientifici
Questa libreria Python fornisce strumenti e funzionalità per l’analisi di testi scientifici, inclusi il parsing di formati specifici, l’estrazione di citazioni e la visualizzazione di reti di co-occorrenza.
Funzionalità principali
- Supporto per formati LaTeX e BibTeX
- Algoritmi per l’identificazione di entità scientifiche
- Moduli per la creazione di grafici interattivi
Collaborazioni e progetti congiunti
Questa sezione evidenzia le collaborazioni attuali e passate con altre istituzioni accademiche e partner industriali, volte a promuovere la ricerca e l’innovazione nel campo della linguistica computazionale.
Collaborazioni attive
- Università di Bologna – Progetto congiunto sull’analisi del linguaggio giuridico
- IBM Research – Sviluppo di modelli di machine learning per l’interazione uomo-macchina
Collaborazioni passate
- CNR – Analisi di corpora di testi storici
- Google AI – Ricerca su tecniche di traduzione automatica
Risorse e link utili
Una raccolta di link a risorse online, database, riviste e piattaforme utili per la ricerca e lo studio nel campo della linguistica computazionale e delle discipline affini.
- ACL Anthology – Archivio di pubblicazioni scientifiche in linguistica computazionale.
- NLTK – Libreria Python per l’elaborazione del linguaggio naturale.
- arXiv – Archivio open access di preprint scientifici.
- Google Scholar – Motore di ricerca per la letteratura accademica.
Modelli predittivi nell’analisi linguistica computazionale
Abstract (Riassunto)
Punti Chiave
- Abbiamo confrontato diversi modi in cui i computer “leggono” il linguaggio.
- Abbiamo creato un nuovo sistema che unisce l’intelligenza artificiale con le regole della lingua.
- Abbiamo provato il sistema su 5 lingue (come l’italiano, lo spagnolo, ecc.) con test standard.
- Spieghiamo cosa significa questo per il futuro di come i computer capiranno le lingue.
L’impatto dell’IA sulla ricerca linguistica
Questo articolo spiega come le ultime novità nell’intelligenza artificiale stanno cambiando il modo in cui studiamo il linguaggio, soprattutto per quelle lingue che hanno poche risorse digitali disponibili.
Cosa Impariamo
- Come sono cambiati gli strumenti che i linguisti usano con i computer.
- Un esempio di come l’IA può aiutare a capire lingue meno conosciute.
- Cosa potrebbe succedere in futuro quando la linguistica e l’IA lavoreranno insieme.
Nuove frontiere nell’insegnamento online
Questa presentazione mostra come internet e i nuovi strumenti digitali stanno trasformando il modo di imparare online, rendendolo più interattivo e interessante.
Di Cosa Parleremo
- Usare la realtà virtuale e aumentata per imparare a distanza.
- Come lavorare insieme online con piattaforme speciali.
- Far imparare ad ogni studente in modo personalizzato con l’intelligenza artificiale.
Progetto di ricerca: Capire il significato di testi antichi
Questo progetto cerca nuovi modi per usare i computer per capire il significato di testi molto vecchi, per scoprire cose che non sono subito evidenti.
Cosa Vogliamo Fare
- Creare una raccolta di testi antichi in latino e greco con delle “etichette” per aiutarli a essere capiti dal computer.
- Inventare dei programmi per trovare le cose importanti e come sono collegate in questi testi.
- Usare questi programmi per studiare dei testi antichi specifici.
Corso: Primi passi nella Linguistica Computazionale
Questo corso spiega le basi di come i computer “leggono” e capiscono il linguaggio umano, dando agli studenti le conoscenze per continuare a studiare questo campo e l’intelligenza artificiale.
Cosa Studieremo
- Le regole fondamentali di come funziona il linguaggio.
- Come usare un linguaggio di programmazione (Python) per lavorare con il testo.
- Come analizzare le parole e la struttura delle frasi.
- Come usare la matematica per capire il linguaggio.
- Esempi pratici di come si usa la linguistica computazionale.
Raccolta di dati per capire le opinioni in italiano
Questa raccolta contiene recensioni di prodotti e commenti trovati online in italiano, con un’indicazione se l’opinione è positiva, negativa o neutra. È utile per chi studia come capire le opinioni dai testi.
Cosa Troverai
- Più di 10.000 recensioni con un’opinione associata.
- Circa lo stesso numero di recensioni positive e negative.
- I dati sono in un formato facile da usare (CSV).
Programma Python per analizzare testi scientifici
Questo programma in Python offre strumenti per analizzare testi scientifici, come leggere formati speciali, trovare le citazioni e mostrare come le idee sono collegate.
Cosa Puoi Fare
- Leggere file in formato LaTeX e BibTeX (usati per scrivere articoli scientifici).
- Trovare le cose importanti di cui si parla negli articoli.
- Creare immagini interattive per vedere come le idee sono collegate.
Lavoriamo insieme: progetti e collaborazioni
Qui puoi vedere con quali altre università e aziende lavoriamo per fare ricerca e trovare nuove idee nel campo della linguistica computazionale.
Con Chi Lavoriamo Ora
- Università di Bologna – Progetto per capire il linguaggio delle leggi.
- IBM Research – Sviluppo di programmi per far parlare meglio le persone con i computer.
Con Chi Abbiamo Lavorato
- CNR – Analisi di testi antichi.
- Google AI – Ricerca su come tradurre automaticamente le lingue.
Link utili per saperne di più
Una lista di siti web, archivi, giornali scientifici e piattaforme che possono essere utili per chi studia la linguistica computazionale e argomenti simili.
- ACL Anthology – Un archivio di articoli scientifici sulla linguistica computazionale.
- NLTK – Un programma in Python per lavorare con il linguaggio naturale.
- arXiv – Un archivio dove gli scienziati mettono i loro articoli prima che siano pubblicati.
- Google Scholar – Un motore di ricerca per trovare articoli scientifici.
Le Mie Pubblicazioni Scientifiche
Un riassunto dei miei studi più importanti
In breve:
Questo studio spiega come i computer possono imparare a capire e analizzare il linguaggio umano, come l’italiano. Abbiamo trovato un modo per combinare tecniche avanzate di intelligenza artificiale con le regole che governano le lingue, ottenendo risultati migliori nel capire il significato delle frasi.
Cosa abbiamo scoperto:
- Abbiamo confrontato diversi modi in cui i computer “leggono” e interpretano il linguaggio.
- Abbiamo creato un nuovo metodo che unisce l’intelligenza artificiale con la conoscenza delle lingue.
- Abbiamo testato questo metodo su diverse lingue simili all’italiano, con buoni risultati.
- Questo lavoro ci aiuta a capire meglio come costruire computer che comprendano veramente ciò che diciamo e scriviamo.
Articoli e Saggi Divulgativi
Le mie riflessioni su temi attuali
In breve:
Questo articolo spiega come le ultime scoperte nel campo dell’intelligenza artificiale stanno cambiando il modo in cui studiamo le lingue, soprattutto quelle meno conosciute o con poche risorse online.
Punti principali:
- Vedremo come gli strumenti informatici per chi studia le lingue si sono evoluti.
- Racconterò un caso concreto di come l’IA può aiutare a capire una lingua “minore”.
- Discuteremo di cosa potrebbe succedere in futuro quando linguistica e IA lavoreranno sempre più insieme.
Cosa Presento a Conferenze e Seminari
Le mie presentazioni più recenti
In breve:
Questa presentazione mostra come internet e i nuovi strumenti digitali stanno cambiando il modo di imparare online, rendendolo più interattivo e coinvolgente per gli studenti.
Di cosa ho parlato:
- Come la realtà virtuale e la realtà aumentata possono rendere l’apprendimento a distanza più immersivo.
- L’importanza di piattaforme online che permettono agli studenti di lavorare insieme.
- Come l’intelligenza artificiale può aiutare a personalizzare l’insegnamento per ogni studente.
I Miei Progetti di Ricerca Attuali
Su cosa sto lavorando ora
In breve:
Questo progetto cerca nuovi modi per usare i computer per capire il significato di testi molto vecchi, per scoprire informazioni e collegamenti che non sono subito evidenti a un lettore umano.
Cosa stiamo cercando di fare:
- Creare una grande raccolta di testi antichi in latino e greco, “etichettati” per aiutare il computer a comprenderli.
- Inventare dei programmi che possano trovare le informazioni importanti e come sono collegate all’interno di questi testi.
- Usare questi programmi per studiare dei testi antichi specifici e imparare cose nuove sulla storia e la cultura.
I Miei Corsi e Lezioni Universitarie
Cosa insegno all’Università
In breve:
Questo corso introduce gli studenti ai concetti base di come i computer “leggono” e capiscono il linguaggio umano. Fornisce una base solida per chi vuole studiare l’intelligenza artificiale e l’analisi del linguaggio.
Cosa imparerete nel corso:
- Le regole fondamentali di come funziona una lingua.
- Come usare un linguaggio di programmazione (Python) per lavorare con testi e parole.
- Come analizzare la struttura delle parole e delle frasi.
- Come usare la matematica per capire meglio il linguaggio.
- Esempi pratici di come si usa la linguistica computazionale in diversi campi.
Dati e Numeri Utili per la Ricerca
Raccolte di informazioni che ho creato o utilizzo
In breve:
Questa è una raccolta di recensioni di prodotti e commenti online in italiano, dove è indicata se l’opinione espressa è positiva, negativa o neutra. Utile per chi studia come capire cosa pensa la gente leggendo dei testi.
Cosa contiene questa raccolta:
- Più di 10.000 recensioni di vario tipo.
- Circa metà delle recensioni sono positive e metà negative.
- I dati sono organizzati in un file facile da usare (formato CSV).
Strumenti Informatici e Codice Utile
Programmi che ho sviluppato o che consiglio
In breve:
Questo è un insieme di strumenti e programmi in linguaggio Python utili per analizzare testi scientifici, come leggere file speciali, trovare le citazioni e visualizzare come le idee sono collegate tra loro.
Cosa puoi fare con questi strumenti:
- Leggere file scritti in LaTeX e BibTeX (formati usati spesso per articoli scientifici).
- Identificare le entità importanti (persone, luoghi, concetti) all’interno dei testi.
- Creare grafici interattivi per vedere come le diverse idee sono collegate tra loro.
Lavoriamo Insieme: Progetti e Collaborazioni
Con chi collaboro e su cosa
Ecco con chi sto collaborando attualmente e su quali progetti:
- Università di Bologna: Stiamo lavorando insieme per capire meglio il linguaggio usato nelle leggi.
- IBM Research: Collaboriamo per sviluppare nuovi modi per far interagire meglio le persone con i computer usando l’intelligenza artificiale.
Ho collaborato in passato con:
- CNR: Abbiamo analizzato insieme grandi quantità di testi antichi.
- Google AI: Abbiamo fatto ricerca su come migliorare la traduzione automatica tra lingue diverse.
Risorse Online Utili per la Ricerca
Siti web e link che consiglio
Ecco alcuni link a risorse online che possono essere utili per chi studia la linguistica computazionale e campi simili:
- ACL Anthology: Un grande archivio di articoli scientifici sul linguaggio e i computer.
- NLTK: Un programma in Python molto usato per lavorare con il linguaggio naturale.
- arXiv: Un sito dove gli scienziati mettono i loro lavori prima che vengano pubblicati ufficialmente.
- Google Scholar: Un motore di ricerca per trovare articoli scientifici di ogni tipo.
Le Mie Pubblicazioni Scientifiche
Un riassunto dei miei studi più importanti
In breve:
Questo studio spiega come i computer possono imparare a capire e analizzare il linguaggio umano, come l’italiano. Abbiamo trovato un modo per combinare tecniche avanzate di intelligenza artificiale con le regole che governano le lingue, ottenendo risultati migliori nel capire il significato delle frasi.
Cosa abbiamo scoperto:
- Abbiamo confrontato diversi modi in cui i computer “leggono” e interpretano il linguaggio.
- Abbiamo creato un nuovo metodo che unisce l’intelligenza artificiale con la conoscenza delle lingue.
- Abbiamo testato questo metodo su diverse lingue simili all’italiano, con buoni risultati.
- Questo lavoro ci aiuta a capire meglio come costruire computer che comprendano veramente ciò che diciamo e scriviamo.
Articoli e Saggi Divulgativi
Le mie riflessioni su temi attuali
In breve:
Questo articolo spiega come le ultime scoperte nel campo dell’intelligenza artificiale stanno cambiando il modo in cui studiamo le lingue, soprattutto quelle meno conosciute o con poche risorse online.
Punti principali:
- Vedremo come gli strumenti informatici per chi studia le lingue si sono evoluti.
- Racconterò un caso concreto di come l’IA può aiutare a capire una lingua “minore”.
- Discuteremo di cosa potrebbe succedere in futuro quando linguistica e IA lavoreranno sempre più insieme.
Cosa Presento a Conferenze e Seminari
Le mie presentazioni più recenti
In breve:
Questa presentazionemostra come internet e i nuovi strumenti digitali stanno cambiando il modo di imparare online, rendendolo più interattivo e coinvolgente per gli studenti.
Di cosa ho parlato:
- Come la realtà virtuale e la realtà aumentata possono rendere l’apprendimento a distanza più immersivo.
- L’importanza di piattaforme online che permettono agli studenti di lavorare insieme.
- Come l’intelligenza artificiale può aiutare a personalizzare l’insegnamento per ogni studente.
I Miei Progetti di Ricerca Attuali
Su cosa sto lavorando ora
In breve:
Questo progetto cerca nuovi modi per usare i computer per capire il significato di testi molto vecchi, per scoprire informazioni e collegamenti che non sono subito evidenti a un lettore umano.
Cosa stiamo cercando di fare:
- Creare una grande raccolta di testi antichi in latino e greco, “etichettati” per aiutare il computer a comprenderli.
- Inventare dei programmi che possano trovare le informazioni importanti e come sono collegate all’interno di questi testi.
- Usare questi programmi per studiare dei testi antichi specifici e imparare cose nuove sulla storia e la cultura.
I Miei Corsi e Lezioni Universitarie
Cosa insegno all’Università
In breve:
Questo corso introduce gli studenti ai concetti base di come i computer “leggono” e capiscono il linguaggio umano. Fornisce una base solida per chi vuole studiare l’intelligenza artificiale e l’analisi del linguaggio.
Cosa imparerete nel corso:
- Le regole fondamentali di come funziona una lingua.
- Come usare un linguaggio di programmazione (Python) per lavorare con testi e parole.
- Come analizzare la struttura delle parole e delle frasi.
- Come usare la matematica per capire meglio il linguaggio.
- Esempi pratici di come si usa la linguistica computazionale in diversi campi.
Dati e Numeri Utili per la Ricerca
Raccolte di informazioni che ho creato o utilizzo
In breve:
Questa è una raccolta di recensioni di prodotti e commenti online in italiano, dove è indicata se l’opinione espressa è positiva, negativa o neutra. Utile per chi studia come capire cosa pensa la gente leggendo dei testi.
Cosa contiene questa raccolta:
- Più di 10.000 recensioni di vario tipo.
- Circa metà delle recensioni sono positive e metà negative.
- I dati sono organizzati in un file facile da usare (formato CSV).
Strumenti Informatici e Codice Utile
Programmi che ho sviluppato o che consiglio
In breve:
Questo è un insieme di strumenti e programmi in linguaggio Python utili per analizzare testi scientifici, come leggere file speciali, trovare le citazioni e visualizzare come le idee sono collegate tra loro.
Cosa puoi fare con questi strumenti:
- Leggere file scritti in LaTeX e BibTeX (formati usati spesso per articoli scientifici).
- Identificare le entità importanti (persone, luoghi, concetti) all’interno dei testi.
- Creare grafici interattivi per vedere come le diverse idee sono collegate tra loro.
Lavoriamo Insieme: Progetti e Collaborazioni
Con chi collaboro e su cosa
Ecco con chi sto collaborando attualmente e su quali progetti:
- Università di Bologna: Stiamo lavorando insieme per capire meglio il linguaggio usato nelle leggi.
- IBM Research: Collaboriamo per sviluppare nuovi modi per far interagire meglio le persone con i computer usando l’intelligenza artificiale.
Ho collaborato in passato con:
- CNR: Abbiamo analizzato insieme grandi quantità di testi antichi.
- Google AI: Abbiamo fatto ricerca su come migliorare la traduzione automatica tra lingue diverse.
Risorse Online Utili per la Ricerca
Siti web e link che consiglio
Ecco alcuni link a risorse online che possono essere utili per chi studia la linguistica computazionale e campi simili:
- ACL Anthology: Un grande archivio di articoli scientifici sul linguaggio e i computer.
- NLTK: Un programma in Python molto usato per lavorare con il linguaggio naturale.
- arXiv: Un sito dove gli scienziati mettono i loro lavori prima che vengano pubblicati ufficialmente.
- Google Scholar: Un motore di ricerca per trovare articoli scientifici di ogni tipo.
Pubblicazioni Scientifiche
Contributi alla comunità accademica
Abstract
Questo studio presenta un approccio innovativo che combina tecniche avanzate di intelligenza artificiale con analisi linguistiche strutturali, ottenendo risultati significativi nella comprensione automatica del linguaggio naturale. Il metodo proposto dimostra un miglioramento del 15% rispetto agli approcci esistenti nei test condotti su diverse lingue romanze.
Risultati Principali
- Analisi comparativa di modelli di elaborazione del linguaggio naturale
- Sviluppo di un nuovo framework che integra conoscenze linguistiche con modelli neurali
- Validazione su dataset multilingue con miglioramenti significativi nelle metriche di valutazione
- Implicazioni per lo sviluppo di sistemi di comprensione del linguaggio più robusti
Articoli Divulgativi
Scienza accessibile a tutti
In Sintesi
Questo articolo esplora come le tecnologie di intelligenza artificiale stanno rivoluzionando lo studio delle lingue minoritarie e a risorse limitate, offrendo nuove opportunità per la loro preservazione e analisi.
Contenuti Principali
- Evoluzione degli strumenti computazionali per la linguistica
- Case study: applicazione dell’IA allo studio del friulano
- Prospettive future per l’integrazione tra linguistica e intelligenza artificiale
- Implicazioni etiche e culturali
Presentazioni
Conferenze e seminari accademici
Abstract della Presentazione
Questa presentazione esplora come le tecnologie immersive e l’intelligenza artificiale stanno trasformando l’educazione a distanza, con particolare attenzione all’apprendimento delle lingue straniere e delle discipline STEM.
Temi Trattati
- Realtà virtuale e aumentata nell’apprendimento
- Piattaforme collaborative per l’educazione
- Personalizzazione dell’insegnamento attraverso l’IA
- Valutazione dell’efficacia didattica
Progetti di Ricerca
Iniziative in corso e future
Obiettivo del Progetto
Digital Humanities 2.0: Sviluppo di metodologie computazionali avanzate per l’analisi semantica e la connessione di concetti in testi storici e letterari, con particolare attenzione al periodo rinascimentale.
Componenti Principali
- Costruzione di un corpus annotato di testi antichi
- Sviluppo di algoritmi per l’estrazione di entità e relazioni
- Applicazione a casi di studio specifici
- Creazione di strumenti visuali per l’esplorazione dei testi
Corsi Universitari
Insegnamento e formazione
Descrizione del Corso
Introduzione alla Linguistica Computazionale: principi teorici e applicazioni pratiche attraverso l’uso del linguaggio Python. Il corso combina lezioni frontali con laboratori pratici per fornire competenze immediatamente applicabili nella ricerca e nell’industria.
Programma del Corso
- Fondamenti di linguistica per l’elaborazione automatica
- Python per il trattamento del linguaggio naturale
- Analisi morfologica e sintattica
- Modelli semantici e rappresentazione della conoscenza
- Applicazioni in ambito accademico e industriale
Dataset e Risorse
Dati aperti per la ricerca
Descrizione del Dataset
Corpus annotato di recensioni e commenti in italiano con etichette di sentiment (positivo, negativo, neutro). Il dataset include 12,487 esempi bilanciati tra le diverse classi, con metadati relativi al dominio e alla provenienza.
Caratteristiche Principali
- 12,487 esempi annotati manualmente
- Distribuzione bilanciata tra classi di sentiment
- Formati disponibili: CSV, JSON, XML
- Licenza Creative Commons CC-BY 4.0
Strumenti Informatici
Software e librerie
Descrizione
PyLingua: Una suite di strumenti Python per l’analisi di testi accademici, comprendente funzionalità per l’estrazione di citazioni, l’identificazione di entità e la visualizzazione di reti concettuali.
Funzionalità Principali
- Parsing di documenti LaTeX/BibTeX
- Named Entity Recognition per testi accademici
- Visualizzazione interattiva di reti concettuali
- Integrazione con Jupyter Notebook
Collaborazioni
Partnership accademiche e industriali
Collaborazioni Attuali
- Università di Bologna: Analisi computazionale del linguaggio giuridico
- IBM Research: Sviluppo di interfacce uomo-macchina basate su NLP
Collaborazioni Passate
- CNR: Digitalizzazione e analisi di testi antichi
- Google AI: Miglioramento della traduzione automatica
Risorse Online
Link utili per la ricerca
Risorse Consigliate
- ACL Anthology – Archivio completo di pubblicazioni su NLP e linguistica computazionale
- NLTK – Libreria Python per l’elaborazione del linguaggio naturale
- arXiv – Preprint di articoli scientifici
- Google Scholar – Motore di ricerca per letteratura accademica
- Computational Linguistics Journal – Rivista di riferimento nel settore
Pubblicazioni Scientifiche
Contributi alla comunità accademica
Abstract
Questo studio presenta un approccio innovativo che combina tecniche avanzate di intelligenza artificiale con analisi linguistiche strutturali, ottenendo risultati significativi nella comprensione automatica del linguaggio naturale. Il metodo proposto dimostra un miglioramento del 15% rispetto agli approcci esistenti nei test condotti su diverse lingue romanze.
Risultati Principali
- Analisi comparativa di modelli di elaborazione del linguaggio naturale
- Sviluppo di un nuovo framework che integra conoscenze linguistiche con modelli neurali
- Validazione su dataset multilingue con miglioramenti significativi nelle metriche di valutazione
- Implicazioni per lo sviluppo di sistemi di comprensione del linguaggio più robusti
Articoli Divulgativi
Scienza accessibile a tutti
In Sintesi
Questo articolo esplora come le tecnologie di intelligenza artificiale stanno rivoluzionando lo studio delle lingue minoritarie e a risorse limitate, offrendo nuove opportunità per la loro preservazione e analisi.
Contenuti Principali
- Evoluzione degli strumenti computazionali per la linguistica
- Case study: applicazione dell’IA allo studio del friulano
- Prospettive future per l’integrazione tra linguistica e intelligenza artificiale
- Implicazioni etiche e culturali
Presentazioni
Conferenze e seminari accademici
Abstract della Presentazione
Questa presentazione esplora come le tecnologie immersive e l’intelligenza artificiale stanno trasformando l’educazione a distanza, con particolare attenzione all’apprendimento delle lingue straniere e delle discipline STEM.
Temi Trattati
- Realtà virtuale e aumentata nell’apprendimento
- Piattaforme collaborative per l’educazione
- Personalizzazione dell’insegnamento attraverso l’IA
- Valutazione dell’efficacia didattica
Progetti di Ricerca
Iniziative in corso e future
Obiettivo del Progetto
Digital Humanities 2.0: Sviluppo di metodologie computazionali avanzate per l’analisi semantica e la connessione di concetti in testi storici e letterari, con particolare attenzione al periodo rinascimentale.
Componenti Principali
- Costruzione di un corpus annotato di testi antichi
- Sviluppo di algoritmi per l’estrazione di entità e relazioni
- Applicazione a casi di studio specifici
- Creazione di strumenti visuali per l’esplorazione dei testi
Corsi Universitari
Insegnamento e formazione
Descrizione del Corso
Introduzione alla Linguistica Computazionale: principi teorici e applicazioni pratiche attraverso l’uso del linguaggio Python. Il corso combina lezioni frontali con laboratori pratici per fornire competenze immediatamente applicabili nella ricerca e nell’industria.
Programma del Corso
- Fondamenti di linguistica per l’elaborazione automatica
- Python per il trattamento del linguaggio naturale
- Analisi morfologica e sintattica
- Modelli semantici e rappresentazione della conoscenza
- Applicazioni in ambito accademico e industriale
Dataset e Risorse
Dati aperti per la ricerca
Descrizione del Dataset
Corpus annotato di recensioni e commenti in italiano con etichette di sentiment (positivo, negativo, neutro). Il dataset include 12,487 esempi bilanciati tra le diverse classi, con metadati relativi al dominio e alla provenienza.
Caratteristiche Principali
- 12,487 esempi annotati manualmente
- Distribuzione bilanciata tra classi di sentiment
- Formati disponibili: CSV, JSON, XML
- Licenza Creative Commons CC-BY 4.0
Strumenti Informatici
Software e librerie
Descrizione
PyLingua: Una suite di strumenti Python per l’analisi di testi accademici, comprendente funzionalità per l’estrazione di citazioni, l’identificazione di entità e la visualizzazione di reti concettuali.
Funzionalità Principali
- Parsing di documenti LaTeX/BibTeX
- Named Entity Recognition per testi accademici
- Visualizzazione interattiva di reti concettuali
- Integrazione con Jupyter Notebook
Collaborazioni
Partnership accademiche e industriali
Collaborazioni Attuali
- Università di Bologna: Analisi computazionale del linguaggio giuridico
- IBM Research: Sviluppo di interfacce uomo-macchina basate su NLP
Collaborazioni Passate
- CNR: Digitalizzazione e analisi di testi antichi
- Google AI: Miglioramento della traduzione automatica
Risorse Online
Link utili per la ricerca
Risorse Consigliate
- ACL Anthology – Archivio completo di pubblicazioni su NLP e linguistica computazionale
- NLTK – Libreria Python per l’elaborazione del linguaggio naturale
- arXiv – Preprint di articoli scientifici
- Google Scholar – Motore di ricerca per letteratura accademica