Annibale ELIA | LINGUISTICA E NUOVI MEDIA

cod. 0323100029

LINGUISTICA E NUOVI MEDIA

	0323100029
	DIPARTIMENTO DI SCIENZE POLITICHE, SOCIALI E DELLA COMUNICAZIONE
	CORSO DI LAUREA MAGISTRALE
	CORPORATE COMMUNICATION E MEDIA
	2017/2018

PERCORSO COMUNE

	ANNO CORSO 1
	ANNO ORDINAMENTO 2017
	SECONDO SEMESTRE

MODULI

	SSD	CFU	ORE	ATTIVITÀ	TIPO DI ATTIVITÁ FORMATIVA
	L-LIN/01	6	40	LEZIONE	CARATTERIZZANTE

	Obiettivi
	IL CORSO DI LINGUISTICA E NUOVI MEDIA INTRODUCE GLI STUDENTI ALLA LINGUISTICA COMPUTAZIONALE ESPLORANDO ALGORITMI, STRUMENTI E RISORSE PER IL NATURAL LANGUAGE PROCESSING (NLP) CON PARTICOLARE RIFERIMENTO AL WEB SEMANTICO E PIÙ IN GENERALE AI NUOVI MEDIA. NEL DETTAGLIO, IL CORSO SI PROPONE, IN UN CONTESTO ALTAMENTE MULTIDISCIPLINARE, DI FORNIRE GLI ELEMENTI FONDAMENTALI PER LA COMPRENSIONE DEI MECCANISMI INFORMATICI, STATISTICI E LINGUISTICI CHE CONSENTONO ALLA MACCHINA DI INTERFACCIARSI CON L’UTENTE UMANO UTILIZZANDO IL LINGUAGGIO NATURALE NEL CONTESTO MUTEVOLE ED ETEROGENEO DEL WEB 2.0 E SEMANTICO, NELLA COSIDDETTA ERA DEI BIG DATA. AGLI STUDENTI SARÀ CHIESTO DI ADDENTRARSI NEI TEMI PRINCIPALI DELLA LINGUISTICA COMPUTAZIONALE ED ASSUMERE LE COMPETENZE NECESSARIE PER COMPRENDERE GLI ALGORITMI E I TOOLS, A PARTIRE DALLA TRADIZIONALE PIPELINE PER LA PREPARAZIONE DEL TESTO AL TRATTAMENTO AUTOMATICO, CHE INCLUDE TASK COME LA NORMALIZZAZIONE, LA TOKENIZZAZIONE, LA LEMMATIZZAZIONE E IL POSTAGGING, PER ARRIVARE AI PIÙ SOFISTICATI MODELLI PER L’ANALISI SEMANTICA E SINTATTICA DEI TESTI, CON PARTICOLARE RIFERIMENTO A TASK COME IL PARSING, TEXT SUMMARIZATION, DISTRIBUTIONAL SEMANTICS, SEMANTIC ROLE LABELING, OPINION MINING E DECEPTION DETECTION. GLI STUDENTI ALLA FINE DEL CORSO SARANNO CAPACI DI REALIZZARE - L’ANNOTAZIONE FORMALE DI RISORSE LESSICALI E CORPORA, MANUALE E (SEMI-)AUTOMATICA, UTILIZZANDO I PIÙ NOTI LINGUAGGI DI MARKUP, COME AD ESEMPIO XML, JSON, OWL, RDF. - LA FORMALIZZAZIONE DI RILEVANTI FENOMENI LINGUISTICI ATTRAVERSO DIZIONARI ELETTRONICI, ESPRESSIONI REGOLARI, AUTOMI A STATI FINITI, ONTOLOGIE; LA COSTRUZIONE E ANALISI DI CORPORA TESTUALI; GLI STUDENTI DOVRANNO DIMOSTRARE DI AVER ACQUISITO UNA ADEGUATA CAPACITÀ SCIENTIFICA E CRITICA ATTRAVERSO IL CONFRONTO CON LE COMUNI ATTIVITÀ DI RICERCA QUALI: - LA REDAZIONE DI DOCUMENTI AD ALTO VALORE SCIENTIFICO. - LA VERIFICA DELLE FONTI E CONSULTAZIONE DI MATERIALE ACCADEMICO PER LA REALIZZAZIONE DELLO STATO DELL’ARTE RISPETTO A SPECIFICI TOPIC E TASK DELLA LINGUISTICA COMPUTAZIONALE. - L’APPROFONDIMENTO E L’APPLICAZIONE AUTONOMA DELLE TECNICHE E DEI MODELLI STUDIATI DURANTE IL CORSO.

IL CORSO DI LINGUISTICA E NUOVI MEDIA INTRODUCE GLI STUDENTI ALLA LINGUISTICA COMPUTAZIONALE ESPLORANDO ALGORITMI, STRUMENTI E RISORSE PER IL NATURAL LANGUAGE PROCESSING (NLP) CON PARTICOLARE RIFERIMENTO AL WEB SEMANTICO E PIÙ IN GENERALE AI NUOVI MEDIA.
NEL DETTAGLIO, IL CORSO SI PROPONE, IN UN CONTESTO ALTAMENTE MULTIDISCIPLINARE, DI FORNIRE GLI ELEMENTI FONDAMENTALI PER LA COMPRENSIONE DEI MECCANISMI INFORMATICI, STATISTICI E LINGUISTICI CHE CONSENTONO ALLA MACCHINA DI INTERFACCIARSI CON L’UTENTE UMANO UTILIZZANDO IL LINGUAGGIO NATURALE NEL CONTESTO MUTEVOLE ED ETEROGENEO DEL WEB 2.0 E SEMANTICO, NELLA COSIDDETTA ERA DEI BIG DATA.

AGLI STUDENTI SARÀ CHIESTO DI ADDENTRARSI NEI TEMI PRINCIPALI DELLA LINGUISTICA COMPUTAZIONALE ED ASSUMERE LE COMPETENZE NECESSARIE PER COMPRENDERE GLI ALGORITMI E I TOOLS, A PARTIRE DALLA TRADIZIONALE PIPELINE PER LA PREPARAZIONE DEL TESTO AL TRATTAMENTO AUTOMATICO, CHE INCLUDE TASK COME LA NORMALIZZAZIONE, LA TOKENIZZAZIONE, LA LEMMATIZZAZIONE E IL POSTAGGING, PER ARRIVARE AI PIÙ SOFISTICATI MODELLI PER L’ANALISI SEMANTICA E SINTATTICA DEI TESTI, CON PARTICOLARE RIFERIMENTO A TASK COME IL PARSING, TEXT SUMMARIZATION, DISTRIBUTIONAL SEMANTICS, SEMANTIC ROLE LABELING, OPINION MINING E DECEPTION DETECTION.

GLI STUDENTI ALLA FINE DEL CORSO SARANNO CAPACI DI REALIZZARE
- L’ANNOTAZIONE FORMALE DI RISORSE LESSICALI E CORPORA, MANUALE E (SEMI-)AUTOMATICA, UTILIZZANDO I PIÙ NOTI LINGUAGGI DI MARKUP, COME AD ESEMPIO XML, JSON, OWL, RDF.
- LA FORMALIZZAZIONE DI RILEVANTI FENOMENI LINGUISTICI ATTRAVERSO DIZIONARI ELETTRONICI, ESPRESSIONI REGOLARI, AUTOMI A STATI FINITI, ONTOLOGIE;
LA COSTRUZIONE E ANALISI DI CORPORA TESTUALI;

GLI STUDENTI DOVRANNO DIMOSTRARE DI AVER ACQUISITO UNA ADEGUATA CAPACITÀ SCIENTIFICA E CRITICA ATTRAVERSO IL CONFRONTO CON LE COMUNI ATTIVITÀ DI RICERCA QUALI:
- LA REDAZIONE DI DOCUMENTI AD ALTO VALORE SCIENTIFICO.
- LA VERIFICA DELLE FONTI E CONSULTAZIONE DI MATERIALE ACCADEMICO PER LA REALIZZAZIONE DELLO STATO DELL’ARTE RISPETTO A SPECIFICI TOPIC E TASK DELLA LINGUISTICA COMPUTAZIONALE.
- L’APPROFONDIMENTO E L’APPLICAZIONE AUTONOMA DELLE TECNICHE E DEI MODELLI STUDIATI DURANTE IL CORSO.

	Prerequisiti
	LO STUDENTE CHE INTENDE ACCEDERE AL CORSO DOVRÀ POSSEDERE I SEGUENTI REQUISITI: - CONOSCENZA APPROFONDITA DEI TEMI PRINCIPALI DELLA LINGUISTICA GENERALE CON PARTICOLARE RIFERIMENTO ALLA TEORIA LESSICO-GRAMMATICA E ALLA TEORIA GENERATIVO-TRASFORMAZIONALE. - CONOSCENZE BASICHE DI INFORMATICA, IN PARTICOLARE, DIMESTICHEZZA NELL’USO DEL PACCHETTO OFFICE, NELL’USO DEI PRINCIPALI BROWSER. - BUONA CONOSCENZA DELLA LINGUA INGLESE. PUR NON ESSENDO UN REQUISITO OBBLIGATORIO, È UTILE AI FINI DEL CORSO UNA CONOSCENZA BASILARE DI ALMENO UN LINGUAGGIO DI PROGRAMMAZIONE.

Prerequisiti

LO STUDENTE CHE INTENDE ACCEDERE AL CORSO DOVRÀ POSSEDERE I SEGUENTI REQUISITI:
- CONOSCENZA APPROFONDITA DEI TEMI PRINCIPALI DELLA LINGUISTICA GENERALE CON PARTICOLARE RIFERIMENTO ALLA TEORIA LESSICO-GRAMMATICA E ALLA TEORIA GENERATIVO-TRASFORMAZIONALE.
- CONOSCENZE BASICHE DI INFORMATICA, IN PARTICOLARE, DIMESTICHEZZA NELL’USO DEL PACCHETTO OFFICE, NELL’USO DEI PRINCIPALI BROWSER.
- BUONA CONOSCENZA DELLA LINGUA INGLESE.

PUR NON ESSENDO UN REQUISITO OBBLIGATORIO, È UTILE AI FINI DEL CORSO UNA CONOSCENZA BASILARE DI ALMENO UN LINGUAGGIO DI PROGRAMMAZIONE.

	Contenuti
	DOPO UN’INTRODUZIONE SULLA LINGUISTICA COMPUTAZIONALE E SUL CONCETTO DI NUOVI MEDIA, IL CORSO SI CONCENTRERÀ SUI SEGUENTI ARGOMENTI: - LO SVILUPPO E LA VERIFICA DELLE RISORSE PER L’ANALISI DEI TESTI: DIZIONARI ELETTRONICI, DATABASE XML E JSON, ONTOLOGIE OWL, RDF ED RDFS. - L’ANALISI SINTATTICA DEI TESTI ATTRAVERSO L’USO DEGLI AUTOMI A STATI FINITI E DELLE ESPRESSIONI REGOLARI. - LE STRATEGIE E LE TATTICHE PER LA RISOLUZIONE DEI PROBLEMI APERTI DEL NATURAL LANGUAGE PROCESSING APPLICATI ALLA LINGUA ITALIANA, I.E. LA RISOLUZIONE DELL’AMBIGUITÀ, LA TRADUZIONE AUTOMATICA, LA CLASSIFICAZIONE SEMANTICA DEL LESSICO. - ALGORITMI DI APPRENDIMENTO AUTOMATICO APPLICATI ALLA LINGUISTICA COMPUTAZIONALE: IL POS TAGGING, IL PARSING. - ANALISI SEMANTICA DEI TESTI BASATA SU REGOLE O SU ALGORITMI DI MACHINE LEARNING TRA CUI LA DISTRIBUTIONAL SEMANTICS, IL CLUSTERING, L’INFORMAZIONE MUTUA. - APPROFONDIMENTO TEORICO E APPLICATIVO IN MERITO AI PIÙ POPOLARI TASK DEL NLP, TRA CUI TEXT SUMMARIZATION, SEMANTIC ROLE LABELING, OPINION MINING, SENTIMENT ANALYSIS, EMOTION DETECTION, DECEPTION DETECTION, MORFOSEMANTICA.

Contenuti

DOPO UN’INTRODUZIONE SULLA LINGUISTICA COMPUTAZIONALE E SUL CONCETTO DI NUOVI MEDIA, IL CORSO SI CONCENTRERÀ SUI SEGUENTI ARGOMENTI:

- LO SVILUPPO E LA VERIFICA DELLE RISORSE PER L’ANALISI DEI TESTI: DIZIONARI ELETTRONICI, DATABASE XML E JSON, ONTOLOGIE OWL, RDF ED RDFS.
- L’ANALISI SINTATTICA DEI TESTI ATTRAVERSO L’USO DEGLI AUTOMI A STATI FINITI E DELLE ESPRESSIONI REGOLARI.
- LE STRATEGIE E LE TATTICHE PER LA RISOLUZIONE DEI PROBLEMI APERTI DEL NATURAL LANGUAGE PROCESSING APPLICATI ALLA LINGUA ITALIANA, I.E. LA RISOLUZIONE DELL’AMBIGUITÀ, LA TRADUZIONE AUTOMATICA, LA CLASSIFICAZIONE SEMANTICA DEL LESSICO.
- ALGORITMI DI APPRENDIMENTO AUTOMATICO APPLICATI ALLA LINGUISTICA COMPUTAZIONALE: IL POS TAGGING, IL PARSING.
- ANALISI SEMANTICA DEI TESTI BASATA SU REGOLE O SU ALGORITMI DI MACHINE LEARNING TRA CUI LA DISTRIBUTIONAL SEMANTICS, IL CLUSTERING, L’INFORMAZIONE MUTUA.
- APPROFONDIMENTO TEORICO E APPLICATIVO IN MERITO AI PIÙ POPOLARI TASK DEL NLP, TRA CUI TEXT SUMMARIZATION, SEMANTIC ROLE LABELING, OPINION MINING, SENTIMENT ANALYSIS, EMOTION DETECTION, DECEPTION DETECTION, MORFOSEMANTICA.

	Metodi Didattici
	IL CORSO DI LINGUISTICA COMPUTAZIONALE E NUOVI MEDIA SI ARTICOLERÀ IN: - LEZIONI FRONTALI, 28 ORE, 14 LEZIONI; - WORKSHOP TENUTO DAGLI STUDENTI, 6 ORE, 3 LEZIONI; - SEMINARI DI APPROFONDIMENTI RELATIVI ALLE APPLICAZIONI PRATICHE DELLA MATERIA, 6 ORE, 3 LEZIONE.

	Verifica dell'apprendimento
	IL RAGGIUNGIMENTO DEGLI OBIETTIVI PREVISTI DAL CORSO DI LINGUISTICA E NUOVI MEDIA È CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI. L’ESAME PREVEDE DUE MOMENTI DI VALUTAZIONE: A) LA PRIMA MODALITÀ DI ESAME, IL CUI PUNTEGGIO CONTRIBUIRÀ ALLA MEDIA DEL PUNTEGGIO FINALE, SARÀ RISERVATA AI FREQUENTANTI, E SI ARTICOLERÀ IN DUE DIFFERENTI MOMENTI: 1) LA PRODUZIONE DI UNA RELAZIONE SCIENTIFICA DI GRUPPO RIGUARDANTE UNO DEGLI ARGOMENTI TRATTATI DURANTE LA PRIMA METÀ DEL CORSO. I GRUPPI, FORMATI DA UN MASSIMO DI 3 STUDENTI, AVRANNO DUE SETTIMANE DI TEMPO PER SVILUPPARE UN PROGETTO DI RICERCA NELL’AMBITO DELLA LINGUISTICA COMPUTAZIONALE E DEI NUOVI MEDIA E PRODURRE UNA RELAZIONE IN FORMA DI ARTICOLO SCIENTIFICO IN ITALIANO O INGLESE, SPECIFICANDO ESPRESSAMENTE L’APPORTO DI OGNI STUDENTE. LA RELAZIONE AVRÀ UN PESO 2/3. 2) LA PRESENTAZIONE ORALE DEL PROGETTO DI RICERCA ALLA CLASSE. OGNI STUDENTE DEL GRUPPO DOVRÀ PRESENTARE UNA PARTE DEL PROGETTO ED IL TEMPO TOTALE DELLA PRESENTAZIONE SARÀ DI 20 MINUTI. ALLA VALUTAZIONE DELLA PRESENTAZIONE, CHE AVRÀ UN PESO DI 1/3, VERRÀ DATA IMPORTANZA ANCHE AGLI INTERVENTI DA POSTO DEGLI ALTRI STUDENTI, CON LO SCOPO DI VALUTARE LA CAPACITÀ CRITICA E L’ATTENZIONE ANCHE DI CHI NON È DIRETTAMENTE COINVOLTO NELLA PRESENTAZIONE. B) LA SECONDA MODALITÀ DI ESAME SI ARTICOLERÀ NEL SEGUENTE MODO: 1)PER I CORSISTI SARÀ POSSIBILE EFFETTUARE UNA PROVA SCRITTA SUGLI ARGOMENTI TRATTATI DURANTE IL CORSO ED I TESTI DI RIFERIMENTO; LA PROVA PREVEDERÀ 31 DOMANDE A RISPOSTA MULTIPLA E AVRÀ LA DURATA DI 60 MINUTI. 2)PER I NON CORSISTI E PER GLI STUDENTI CHE NON HANNO OTTENUTO UN PUNTEGGIO SUFFICIENTE AL SUPERAMENTO DELLA VERIFICA, È PREVISTO UN ESAME ORALE DELLA DURATA NON SUPERIORE A 40 MINUTI, RIGUARDANTE GLI ARGOMENTI TRATTATI DURANTE IL CORSO E I TESTI DI RIFERIMENTO DEL CORSO.

Verifica dell'apprendimento

IL RAGGIUNGIMENTO DEGLI OBIETTIVI PREVISTI DAL CORSO DI LINGUISTICA E NUOVI MEDIA È CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI.
L’ESAME PREVEDE DUE MOMENTI DI VALUTAZIONE:

A) LA PRIMA MODALITÀ DI ESAME, IL CUI PUNTEGGIO CONTRIBUIRÀ ALLA MEDIA DEL PUNTEGGIO FINALE, SARÀ RISERVATA AI FREQUENTANTI, E SI ARTICOLERÀ IN DUE DIFFERENTI MOMENTI:
1) LA PRODUZIONE DI UNA RELAZIONE SCIENTIFICA DI GRUPPO RIGUARDANTE UNO DEGLI ARGOMENTI TRATTATI DURANTE LA PRIMA METÀ DEL CORSO. I GRUPPI, FORMATI DA UN MASSIMO DI 3 STUDENTI, AVRANNO DUE SETTIMANE DI TEMPO PER SVILUPPARE UN PROGETTO DI RICERCA NELL’AMBITO DELLA LINGUISTICA COMPUTAZIONALE E DEI NUOVI MEDIA E PRODURRE UNA RELAZIONE IN FORMA DI ARTICOLO SCIENTIFICO IN ITALIANO O INGLESE, SPECIFICANDO ESPRESSAMENTE L’APPORTO DI OGNI STUDENTE. LA RELAZIONE AVRÀ UN PESO 2/3.
2) LA PRESENTAZIONE ORALE DEL PROGETTO DI RICERCA ALLA CLASSE. OGNI STUDENTE DEL GRUPPO DOVRÀ PRESENTARE UNA PARTE DEL PROGETTO ED IL TEMPO TOTALE DELLA PRESENTAZIONE SARÀ DI 20 MINUTI. ALLA VALUTAZIONE DELLA PRESENTAZIONE, CHE AVRÀ UN PESO DI 1/3, VERRÀ DATA IMPORTANZA ANCHE AGLI INTERVENTI DA POSTO DEGLI ALTRI STUDENTI, CON LO SCOPO DI VALUTARE LA CAPACITÀ CRITICA E L’ATTENZIONE ANCHE DI CHI NON È DIRETTAMENTE COINVOLTO NELLA PRESENTAZIONE.

B) LA SECONDA MODALITÀ DI ESAME SI ARTICOLERÀ NEL SEGUENTE MODO:
1)PER I CORSISTI SARÀ POSSIBILE EFFETTUARE UNA PROVA SCRITTA SUGLI ARGOMENTI TRATTATI DURANTE IL CORSO ED I TESTI DI RIFERIMENTO; LA PROVA PREVEDERÀ 31 DOMANDE A RISPOSTA MULTIPLA E AVRÀ LA DURATA DI 60 MINUTI.
2)PER I NON CORSISTI E PER GLI STUDENTI CHE NON HANNO OTTENUTO UN PUNTEGGIO SUFFICIENTE AL SUPERAMENTO DELLA VERIFICA, È PREVISTO UN ESAME ORALE DELLA DURATA NON SUPERIORE A 40 MINUTI, RIGUARDANTE GLI ARGOMENTI TRATTATI DURANTE IL CORSO E I TESTI DI RIFERIMENTO DEL CORSO.

	Testi
	- IMPRESE TRA WEB 2.0 E BIG DATA, DELLA VOLPE, M., CEDAM, PADOVA, 2015 - TESTO E COMPUTER. ELEMENTI DI LINGUISTICA COMPUTAZIONALE, LENCI, A., MONTEMAGNI, S., PIRRELLI, V., CAROCCI EDITORE, 2016. - ULTERIORI MATERIALI (DISPENSE, SLIDE, ESERCITAZIONI, TOOL, ECC.) SARANNO RESI DISPONIBILI, ESCLUSIVAMENTE IN LINGUA INGLESE, A LEZIONE ULTIMATA.

	Altre Informazioni
	-

BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-05-14]

Annibale ELIA | LINGUISTICA E NUOVI MEDIA

LINGUISTICA E NUOVI MEDIA

PERCORSO COMUNE

MODULI

DOCENTI

SCHEDA

-

Annibale ELIA | LINGUISTICA E NUOVI MEDIA