Trattamento Automatico del Linguaggio
Natural Language Processing
Corso di Laurea Magistrale in Informatica
Docente: Fabio Massimo Zanzotto
Obiettivi formativi
Il corso si propone di introdurre lo studente agli scopi, alle principali problematiche e ai principali modelli simbolici dell'elaborarazione del linguaggio naturale. Alla fine del corso, lo studente sarà in grado di implementare un modello di elaborazione del linguaggio.Libri di testo
- Daniel Jurafsky and James H. Martin, SPEECH and LANGUAGE PROCESSING: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition (Second Edition)
- I.Dagan, D.Roth, M.Sammons, F.M.Zanzotto, Recognizing Textual Entailment: Models and Applications, Synthesis Lectures on Human Language Technologies #23, Morgan&Claypool Publishers, 2013
Programma e Materiale Disponibile
- Introduzione e la sfida delle macchine parlanti (appunti per la lezione)
- Il Linguaggio: modelli e teorie linguistiche (appunti per la lezione e corso di linguistica da cui sono stati derivati)
- Modelli Linguistici e Sistemi
- Come determinare che un modello è corretto e un sistema è efficace: inter-annotation agreement e statistical significance (appunti per la lezione)
- Automi a stati finiti e trasduttori per la morfologia (appunti per la lezione): software Xerox Finite State Transducers
- Elaborazione sintattica con le grammatiche context-free
- Parsing con le grammatiche context-free (appunti per la lezione)
- Feature Structures e Unificazione (appunti per la lezione)
- Tree Adjoining Grammars (appunti per la lezione)
- Modular and Lexicalized Parsing (appunti per la lezione)
- Probabilistic context-free grammar
- Semantica
- Rappresentazione semantica simbolica(appunti per la lezione): Introduzione a WordNet e FrameNet
- Lambda Calcolo per la semantica del linguaggio naturale (appunti per la lezione)
- Rappresentazione semantica distribuzionale
- Textual Entailment Recognition (Tutorial at ACL 2007)