Buy:
cover price
€ 26,00
book € 24,70
- Premessa
- I. Definizione, scopi e cenni storici
- 1. Introduzione
- 2. Studiare le lingue e il linguaggio con metodi computazionali
- 3. Il Natural Language Processing
- 4. Visione integrata di linguistica computazionale e Natural Language Processing
- 5. Rapporti con l’intelligenza artificiale
- 6. Che cosa è un modello computazionale?
- 7. Cenni storici
- 8. La comunità della linguistica computazionale
- ■ QUADRO 1.1. Le campagne di valutazione
- II. Basi di linguistica
- 1. Tipi di parole
- 2. Combinazioni di parole: le collocazioni
- 3. Semantica lessicale, ambiguità e polisemia
- 4. Relazioni semantiche tra parole
- 5. Classi di parole e parti del discorso
- 6. Sintassi e semantica delle frasi
- 7. Tipi di eventi e classi di verbi
- 8. Dire, implicare, presupporre: la pragmatica
- 9. Testo, discorso e relazioni discorsive
- III. Basi di statistica
- 1. Statistica e linguaggio
- 2. Frequenze e distribuzioni
- 3. Misure di associazione
- 4. Misure di similarità
- 5. Coefficienti di correlazione
- 6. Il concetto di probabilità
- 7. Significatività statistica
- IV. Apprendimento automatico
- 1. Che cos’è l’apprendimento automatico?
- 2. Metodi di apprendimento automatico
- 3. Apprendimento automatico tradizionale
- 3.1. Regressione lineare e logistica
- 3.2. Macchine a vettori di supporto
- 3.3. Modelli del linguaggio tradizionali
- 3.4. Tipi di clustering e algoritmo K-means
- 4. Apprendimento automatico con reti neurali
- 4.1. Reti neurali feedforward
- 4.2. Reti neurali ricorrenti
- 4.3. Reti neurali transformers
- 4.4. Modelli neurali del linguaggio
- 5. Valutazione dei modelli computazionali
- 5.1. Suddivisione dei dati e cross-validation
- 5.2. Metriche di valutazione
- V. Semantica distribuzionale e tipi di vettori
- 1. L’ipotesi distribuzionale
- 2. Rappresentare il significato delle parole con i vettori
- 3. Caratteristiche dei vettori e operazioni
- 4. Tipi di vettori
- 4.1. Costruire gli embeddings
- 4.2. Embeddings contestuali
- 5. Valutazione dei tipi di vettori
- ■ QUADRO 5.1. Questioni sociali ed etiche
- VI. L’annotazione dei testi
- 1. Introduzione
- 2. Livelli di annotazione
- 2.1. Lessico
- 2.2. Morfologia
- 2.3. Sintassi
- 2.4. Semantica
- 2.5. Pragmatica
- 2.6. Testo
- 2.7. Altre annotazioni
- 3. Standard e formati
- 4. Accordo tra annotatori
- 5. Strumenti per l’annotazione manuale
- 6. Crowdsourcing
- 6.1. Crowdsourcing con micro-task
- 6.2. Giochi con uno scopo
- ■ QUADRO 6.1. Questioni legali
- VII. Task di Natural Language Processing
- 1. Introduzione
- 2. Task di pre-processing
- 3. Task di classificazione
- 3.1. Identificazione delle parti del discorso
- 3.2. Lemmatizzazione
- 3.3. Analisi sintattica automatica
- 3.4. Riconoscimento delle entità nominate
- 3.5. Elaborazione dell’informazione temporale
- 3.6. Risoluzione di coreferenza e anafora
- 3.7. Disambiguazione del senso delle parole
- 3.8. Assegnazione dei ruoli semantici
- 3.9. Classificazione degli atti dialogici
- 3.10. Analisi del sentiment
- 3.11. Riconoscimento dei discorsi d’odio
- 3.12. Riconoscimento dell’ironia
- 3.13. Identificazione di notizie false
- 3.14. Analisi dell’autorialità
- 4. Task di generazione
- 4.1. Traduzione automatica
- 4.2. Generazione di risposte
- 4.3. Generazione di riassunti
- ■ QUADRO 7.1. Natural Language Processing e Digital Humanities
- VIII. Strumenti per l’analisi dei testi
- 1. Dove trovare ciò che serve
- 2. Pipelines
- 3. Demo online
- 4. Librerie
- 5. Servizi cloud
- 6. Strumenti per la valutazione
- 7. Strumenti per l’esplorazione e l’analisi di corpora
- 8. Strumenti per l’analisi statistica
- Riferimenti bibliografici
- Sitografia
- Indice analitico