Scheda programma d'esame
PSICOLINGUISTICA COMPUTAZIONALE
VITO PIRRELLI
Anno accademico2019/20
CdSINFORMATICA UMANISTICA
Codice1227L
CFU6
PeriodoPrimo semestre
LinguaItaliano

ModuliSettore/iTipoOreDocente/i
PSICOLINGUISTICA COMPUTAZIONALEL-LIN/01LEZIONI36
MARCELLO FERRO unimap
CLAUDIA MARZI unimap
VITO PIRRELLI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo studente acquisirà conoscenze di base relative al modo in cui il cervello umano arriva a comprendere, rappresentare, e memorizzare le parole della lingua materna o di una lingua seconda, attraverso la ricognizione dei principali modelli teorici di acquisizione ed elaborazione lessicale, dell’evidenza comportamentale dei parlanti, e di tecniche di simulazione computazionale. Particolare attenzione sarà dedicata ad aspetti dell’uso linguistico e alla loro possibile spiegazione attraverso lo studio dei processi cognitivi di base ad essi soggiacenti. A questo scopo, saranno utilizzati modelli statistici e reti neurali artificiali.

Knowledge

Students are expected to acquire some fundamental notions concerning the ways the human brain can understand, represent and memorise words in both native and second languages, through an overview of the most influential theoretical models of word acquisition and processing, a survey of speakers' behavioural evidence, and the analysis of computer simulations. Particular attention will be devoted to aspects of language usage, and possible explanatory accounts of their underlying cognitive processes. Statistical models and artificial neural networks will be introduced as exploratory tools to pursue these objectives.

Modalità di verifica delle conoscenze

L'accertamento delle conoscenze verrà svolto attraverso:

  • prova scritta, nella quale lo studente dovrà dimostrare la conoscenza dei temi svolti a lezione e nel corso delle esercitazioni, nonché dei testi di esame, rispondendo a domande aperte e risolvendo alcuni esercizi. La prova scritta si terrà in occasione di ogni appello di esame;
  • prova orale, in cui verrà discussa la prova scritta.
Assessment criteria of knowledge

Assessment of acquired knowledge will be made through the following tests:

  • written test, whereby students will be asked to show their knowledge of the course topics and the expertise acquired during lab hands-on sessions, as well as the recommended course texts. The test will consist of multiple-annswer questions and some practical exercises. The written test will take place at each examination session;
  • oral examination, consisting in discussing results of the written test.
Capacità

Lo studente acquisirà competenze tecniche sui seguenti argomenti:

  • Modelli teorici del lessico mentale
  • Modelli computazionali cognitivamente ispirati del lessico mentale
  • Reti neurali artificiali
  • Esempi di applicazione
  • Analisi quantitativa e valutazione dei risultati (esercitazioni con R, https://cran.r-project.org)
Skills

Students are expected to acquire technical knowledge on the following topics:

  • Theoretical models of the mental lexicon
  • Congitively-inspired computational models of the mental lexicon
  • Artificial Neural Networks
  • Specific case studies
  • Quantitative analysis and assessment of experimental results (practical exercises with R, https://cran.r-project.org)
Modalità di verifica delle capacità

Verifica delle nozioni tecniche acquisite, mediante prova scritta e orale.

Assessment criteria of skills

Assessment of acquired skills through a written test and an oral examination.

Prerequisiti (conoscenze iniziali)

Nozioni di linguistica generale. Nozioni di base di Linguistica Computazionale. Nozioni di base di statistica.

Prerequisites

Fundamental notions of General Linguistics, Computational Linguistics and Statistics.

Indicazioni metodologiche

Lezioni: frontali

Attività di laboratorio: esempi di applicazione di reti neurali a compiti linguistici specifici (ad es. riconoscimento e produzione di parole in isolamento); esercitazioni con R.

Teaching methods

Lecture-style classes.

Lab activities: practical examples of the application of artificial neural networks to classical linguistic tasks (e.g. recognition and production of words out of context); practical exercises with R.

Programma (contenuti dell'insegnamento)
  1. Illustrazione dei principali modelli psicolinguistici dell’architettura funzionale del linguaggio, attraverso un’analisi delle modalità di acquisizione, rappresentazione ed elaborazione delle parole a livello fonologico, morfologico, sintattico, semantico.
  2. Analisi dei protocolli psicolinguistici sperimentali per lo studio delle funzioni di base dell’elaborazione lessicale (riconoscimento, memorizzazione, richiamo, accesso e produzione) nei soggetti umani.
  3. Illustrazione delle principali architetture neuro-computazionali per la simulazione di compiti di elaborazione lessicale: requisiti di rappresentazione di input e output, principi di elaborazione e acquisizione.
  4. Studio delle funzioni di base dell’elaborazione lessicale e della loro interazione in compiti specifici attraverso la definizione, l’implementazione e la validazione quantitativa di modelli neuro-computazionali del comportamento umano in protocolli sperimentali controllati.
Syllabus
  1. Overview of the most influential psycholinguistic models of the functional architecture of language, through an in-depth analysis of the ways words are acquired, represented and processed at the phonological, morphological, syntactic and semantic levels. 
  2. Analysis of the main psyholinguistic experimental protocols  aimed to study the functional underpinnings of word processing in human subjects (word recogntion, storage, recall, access and production).
  3. Survey of the main neuro-computational models for simulating word processing tasks: input and output representation requirements, processing and acquisitional principles.
  4. Analysis of the basic functional processes underpinning word processing, and their task-oriented dynamic interaction, through the definition, implementation and quantitative validation of nuero-computational models of the human processing behaviour in controlled experimental protocols.
Bibliografia e materiale didattico

Bibliografia e materiale didattico verranno forniti nel corso delle lezioni. Una lista completa sarà messa a disposizione on-line a beneficio dei non frequentanti. 

Bibliography

Essential references and teaching materials will be provided during the course. A full list will be made available on-line to the benefit of non-attending students.

Indicazioni per non frequentanti

Gli studenti non frequentanti DOVRANNO contattare preventivamente il personale docente.

Non-attending students info

Non-attending students are requested to preliminarily contact their teachers before examination sessions start.

Modalità d'esame

L’esame scritto potrà essere sostenuto in occasione degli appelli scritti. Il superamento dell'esame scritto (con un minimo di 18/30) è condizione necessaria per presentarsi alla prova orale.

Assessment methods

Written tests will be taken during the examination sessions. Passing the written test (with a minimum score of 18/30) is a precondition to the oral examination. 

Note

Modalità di svolgimento del corso: 

2 lezioni settimanali presso l'Aula I1 del Polo Fibonacci, ogni martedì e venerdì, con inizio alle ore 14:15.

Inizio del corso: martedì 8 ottobre, ore 14:15 (90 min), Aula X3, Polo Fibonacci.

 

Notes

The course will be articulated into two classes per week, on Tuesday and Friday, at 2:15 pm, room I1, Polo Fibonacci.

Classes start on Tuesday, October 8, 2:15 pm (90 mins), room X3, Polo Fibonacci.

Ultimo aggiornamento 15/11/2019 16:52