Nozioni di base di linguistica computazionale, di linguistica generale e di linguistica italiana. E' fortemente consigliato aver frequentato e sostenuto l'esame di Linguistica Computazionale I.

Durante il corso si alterneranno lezioni frontali, con l'ausilio di slides powerpoint che vengono messe a disposizione degli studenti, ed esercitazioni di laboratorio, sia individuali sia di gruppo (svolte con PC delle aule informatiche e/o PC personali), in cui gli studenti sono invitati a confrontarsi con l’applicazione di strumenti software di annotazione linguistica del testo e di estrazione di conoscenza disponibili come demo online, nonché con lo sviluppo di modelli di classificazione automatica del testo. Gli studenti saranno inoltre chiamati ad analizzare criticamente i risultati di annotazione e classificazione ottenuti in relazione a diverse varietà d’uso della lingua.

I contenuti del programma potranno subire variazioni e/o integrazioni, che verranno comunicate durante la prima lezione del corso.

I contenuti del corso sono suddivisi in due macro-temi, per ciascuno dei quali segue una lista dei principali argomenti trattati:

• Annotazione linguistica
  • annotazione linguistica come processo incrementale; strumenti software per l’annotazione linguistica del testo; schemi di annotazione per l’annotazione morfo-sintattica  e sintattica, con particolare attenzione allo schema delle “Universal Dependencies”; costruzione di corpora annotati e valutazione dell’annotazione; adattamento al dominio o altre varietà d'uso della lingua di strumenti di annotazione;
• Estrazione di conoscenza linguistica
  • ricostruzione del profilo linguistico di collezioni di testi; monitoraggio linguistico di diverse tipologie testuali e/o varietà d’uso della lingua; uso dei risultati del monitoraggio linguistico all’interno  di diversi scenari applicativi, ad esempio per la classificazione di generi testuali o per l’identificazione della lingua materna di produzioni L2; analisi della leggibilità del testo.
• Modelli di classificazione del testo:
  • sviluppo e valutazione di algoritmi per la classificazione di documenti utilizzando le librerie scipy e scikit-learn
• Impiego di caratteristiche linguistiche esplicite e rappresentazioni distribuite delle parole per lo sviluppo di modelli di classificazione del testo:
  • rappresentazione del testo attraverso caratteristiche linguistiche esplicite: dal lessico alle informazioni sintattiche
  • rappresentazione del testo attraverso rappresentazioni distribuite non contestuali (word embedding), contestuali (contestual word embedding) e modelli del linguaggio.

L'elenco dei testi d'esame è disponibile alla pagina Moodle del corso. Gli studenti non frequentanti sono pregati di contattare i docenti per concordare il programma d'esame.

Dato il carattere estremamente applicativo del corso, la frequenza è fortemente richiesta. Qualora lo studente fosse impossibilitato a frequentare, si prega di contattare i docenti per concordare il programma d'esame.

Le modalità d'esame verranno comunicate durante la prima lezione del corso.