CdSINFORMATICA UMANISTICA
Codice1227L
CFU6
PeriodoPrimo semestre
LinguaItaliano
Lo studente acquisirà conoscenze di base relative al modo in cui il cervello umano arriva a comprendere, rappresentare, e memorizzare le parole della prima lingua (L1) o di una lingua seconda (L2), 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.
Students are expected to acquire some fundamental notions concerning the ways the human brain understands, represents and memorises words in both first (L1) and second (L2) 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.
L'accertamento delle conoscenze verrà svolto attraverso:
- prova in itinere, consistente in una relazione su uno degli argomenti trattati a lezione, e sulla discussione critica affrontata in articoli scientifici che saranno messi a disposizione;
- prova scritta, nella quale lo studente dovrà dimostrare la conoscenza dei temi svolti a lezione e nel corso delle esercitazioni, rispondendo a domande a scelta multipla. La prova scritta si terrà in occasione di ogni appello di esame;
- prova orale, in cui verrà discussa sia la prova in itinere che la prova scritta.
La prova d’esame scritta è compatibili con la modalità online in remoto, tramite la piattaforma Teams. La prova d’esame orale avverrà in presenza.
Assessment of acquired knowledge will be made through the following tests:
- an interim assessment, consisting in a report on one of the course topics, and related critical discussions from selected papers;
- a written test, whereby students will be asked to show their knowledge of the course topics and the expertise acquired during lab hands-on sessions, through multiple-answer questions. The written test will take place at each examination session;
- an oral examination, consisting in discussing results of the written test.
The written test may be delivered online, through the Teams web platform. The oral examination will take place in person.
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)
Students are expected to acquire technical knowledge on the following topics:
- Theoretical models of the mental lexicon
- Cognitively-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)
Verifica delle nozioni tecniche acquisite, mediante prova in itinere (relazione su un argomento a scelta dello studente), prova scritta e orale.
Assessment of acquired skills through an interim assessment report, a written test and an oral examination.
Lo studente alla fine del corso sarà in grado di mettere in relazione le nozioni di base del funzionamento del cervello e le evidenze comportamentali con i modelli teorici del lessico mentale, e di individuare il valore aggiunto delle simulazioni computazionali con reti neurali artificiali.
At the endo of the course students are expected to be in a position to relate basic notions on the brain functioning and behavioural evidence of speakers with theoretical models of the mental lexicon, and to define the contribution of computational simulations with Artificial Neural Networks.
Nozioni di linguistica generale. Nozioni di base di Linguistica Computazionale. Nozioni di base di statistica.
Fundamental notions of General Linguistics. Base notions of Computational Linguistics and Statistics.
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.
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.
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.
Analisi dei protocolli psicolinguistici sperimentali per lo studio delle funzioni di base dell’elaborazione lessicale (riconoscimento, memorizzazione, richiamo, accesso e produzione) nei soggetti umani.
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.
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.
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.
Analysis of the main psycholinguistic experimental protocols aimed to study the functional underpinnings of word processing in human subjects (word recognition, storage, recall, access and production).
Survey of the main neuro-computational models for simulating word processing tasks: input and output representation requirements, processing and acquisitional principles.
Analysis of the basic functional processes underpinning word processing, and their task-oriented dynamic interaction, through the definition, implementation and quantitative validation of neuro-computational models of the human processing behaviour in controlled experimental protocols.
Il materiale didattico per la prova in itinere sarà fornito nel corso delle lezioni. Una lista completa sarà messa a disposizione on-line a beneficio sia dei frequentanti che non frequentanti.
Si indicano i seguenti testi per eventuale consultazione o approfondimento:
- Marzi C. (2021) Modelling the morphological lexicon. A computational approach to mono-and bilingual learning and processing of verb inflection, FrancoAngeli editore: sezioni 2.2 e 2.3 (acquisizione e competenza morfologica); sezioni 3.1, 3.2, 3.3, 3.4 (evidenza neuro- e psico-linguistica); 4.1, 4.2, 4.3, 4.4 (modelli computazionali): 6.2 (contributo delle simulazioni computazionali).
- Marzi C., Blevins J. P., Booij G., Pirrelli V. (2020) Inflection at the morphology-syntax interface, In Word Knowledge and Word Usage. A cross-interdisciplinary guide to the mental lexicon, De Gruyter: pp. 228-294.
- Pirrelli V., Marzi C., Ferro M., Cardillo F. A., Baayen H. R., Milin P. (2020) Psycho-computational modelling of the mental lexicon, In Word Knowledge and Word Usage, De Gruyter: pp. 23-82.
Marzi C., Pirrelli V. (2015) A Neuro-Computational Approach to Understanding the Mental Lexicon”, Journal of cognitive science 16, pp. 493-535.
Teaching materials will be provided during the course. A full list will be made available on-line to the benefit of both attending and non-attending students.
The following references are suggested as potential supplementary material:
- Marzi C. (2021) Modelling the morphological lexicon. A computational approach to mono-and bilingual learning and processing of verb inflection, FrancoAngeli editore: sezioni 2.2 e 2.3 (morphology learning and competence); sezioni 3.1, 3.2, 3.3, 3.4 (neuro- and psycho-linguistic evidence); 4.1, 4.2, 4.3, 4.4 (computational modeling): 6.2 (artificial neural network support to human language modeling).
- Marzi C., Blevins J. P., Booij G., Pirrelli V. (2020) Inflection at the morphology-syntax interface, In Word Knowledge and Word Usage. A cross-interdisciplinary guide to the mental lexicon, De Gruyter: pp. 228-294.
- Pirrelli V., Marzi C., Ferro M., Cardillo F. A., Baayen H. R., Milin P. (2020) Psycho-computational modelling of the mental lexicon, In Word Knowledge and Word Usage, De Gruyter: pp. 23-82.
- Marzi C., Pirrelli V. (2015) A Neuro-Computational Approach to Understanding the Mental Lexicon”, Journal of cognitive science 16, pp. 493-535.
Gli studenti non frequentanti DOVRANNO contattare preventivamente il personale docente al fine di definire una lettura aggiuntiva da discutere in sede di esame orale tra quelle indicate nel materiale didattico.
Non-attending students ARE REQUESTED to preliminarily contact their teachers before examination sessions start. An additional reading selected from the supplementary references will be assigned to.
La relazione relativa alla prova in itinere dovrà essere inviata ai docenti prima degli appelli scritti. L’invio e il superamento dell'esame scritto (con un minimo di 18/30) sono condizione necessaria per presentarsi alla prova orale.
The interim assessment report should be sent before the examination sessions. Passing the written test (with a minimum score of 18/30) and the interim assessment are preconditions to the oral examination.
È possibile l’attivazione di un tirocinio curriculare su tematiche inerenti al corso.
A curricular stage may be activated on the course topics.
Modalità di svolgimento del corso:
- 2 lezioni settimanali, il martedì e il venerdì, dalle ore 14:15 (90’) in aula PS4 del Polo Fibonacci.
Inizio lezioni: martedì 19 Settembre 2023
The course will be articulated into 2 classes per week, on Tuesday and Friday, at 2:15 pm (90’), classroom PS4 at polo Fibonacci.
Starting date: Tuesday, 19. September 2023