Linguistica Computazionale (LM)

LINGUISTICA COMPUTAZIONALE
(Laurea Magistrale)
A.A. 2022/2023

Fabio Tamburini
fabio.tamburiniunibo.it

Il corso fornirà un approfondimento di alcuni aspetti della Linguistica Computazionale e del Natural Language Processing ponendo particolare attenzione alle metodologie empiriche alla base di questo tipo di analisi e a una sperimentazione pratica delle metodologie proposte.

Il programma descritto viene svolto in circa 30 ore di lezione (6 CFU), con eventuali approfondimenti tematici individuali.
Ricevimento studenti il martedì dalle 9.15 alle 11.15 al Dipartimento di Filologia Classica e Italianistica, Via Zamboni, 32.
(E' opportuno fissare un appuntamento via email)

QUESTO CORSO RAPPRESENTA ANCHE LA SECONDA PARTE DEL CORSO INTEGRATO "TRATTAMENTO AUTOMATICO DELLE LINGUE" DA 12CFU.

PROGRAMMA DEL CORSO

Parte I: Introduzione

Natural Language Processing - Problemi e prospettive
Breve ripasso di Linguistica dei Corpora
Cenni di calcolo delle probabilità
N-grammi e modelli delle lingue, Modelli di Markov

Parte II: Il trattamento automatico delle lingue

Tecniche di Machine e Deep Learning
Metodologie per la valutazione dei prodotti della Linguistica Computazionale
I livelli di analisi linguistica da un punto di vista computazionale

Fonetica computazionale

Caratteristiche del campione audio - foni e formanti - parametri significativi
Analisi in frequenza – Spettrogrammi – Tratti soprasegmentali
Applicazioni per l’elaborazione automatica della lingua parlata.

Morfologia computazionale

Generazione e analisi morfologica
Lemmari, Metodi basati su Automi a Stati Finiti (FSA)

Sintassi computazionale

Part-of-speech tagging
Grammatiche per il linguaggio naturale
Parsing del linguaggio naturale - metodologie e problematiche
Approfondimento: Grammatiche formali per l'analisi delle lingue storico-naturali

Linguaggi formali e linguaggio naturale. La complessità del linguaggio naturale.
Grammatiche phrase structure, Grammatiche a Dipendenze
Treebank

Semantica computazionale

Semantica lessicale: WordNet
Word Sense Disambiguation
Modelli lessico-semantici distribuzionali
Cenni di semantica della frase

Parte III: Applicazioni - Case study:

Solving downstream tasks with LLM
Prompting Pre-Trained Language Models
Identificazione Automatica della Prominenza Prosodica
Cenni di Stilometria e Dialettometria.

TESTI E RIFERIMENTI BIBLIOGRAFICI
Capitoli tratti dai seguenti volumi:

Tamburini F. (2022). Neural Models for the Automatic Processing of Italian, Bologna: Pàtron.
Lenci A., Montemagni S. and Pirrelli V. (2016). Testo e computer. Carocci.
D. Jurafsky and J.H. Martin (2008). Speech and Language Processing, Prentice Hall. (2nd Edition DRAFT.) (3rd Edition DRAFT.)
Mitkow R. (ed.) (2003). The Oxford Handbook of Computational Linguistics.
Briggs J. (2022). Natural Language Processing for Semantic Search.
Dispense e articoli che verranno forniti durante le lezioni (si vedano i link alle varie sezioni del corso).

Per gli studenti che non hanno MAI seguito un corso di Linguistica Applicata o Linguistica dei Corpora durante la Laurea Triennale o Magistrale consiglio di leggere PRELIMINARMENTE:

Lenci A., Montemagni S. and Pirrelli V. (2016). Testo e computer. Carocci. [Cap. 1, 7, Par. 8, 8.1, 8.2, 8.3]

Si raccomanda agli studenti NON frequentanti di contattare il docente, in orario di ricevimento, prima di iniziare lo studio in modo da ricevere tutte le spiegazioni riguardanti i materiali da studiare per l'esame ed evitare così ogni fraintendimento o problema.

SOFTWARE

Seguendo questo link troverete una raccolta di programmi open-source disponibili in rete.

GLI ESAMI

L'esame consisterà in una prova orale.
E' obbligatorio iscriversi all'esame preventivamente utilizzando la procedura online.

Riservato