ID:
0000686
Durata (ore):
36
CFU:
6
SSD:
INFORMATICA
Anno:
2024
Dati Generali
Periodo di attività
Primo Semestre (23/09/2024 - 20/12/2024)
Syllabus
Obiettivi Formativi
Il percorso formativo, declinando il rapporto uomo-macchina secondo diverse prospettive storiche, intende condurre lo studente all’acquisizione di una maggiore consapevolezza delle sfide poste dalle trasformazioni digitali alla cultura con particolare riferimento al trattamento automatico del linguaggio e delle relative tecnologie.
Specifiche conoscenze sono attese con riferimento a:
- sviluppo della disciplina
- metodologie per il trattamento automatico del linguaggio
- risorse e tecnologie del linguaggio
- elementi di programmazione
- elementi di text analysis
CONOSCENZA E CAPACITÀ DI COMPRENSIONE APPLICATE
Lo studente deve dimostrare di conoscere e saper comprendere le problematiche relative al complesso rapporto uomo-macchina e di esplicitare il contributo delle discipline umanistiche alla sua evoluzione nel tempo. Inoltre lo studente deve essere in grado di comprendere il concetto di informazione e di conoscere i metodi della rappresentazione digitale e dei sistemi di trattamento automatico dei dati in ambito umanistico.
ULTERIORI RISULTATI DI APPRENDIMENTO ATTESI
Autonomia di giudizio:
Il corso di prefigge l’obiettivo di rendere lo studente/la studentessa pienamente autonomo/a nell’analisi dei processi tecnologici e culturali che hanno consentito di raggiungere un elevato livello di sviluppo del rapporto uomo-macchina. L’autonomia di giudizio maturata durante il corso costituisce uno stimolo ulteriore ad una riflessione più approfondita sull’utilizzo delle tecnologie attuali nel campo degli studi umanistici offrendo, qualora possibile, anche visioni e suggerimenti alternativi alla criticità apprese durante il corso.
Abilità comunicative:
Lo studente/ la studentessa dovrà essere in grado, al termine del percorso didattico, di comunicare in modo efficace le criticità e le soluzioni inerenti all’evoluzione delle tecnologie informatiche nell’ambito scientifico degli studi umanistici, con particolare riguardo anche al campo, strettamente connesso al precedente, del trattamento automatico del linguaggio.
Capacità di apprendimento:
Il percorso di apprendimento offre la possibilità di riconoscere le potenzialità insite nello sviluppo delle tecnologie informatiche applicate al campo degli studi umanistici e di comprenderne, mediante l’utilizzo di un lessico specifico ed appropriato, anche le possibili alternative progettuali che mirano, mediante un diverso contributo scientifico, al miglioramento dei servizi automatici offerti nel più generale ambito delle digital humanities. Il corso intende offrire altresì la possibilità di maturare quelle competenze tecniche fondamentali per il perseguimento di eventuali e successivi studi autonomi nell’ambito del trattamento automatico del linguaggio.
Prerequisiti
--
Metodi didattici
L’attività didattica consiste in lezioni frontali e, per circa un terzo delle ore complessive, in attività di laboratorio finalizzate all’acquisizione di competenze specifiche (elementi di programmazione e di analisi del testo). L’insegnamento può prevedere altresì la presenza di eventuali attività seminariali.
Verifica Apprendimento
L’esame si articola in una prova orale, in aggiunta gli studenti possono presentare e discutere anche un elaborato relativo al dominio dell’analisi del testo (l’elaborato può essere frutto anche di un lavoro di gruppo composto da max 5 persone). L’esame si svolge in lingua italiana (tuttavia gli studenti stranieri possono chiedere al docente lo svolgimento dell’esame in lingua inglese).
Testi
Jezek E., Sprugnoli R. 2023 Linguistica computazionale
Introduzione all'analisi automatica dei testi. Il Mulino
Di Buono M.P. 2023 Giornalismo algoritmico e traduzione automatica. Una valutazione della traduzione neurale. Loffredo editore. Introduzione e Capitoli 1-2
Materiale aggiuntivo sarà fornito durante il corso.
Ulteriore materiale per gli studenti non frequentanti:
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021, March). On the dangers of stochastic parrots: Can language models be too big?🦜. In Proceedings of the 2021 ACM conference on fairness, accountability, and transparency (pp. 610-623).
Chiche, A., Yitagesu, B. Part of speech tagging: a systematic review of deep learning and machine learning approaches. J Big Data 9, 10 (2022)
Farías, D. I. H., Patti, V., & Rosso, P. (2016). Irony detection in twitter: The role of affective content. ACM Transactions on Internet Technology (TOIT), 16(3), 1-24.
Zhao, Wayne Xin, Kun Zhou, Junyi Li, Tianyi Tang, Xiaolei Wang, Yupeng Hou, Yingqian Min et al. "A survey of large language models." arXiv preprint arXiv:2303.18223 (2023).
Contenuti
Il corso intende fornire agli studenti un’introduzione alle principali metodologie e tecnologie informatiche adoperate in ambito umanistico, in particolare per quanto riguarda il trattamento automatico del linguaggio
ELENCO DEGLI ARGOMENTI:
1. Introduzione all’Informatica Umanistica
2. Trattamento Automatico del Linguaggio
3. L’annotazione linguistica del testo
4. Analisi del testo
5. Semantica vettoriale ed embeddings
6. Reti neurali e modelli del linguaggio
7. Annotazione delle Part-of-speech ed entità nominate
8. Parsing basato sui costituenti e sulle dipendenze
9. Information Extraction
10. Word Sense e WordNet
11. Semantic Role Labelling
12. Sentiment Analysis
13. Chatbot e sistemi di dialogo
Il corso sarà articolato in lezioni sia teoriche che pratiche, le ultime relative all’apprendimento dei rudimenti di programmazione nell’ambito del trattamento automatico del linguaggio (TAL)
Lingua Insegnamento
Italiano
Altre informazioni
--
Corsi
Corsi
LINGUE E LETTERATURE EUROPEE E AMERICANE
Laurea Magistrale
2 anni
No Results Found
Persone
Persone
Ricercatori/trici a t. d. ex art.24 c.3
No Results Found