72
Informatica
UNIVERSITÀ DEGLI STUDI DI NAPOLI "L'ORIENTALE"
Dati Generali
Periodo di attività
Syllabus
Obiettivi Formativi
Il corso si propone di fornire un quadro avanzato e integrato delle teorie, dei metodi e delle tecnologie che caratterizzano la linguistica computazionale e il Natural Language Processing (NLP). Al termine dell'insegnamento, si acquisirà la capacità di comprendere e formalizzare le strutture linguistiche ai diversi livelli di analisi, padroneggiare i concetti statistici e probabilistici applicati al testo e valutare criticamente l'architettura dei modelli di apprendimento automatico, dai sistemi tradizionali alle moderne reti neurali generative e basate su Transformers. Verranno sviluppate competenze pratiche nella gestione di task di pre-processing, classificazione e generazione del testo, nell'annotazione di corpora e nell'impiego operativo di librerie, pipeline e strumenti dedicati, anche in ambito Digital Humanities. Particolare rilievo sarà dato allo sviluppo di una spiccata capacità di pensiero critico nell'uso dei Large Language Models (LLM) e delle risorse di Generative AI, promuovendo una valutazione consapevole dell'intero ciclo di vita dei sistemi. In questo contesto, si stimolerà una riflessione approfondita su quanto rimangano imprescindibili la cura della qualità dei dati (data curation, bilanciamento e pulizia) e la supervisione umana (Human-in-the-Loop) nei processi di addestramento, validazione e controllo degli output. Si apprenderà infine a rilevare ed analizzare i bias culturali, di genere e sociali presenti nei dati e nei vettori, a comprendere le problematiche legate a copyright e proprietà intellettuale, e a valutare l'impatto etico, sociale e l'impronta ambientale (in termini di costi computazionali ed energetici) associati allo sviluppo, all'addestramento e alla messa in produzione di sistemi di Intelligenza Artificiale.
Prerequisiti
Non sono previste propedeuticità formali; tuttavia, è preferibile e consigliata una conoscenza preliminare dei concetti fondamentali di linguistica.
Metodi didattici
L'insegnamento si articola principalmente in lezioni frontali dedicate all'esposizione dei fondamenti teorici e metodologici della disciplina. Alle lezioni tradizionali si affiancheranno, laddove opportuno in relazione ai temi trattati, la lettura critica e il commento guidato di paper scientifici di particolare rilevanza. Sono inoltre previste attività interattive ed esercitazioni volte a esplorare, analizzare e discutere il funzionamento pratico di modelli, strumenti e applicazioni di Natural Language Processing e Intelligenza Artificiale.
Verifica Apprendimento
L'esame consiste in una prova orale classica volta ad accertare il livello di conoscenza e la capacità di rielaborazione critica dei contenuti del corso. Il colloquio verterà sugli argomenti trattati nei testi di riferimento (con specifico riguardo ai capitoli indicati a lezione) e sull'analisi dei paper scientifici presentati e discussi durante il corso. Saranno oggetto di valutazione la padronanza della terminologia specialistica, la chiarezza espositiva, la capacità di collegare gli aspetti teorici con i modelli computazionali e le relative applicazioni, nonché il rigore critico nel commentare la letteratura scientifica affrontata.
Testi
La preparazione dell'esame si basa sullo studio dei seguenti testi di riferimento principali:
- Jezek, Elisabetta e Sprugnoli, Rachele. Linguistica computazionale. Bologna: Il Mulino, 2023.
- Jurafsky, Dan e Martin, James H. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. 3rd edition draft. Disponibile online: https://web.stanford.edu/~jurafsky/slp3/. (Verranno segnalati i capitoli da leggere durante le lezioni).
- Manning, Christopher D. e Schütze, Hinrich. Foundations of Statistical Natural Language Processing. Cambridge, MA: MIT Press, 1999. (Verranno segnalati i capitoli da leggere durante le lezioni).
Ad integrazione dei manuali adottati, durante le lezioni verranno distribuiti e messi a disposizione degli studenti articoli e paper scientifici tratti dalla letteratura internazionale per approfondire specifici argomenti e sviluppi recenti del settore.
Contenuti
Il corso offre una trattazione avanzata dei fondamenti teorici, metodologici e applicativi delle Tecnologie del Linguaggio e del Natural Language Processing (NLP), integrando le prospettive della linguistica computazionale e dell'intelligenza artificiale. Dopo un'introduzione all'evoluzione storica, vengono riviste le basi linguistiche (morfologia, sintassi, semantica, pragmatica) e la formalizzazione dei fenomeni linguistici. Si approfondiscono poi i fondamenti statistici, i concetti di probabilità e le misure di associazione e similarità necessarie per il trattamento del linguaggio naturale. Una sezione centrale è dedicata all'apprendimento automatico, con la disamina dei metodi tradizionali basati su algoritmi di machine learning e dei modelli neurali di ultima generazione (reti feedforward, ricorrenti, architetture Transformer e Language Models), unita alle metodologie di suddivisione dei dati e di valutazione delle prestazioni. Si analizzano l'ipotesi distribuzionale e la rappresentazione vettoriale del significato. Vengono poi trattati i principi di annotazione del testo sui diversi livelli linguistici, gli standard, le metriche di accordo inter-annotatore, l'uso di strumenti dedicati e le strategie di crowdsourcing (micro-task e giochi con uno scopo), incluse le problematiche legali e di copyright. Successivamente, si esaminano nel dettaglio i principali task di NLP: pre-processing, classificazione (POS tagging, lemmatizzazione, parsing sintattico, NER, elaborazione temporale, risoluzione anafórica, WSD, SRL, analisi del sentiment, hate speech, ironia, fake news e autorialità) e generazione (traduzione automatica, risposte e riassunti), con un affondo sulle applicazioni nelle Digital Humanities. Il corso si conclude con una panoramica operativa sulle risorse, pipeline, librerie, servizi cloud, demo online e strumenti per l'analisi statistica e l'esplorazione di corpora.
Lingua Insegnamento
Italiano
Altre informazioni
Si prega di consultare gli avvisi aggiornati presenti sulla pagina personale al seguente indirizzo: https://unifind.unior.it/resource/person/71364