Università Ca' Foscari Venezia > Ricerca insegnamenti dal 2009/10 a oggi > Scheda Insegnamento

LINGUISTICA COMPUTAZIONALE MOD. 2

[English] AF: 136668 AR: 61770
Titolo corso in inglese COMPUTATIONAL LINGUISTICS MOD.2
Anno Accademico 2011/2012
Codice Insegnamento LT1230
Crediti formativi universitari 6 su 12 di LINGUISTICA COMPUTAZIONALE
Livello laurea Laurea dm270
Settore scientifico disciplinare L-LIN/01
Periodo II Semestre
Anno corso 3

Docenti

Corsi di laurea e percorsi

Insegnamenti mutuati

Altre parti di questo insegnamento

Programma

Obiettivi Formativi

Lo studente verra' introdotto alla generazione di testi sia da Modello Semantico sia attraverso vincoli in maniera casuale. Si terra' in dovuta considerazione l'importanza della fase di Pianificazione, delle Relazioni Semantiche e Retoriche, nonche' della struttura del lessico computazionale. Allo stesso modo verranno trattate le relazioni che intervengono tra la pianificazione strategica e il componente tattico che realizza le forme semantiche in frasi superficiali di una lingua di arrivo o della sua traduzione.

Contenuti

l programma del corso parte dal livello di analisi studiato nel primo modulo, cioe la rappresentazione a strutture sintattiche, in costituenti o funzionali, con i legami pronominali espressi a livello di frase.Da questo livello lo studente si avvicinera ai problemi della rappresentazione semantica per produrre un Modello Semantico del Discorso utile sia per rispondere a domande, sia per generare lo stesso testo in un'altra lingua. Si affronteranno dapprima la questione della Risoluzione dell'Anafora a livello del discorso, utilizzando il Centering o la struttura gerarchica a Topics. Successivamente si parlera di Forma Logica e di divisione tra Argomenti, Aggiunti e Modificatori. Inoltre si parlera della rilevanza di trattare adeguatamente le locazioni spaziotemporali.Infine, il livello inferenziale che si puo ottenere accedendo a una "Ontologia" come Wordnet. La rappresentazione del Modello si basa sulla Semantica Situazionale e contiene un indice di polarita per ogni fatto inserito. Un discorso a parte verra fatto per i quantificatori e le asserzioni generiche.Infine a seconda della provenienza degli studenti si parlera di Generazione di testi e di Pianificazione, oppure si procedera a sperimentare con algoritmi disponibili online sul problema della risoluzione dell'anafora.

Testi di riferimento

Delmonte R. (2007), Computational Linguistic Text Processing - Logical Form, Semantic Interpretation, Discourse Relations and Question Answering, Nova Science Publishers, New York.
Joshi A. et al.(ed)(1987), Elements of discourse understanding, CUP.
Kempen G.(ed)(1987), Natural Language Generation, Kluwer Academic, Dodrecht.
McDonald D.D., Bolc L. (eds.) (1988), Natural Language Generation Systems, Springer-Verlag, New York.
Hovy E.H.(1988), Generating Natural Language Under Pragmatic Constraints, Lawrence Erlbaum Associates, Hillsdale, NJ.
Dale R., Mellish C.S., Zock M.(eds)(1990), Current Research in Natural Language Generation, Voll.I-II, AP, London.
Rosner M. and R.Johnson,(eds)(1993), Computational Linguistics and Formal Semantics, Studies in Natural Language Processing, CUP.
Dorr B.,(1993), Machine Translation, MIT.

Metodi didattici

Misti.

Lingua di insegnamento

italiano o inglese se richiesto.

Sostenibilità

  • Insegnamento sostenibile
  • CFU sostenibili: 2
  • Dispense e materiali di approfondimento e di autovalutazione disponibili online; testi di riferimento in formato e-book

© Ca'Foscari 2013

Ultima modifica: 11/07/2011