1. [I]nfo
  2. [M]oduli
  3. [B]acheca
  4. [P]rogramma
  5. [O]rari
  6. [E]sami
  7. E[v]enti
  8. [F]iles

Generali:

  • Dipartimento: Lettere E Filosofia
  • Settore Ministeriale: L-LIN/01
  • Codice di verbalizzazione: 804002970
  • Metodi di insegnamento: Frontale
  • Metodi di valutazione: Orale
  • Prerequisiti: È richiesta una comprensione dei concetti di base della linguistica generale. Non sono richieste conoscenze pregresse di programmazione in Python o di sviluppo di modelli e applicazioni NLP. Durante il corso verranno fornite alcune basi di programmazione, utili per affrontare le attività previste dal syllabus.
  • Obiettivi: OBIETTIVI FORMATIVI: Il corso si propone di offrire una panoramica introduttiva sugli strumenti per l'analisi dei corpora e sui modelli di base per il trattamento automatico delle lingue e del linguaggio. CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Comprendere i concetti fondamentali della linguistica computazionale, comprese le tecniche di base dell'elaborazione del linguaggio naturale. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Usare i corpora e gli strumenti di base per l'elaborazione e l'analisi computazionale dei dati e dei fenomeni linguistici. AUTONOMIA DI GIUDIZIO: Valutare criticamente le applicazioni di base del trattamento automatico del linguaggio e i loro limiti. ABILITÀ COMUNICATIVE: Descrivere e spiegare i concetti di base della linguistica computazionale e il funzionamento dei principali metodi del trattamento automatico del linguaggio. CAPACITÀ DI APPRENDIMENTO: Acquisire gli strumenti necessari per approfondire in autonomia aspetti teorici e pratici della linguistica computazionale e per applicarli a nuovi contesti di ricerca. PROGRAMMA Il corso si propone di fornire un'introduzione teorica e pratica alla linguistica computazionale e al trattamento automatico del linguaggio. Nella prima parte del corso si illustreranno le metodologie per la raccolta, la compilazione e la gestione dei corpora. Verranno approfondite le tecniche di (pre-)elaborazione del testo (ad es., tokenizzazione, stemming, lemmatizzazione, rimozione stopword, ecc.) e di annotazione linguistica (ad es., POS-tagging, annotazione semantica, ecc.). L'analisi dei dati e dei fenomeni linguistici sarà affrontata attraverso lo studio delle co-occorrenze, delle analisi frequentiste e dell'estrazione dei pattern dai corpora. Saranno, inoltre, introdotti i modelli di base per la rappresentazione del testo, come il Bag-of-Words e il TF-IDF. Saranno inoltre introdotti alcuni modelli di base per la classificazione supervisionata, come il Naive Bayes e la regressione, in relazione ad alcuni task di NLP. Infine, il corso offrirà un'introduzione pratica all'uso di Python per il trattamento automatico del linguaggio, con particolare attenzione alle librerie NLTK e spaCy. Durante le attività pratiche, gli studenti e le studentesse avranno la possibilità di usare le conoscenze acquisite, lavorando da soli/e o in piccoli gruppi su task di raccolta, annotazione e analisi di corpora attraverso strumenti e tecniche della linguistica computazionale. MODALITA' DI VALUTAZIONE (sia per frequentanti che per non frequentanti): L'esame si compone di due parti: un progetto scritto, concordato con la docente e incentrato su uno degli argomenti del corso, e una prova orale. Il progetto scritto va consegnato almeno una settimana prima della data dell'appello a cui si è iscritti/e. Chi non consegna il progetto scritto non può sostenere la prova orale. CRITERI DI VERIFICA DI APPRENDIMENTO (sia per frequentanti che per non frequentanti): Durante la prova orale, gli studenti e le studentesse discuteranno il progetto scritto e risponderanno a domande sul programma d'esame. L'esame coprirà sia i temi trattati a lezione sia quelli lasciati allo studio individuale. Saranno oggetto di esame anche i testi di riferimento indicati nel presente syllabus. Le domande saranno di tipo teorico e/o argomentativo. Il voto terrà conto del progetto e dell'accuratezza e delle completezza delle risposte date alla prova orale, oltre che della correttezza terminologica e adeguatezza espositiva. La valutazione dell'esame viene espressa attraverso un voto in trentesimi. TESTI ADOTTATI Nissim, Malvina E Pannitto, Ludovica. (2022). Che cos'è la linguistica computazionale. Roma: Carocci. [tutto] Lenci, Alessandro, Montemagni, Simonetta, E Pirrelli, Vito (2016). Testo e computer: Elementi di linguistica computazionale. Roma: Carocci. [capitoli: 1, 2, 4, 7, 8, 9]
  • Ricevimento: Su appuntamento inviando una mail all'indirizzo claudia.roberta.combei@uniroma2.it

Didattica:

  • A.A.: 2025/2026
  • Canale: UNICO
  • Crediti: 6
2021 © Università di TorVergata  |  FAQ  |  Contatta la Redazione  |