Il contesto sociale odierno ਠprofondamente caratterizzato dalla presenza di dispositivi digitali in ogni ambito e settore. La penetrazione dell'informatica nella vita quotidiana ha raggiunto livelli tali per cui risulta ad oggi impossibile evitarne completamente il contatto. Nell'elaborato vengono portate ad esempio tecnologie quali gli assistenti virtuali disponibili su tutti gli smartphone, gli smart speaker, come Amazon Echo, e la gamma di servizi offerti da Google, nonchà© la connessione internet stessa. Il funzionamento di questi strumenti ਠbasato su algoritmi di intelligenza artificiale. Questa disciplina, nata ufficialmente nel 1956 negli Stati Uniti, studia le metodologie che permettono di dotare gli apparecchi elettronici di una forma di intelligenza quanto pi๠possibile simile a quella caratteristica dell'essere umano. Tra le prime applicazioni di algoritmi di Intelligenza Artificiale si rintracciano, negli anni '50 dello scorso secolo, i processi di traduzione linguistica automatica, identificati come Machine Translation. Nonostante il tema del linguaggio fosse da sempre inserito nel dibattito in materia di automazione, attraverso il Machine Translation esso rivendicava il suo ruolo fondamentale nel quadro dell'Intelligenza Artificiale. Con il termine “Natural Language Processing” si fa riferimento alla forma di Intelligenza Artificiale espressamente destinata alla gestione dell'interazione tra uomo e macchina realizzata per mezzo del linguaggio naturale. Il processo di elaborazione del linguaggio naturale ਠarticolato in pi๠fasi, le quali si succedono in ordine variabile in base all'obiettivo desiderato. Ognuna di queste fasi concorre all'analisi generale del testo effettuando un diverso tipo di indagine: la classificazione delle parti del discorso; la suddivisione della frase nelle sue parole componenti; la disambiguazione degli elementi dubbi o la ricerca degli elementi pi๠significativi dell'enunciato. L'esito di questa successione di interventi garantisce all'apparecchio elettronico una comprensione del linguaggio e del significato del messaggio trasmesso. Di conseguenza, la macchina ਠin grado di interagire con l'utente. I principali vantaggi del Natural Language Processing consistono nell'economia di tempo e di denaro. Per questo motivo, esso ਠlargamente impiegato a livello aziendale e commerciale. L'esperienza di tirocinio svolta presso Expert System S.p.A. si inserisce in quest'ambito. Il progetto ਠnato con l'obiettivo di arricchire il knowledge graph aziendale attraverso l'inserimento di collocazioni in lingua inglese per il dominio linguistico dell'ambito economico e dell'ambito giuridico. A una prima fase di approccio agli strumenti e all'organizzazione aziendale, ਠseguita la selezione di fonti da cui poter estrarre contenuti al fine di creare un corpus da indagare. Il materiale raccolto ਠstato successivamente elaborato tramite l'impiego della tecnologia proprietaria di Expert System S.p.A.. Al termine dell'analisi, basata su un sistema di regole definito su misura in fase di progettazione, il sistema ha identificato le collocazioni presenti nel corpus ma assenti nel knowledge graph dell'azienda. L'ultima fase del progetto ਠstata caratterizzata dall'inserimento dei risultati ottenuti. Expert System S.p.A. si occupa di intelligenza semantica e della creazione di software di intelligenza artificiale, cognitive computing e tecnologia semantica. L'azienda ਠleader nel campo dell'intelligenza artificiale applicata ai testi e nel settore della comprensione del linguaggio naturale.

Intelligenza Artificiale e Natural Language Processing in ambito aziendale

2019

Abstract

Il contesto sociale odierno ਠprofondamente caratterizzato dalla presenza di dispositivi digitali in ogni ambito e settore. La penetrazione dell'informatica nella vita quotidiana ha raggiunto livelli tali per cui risulta ad oggi impossibile evitarne completamente il contatto. Nell'elaborato vengono portate ad esempio tecnologie quali gli assistenti virtuali disponibili su tutti gli smartphone, gli smart speaker, come Amazon Echo, e la gamma di servizi offerti da Google, nonchà© la connessione internet stessa. Il funzionamento di questi strumenti ਠbasato su algoritmi di intelligenza artificiale. Questa disciplina, nata ufficialmente nel 1956 negli Stati Uniti, studia le metodologie che permettono di dotare gli apparecchi elettronici di una forma di intelligenza quanto pi๠possibile simile a quella caratteristica dell'essere umano. Tra le prime applicazioni di algoritmi di Intelligenza Artificiale si rintracciano, negli anni '50 dello scorso secolo, i processi di traduzione linguistica automatica, identificati come Machine Translation. Nonostante il tema del linguaggio fosse da sempre inserito nel dibattito in materia di automazione, attraverso il Machine Translation esso rivendicava il suo ruolo fondamentale nel quadro dell'Intelligenza Artificiale. Con il termine “Natural Language Processing” si fa riferimento alla forma di Intelligenza Artificiale espressamente destinata alla gestione dell'interazione tra uomo e macchina realizzata per mezzo del linguaggio naturale. Il processo di elaborazione del linguaggio naturale ਠarticolato in pi๠fasi, le quali si succedono in ordine variabile in base all'obiettivo desiderato. Ognuna di queste fasi concorre all'analisi generale del testo effettuando un diverso tipo di indagine: la classificazione delle parti del discorso; la suddivisione della frase nelle sue parole componenti; la disambiguazione degli elementi dubbi o la ricerca degli elementi pi๠significativi dell'enunciato. L'esito di questa successione di interventi garantisce all'apparecchio elettronico una comprensione del linguaggio e del significato del messaggio trasmesso. Di conseguenza, la macchina ਠin grado di interagire con l'utente. I principali vantaggi del Natural Language Processing consistono nell'economia di tempo e di denaro. Per questo motivo, esso ਠlargamente impiegato a livello aziendale e commerciale. L'esperienza di tirocinio svolta presso Expert System S.p.A. si inserisce in quest'ambito. Il progetto ਠnato con l'obiettivo di arricchire il knowledge graph aziendale attraverso l'inserimento di collocazioni in lingua inglese per il dominio linguistico dell'ambito economico e dell'ambito giuridico. A una prima fase di approccio agli strumenti e all'organizzazione aziendale, ਠseguita la selezione di fonti da cui poter estrarre contenuti al fine di creare un corpus da indagare. Il materiale raccolto ਠstato successivamente elaborato tramite l'impiego della tecnologia proprietaria di Expert System S.p.A.. Al termine dell'analisi, basata su un sistema di regole definito su misura in fase di progettazione, il sistema ha identificato le collocazioni presenti nel corpus ma assenti nel knowledge graph dell'azienda. L'ultima fase del progetto ਠstata caratterizzata dall'inserimento dei risultati ottenuti. Expert System S.p.A. si occupa di intelligenza semantica e della creazione di software di intelligenza artificiale, cognitive computing e tecnologia semantica. L'azienda ਠleader nel campo dell'intelligenza artificiale applicata ai testi e nel settore della comprensione del linguaggio naturale.
2019
it
Dipartimento di Studi Linguistici e Culturali
Università degli Studi di Modena e Reggio Emilia
File in questo prodotto:
File Dimensione Formato  
00_Summary.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 27.57 kB
Formato Adobe PDF
27.57 kB Adobe PDF
02_Introduction.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 21.44 kB
Formato Adobe PDF
21.44 kB Adobe PDF
04_ChapterII.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 339.73 kB
Formato Adobe PDF
339.73 kB Adobe PDF
03_ChapterI.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 122.17 kB
Formato Adobe PDF
122.17 kB Adobe PDF
05_ChapterIII.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 78.89 kB
Formato Adobe PDF
78.89 kB Adobe PDF
00_Riassunto.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 15.07 kB
Formato Adobe PDF
15.07 kB Adobe PDF
09_References.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 126.54 kB
Formato Adobe PDF
126.54 kB Adobe PDF
08_Conclusion.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 21.96 kB
Formato Adobe PDF
21.96 kB Adobe PDF
01_Index.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 46.5 kB
Formato Adobe PDF
46.5 kB Adobe PDF
00_Zusammenfassung.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 16.97 kB
Formato Adobe PDF
16.97 kB Adobe PDF
07_ChapterV.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 66.68 kB
Formato Adobe PDF
66.68 kB Adobe PDF
06_ChapterIV.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 77.05 kB
Formato Adobe PDF
77.05 kB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/301126
Il codice NBN di questa tesi è URN:NBN:IT:UNIMORE-301126