Titolo:
Storylines: Modelli Computazionali per Big Data
Data:
30/10/2015
Città:
Pisa
Luogo:
ILC-CNR – Aula Seminari IBF SG 5
Descrizione:
In questa presentazione verranno illustrati i principi e le problematiche per la creazione di storylines da grandi quantità di dati testuali secondo il paradigma dei Big Data. Con storylines si fa riferimento a un indice strutturato di descrizioni di eventi, relativi partecipanti, e opinioni ordinato cronologicamente e rispetto a una certa tematica. La presentazione sarà divisa in due parti: nella prima parte si introdurrà il concetto di storyline e una prima versione del modello computazionale elaborato per la sua rappresentazione e implementazione. Nella seconda parte, alcune delle problematiche legate alla realizzazione del modello saranno illustrate per mezzo di risultati di esperimenti.
Relatore/i:
Tommaso Caselli
Postdoctoral Fellow (Senior Researcher) presso il Computational Lexicology & Terminology Lab della VU University di Amsterdam.
Ha conseguito il dottorato di ricerca in Linguistica Computazionale sul trattamento temporale dei testi presso l’Università di Pisa nel 2009. È attivo nella ricerca in TALN dal 2006. Le sue principali aree di ricerca riguardano il trattamento automatico del discorso, l’estrazione di relazioni temporali da testi e la sentiment analysis (con particolare attenzione agli eventi). Attualmente lavora al progetto SPINOZA-NWO “Understanding Language by Machines – Stories and world views as a key to understanding language”, che si propone di sviluppare modelli computazionali e strumenti di TALN per l’estrazione di storylines da notizie. Ha partecipato all’organizzazione di campagne di valutazione semantici in TALN per l’inglese e italiano (SemEval 2010 TempEval-2; EVALITA 2014 EVENTI e SemEval 2015 CLIPEval). Il suoi lavori sono stati presentati a EMNLP, COLING, LREC e altrove.
Presentazioni: