Page: 1... 145 146 147 148 149
Hits 2.961 – 2.974 of 2.974
| 2961 |
Comparison of declarative and interrogative intonation in Chinese
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2963 |
A phonologically calibrated acoustic dissimilarity measure
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2966 |
Measuring Semantic Distance using Distributional Profiles of Concepts
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2968 |
Anàlisi computacional de transferències sensorials en metàfores sinestèsiques
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2969 |
“Look, some green circles!”: learning to quantify from images
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2970 |
Living a discrete life in a continuous world: reference with distributed representations
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2972 |
“Show me the cup”: reference with continuous representations
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2973 |
What's in a Note? Sentiment Analysis in Online Educational Forums
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2974 |
Software Architectures for Human-Machine Interaction Using Natural Language
|
|
Tirone, G.. - : Università degli Studi di Palermo. : place:Palermo
|
|
Abstract:
Il linguaggio naturale rappresenta un sistema di comunicazione a carattere inferenziale in opposizione ai sistemi di comunicazione a codice che non prevedono una forma di ragionamento intelligente da parte del ricevente, ma si basano sul riconoscimento di patterns dell'informazione. In un sistema di comunicazione di tipo inferenziale, infatti, si parte dal presupposto che il ricevente abbia una certa "intelligenza" e sia, quindi, capace di comprendere, elaborare ed inferire il contenuto informativo di una comunicazione attraverso ragionamenti su un background di conoscenze (come modelli di mondo e di linguaggio) condivisi sia dalla sorgente che dal destinatario. L'attività di ricerca, svolta nell'ambito dei tre anni di corso del Dottorato e presentata in questo lavoro di tesi, pone le sue radici su questi presupposti trovando collocazione in quello specifico ambito dell'Intelligenza Artificiale, quale è la Human-Computer Interaction dialogica. Più dettagliatamente, l'obiettivo principale di tale percorso è stato la realizzazione di una architettura dedicata all'elaborazione del linguaggio naturale umano attraverso tecniche simboliche di inferenza semantica. Nella prima parte verrà introdotta la tematica di ricerca e le problematiche affrontate. Verranno presentate le principali motivazioni e le criticità connesse al tema affrontato, evidenziando pregi e debolezze degli attuali sistemi che costituiscono lo stato dell'arte. Alla luce di tali studi si è scelto di proseguire il percorso approfondendo le tecniche simboliche per l'elaborazione del linguaggio naturale andando a misurare l'efficacia e l'efficienza di tali tecniche in contrapposizione ai sistemi di Information Retrieval (IR) più diffusi, per lo più basati su approcci statistici. Questi ultimi approcci, basandosi per lo più su tecniche di analisi frequentistica, non sono in grado, da un punto di vista formale, di catturare il significato veicolato dal testo, sebbene riescano comunque a garantire un'elevata affidabilità dei risultati, facendo percepire all'utente la sensazione di "essere stato compreso". Alla luce di queste considerazioni verrà presentato QuASIt, il modello proposto, il quale si propone di gestire i due più importanti task nell'ambito del Natural Language Processing (NLP): la comprensione del linguaggio naturale (Understanding) e la produzione dello stesso (Production). Il framework conseguentemente descritto implementa i due task precedentemente indicati, ispirandosi ai processi cognitivi di comprensione ed espressione del parlato. Tale substrato consente la realizzazione di componenti software dedicati a diversi scenari applicativi, quali: annotazione semantica, attività di comprensione di testo non strutturato, analisi di social media, interazione uomo-robot in linguaggio naturale. Successivamente alla presentazione del modello, verranno illustrate una serie di applicazioni, sviluppate al fine di testare l'efficacia e l'efficenza dello stesso. In particolare, verrà descritto il generico sistema di QA (Question-Answering) basato sul modello cognitivo qui proposto. Successivamente verrà descritta l'applicazione di tale sistema su altri specifici ambiti applicativi. Nel dettaglio è stato valutato sperimentalmente l'uso del sistema come interfaccia dialogica in grado di rispondere a domande su dominio aperto, utilizzando basi di conoscenza strutturate sotto forma di ontologie o testo di supporto non strutturato e rispondendo sia con risposta libera, che a scelta tra un insieme di risposte. Tali test sono stati condotti, sia in lingua italiana che in inglese, in modo da evidenziare l'efficacia del modello cognitivo al variare del dominio linguistico. Un'altra applicazione è consistita nell'uso del sistema come selezionatore di FAQ a partire da domanda libera da parte dell'utente. Infine verrà descritta un'applicazione dell'architettura per l'analisi del testo informale in un tweet al fine dell'identificazione di entità e del linking delle stesse su ontologie. Il modello e le applicazioni descritte, sono state oggetto di pubblicazione su diverse conferenze internazionali ed i risultati sperimentali ottenuti, che verranno illustrati nella parte finale di questo elaborato, hanno dimostrato l'efficacia e l'efficienza di tale modello. ; Natural language represents an inferential communication system as opposed to coding communication systems that do not require a form of intelligent reasoning on the part of the recipient, but are based on the recognition of information patterns. Indeed, in an inferential communication system, we start from the assumption that the receiver has a certain "intelligence" and is therefore able to understand, process and infer the information content of a communication through reasoning on a background of knowledge (as models of world and language) shared by both the source and the recipient. The research activity, carried out within the three years of the PhD program and presented in this dissertation, has its roots on these assumptions finding a place in that specific area of Artificial Intelligence, which is the dialogical Computer-Human Interaction. More specifically, the main objective of this research work has been the realization of an architecture dedicated to the elaboration of human natural language through symbolic techniques of semantic inference. In the first part, the research topic and the problems addressed will be introduced. The main motivations and criticalities related to the topic will be presented, highlighting the strengths and weaknesses of the current systems that constitute the state of the art. Grounding on these studies, it was decided to continue the research activity by deepening the symbolic techniques for the processing of natural language, measuring the effectiveness and efficiency of these techniques as opposed to the most widespread information retrieval systems (IR), mostly based on statistical approaches. These approaches, mostly based on frequentistic analysis techniques, are not able, from a formal point of view, to capture the meaning conveyed by the text, although they still manage to guarantee a high reliability of the results, making the user perceive the feeling of "being understood". In light of these considerations, QuASIt will be presented, the proposed architectural model, which proposes to manage the two most important tasks in the field of Natural Language Processing (NLP): the understanding of natural language and its production. The framework described below implements the two previously mentioned tasks, inspired by the cognitive processes of comprehension and expression of speech. This substrate allows the creation of software components dedicated to different application scenarios, such as: semantic annotation, non-structured text comprehension activity, social media analysis, human-robot interaction in natural language. Following the presentation of the model, a series of applications will be illustrated. These are developed in order to test the effectiveness and efficiency of the proposed architecture. In particular, the generic QA (Question-Answering) system based on the cognitive model proposed here will be described. The application of this system will then be described on other specific application areas. In detail, the use of the system as a dialogical interface was able to respond to open domain questions, using knowledge bases structured in the form of ontologies or unstructured support text, and responding either with free response or with a choice between a set of answers. These tests were conducted, both in Italian and in English, in such a way to highlight the effectiveness of the cognitive model as the linguistic domain varies. Another application was the use of the system as a FAQ selector starting from a free application by the user. Finally, an architecture application will be described for the analysis of informal text in a tweet in order to identify entities and link them on ontologies. The model and the applications described, have been published in various international conferences and the experimental results obtained, which will be illustrated in the final part of this paper, have demonstrated the effectiveness and efficiency of this model.
|
|
Keyword:
Computational Linguistics; Fluid Construction Grammar; HCI; Informal Language; NEEL; NLP; NLU; Ontology; QA; Semantic Annotation; Settore ING-INF/05 - Sistemi Di Elaborazione Delle Informazioni
|
|
URL: http://hdl.handle.net/10447/267067
|
|
BASE
|
|
Hide details
|
|
|
Page: 1... 145 146 147 148 149 |
|
