|
Docente
|
BASILI ROBERTO
(programma)
Programma
Sezione I: Machine Learning e Learning basato su kernel.
Richiami. Metodi Supervised. Metodi probabilistici e generativi. Metodi Unsupervised. Clustering. Metriche di similarità semantica. Metodi agglomerativi. K-mean.
Modelli Markoviani. Hidden Markov Models.
Kernel-based kernels. Kernel polinomiali e RBF. String Kernels. Tree kernels. Latent Semantic kernels. Semantic kernels. Applicazioni.
Sezione II: Statistical Language Processing
Supervised Language Processing tools. HMM-based POS tagging. Named Entity Recognition. Statistical parsing. PCFGs: Charniak parser. Modelli di Parsing Lessicalizzati. Shallow Semantic Parsing: kernel based semantic role labeling. Information Extraction.
Sezione III: Web Mining & Retrieval.
Modelli di ranking per il Web. Introduzione alla Social Network Analysis: rango, centralità.
Modelli di random walk: Page Rank. Motori di ricerca. SEO. Google.
Sistemi di Question Answering. Open-domain Information Extraction.
Acquisizione di Conoscenza da Wikipedia. Social Web. Algoritmi su grafi per la community detection.
Introduzione all’Opinion Mining e al Sentiment Analysis.
 Testi
•Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008. Consultabile on-line
•C.M. Bishop "Pattern Recognition and Machine Learning" Springer, 2006
•Roberto Basili, Alessandro Moschitti, Text Categorization: from Information Retrieval to Support Vector Learning, ARACNE Editore, 2005.
•Bing Liu, Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. 2nd Edition, July 2011, Springer.
•Note del docente e articoli scientifici distribuite durante il corso.
|
