Prof. Roberto Navigli: i libri dei suoi insegnamenti

1. Che cosa distingue la tokenizzazione a livello di parola da quella a livello di sottoparola?
2. Come si rappresenta un documento con il modello a sacco di parole e quali limiti presenta?
3. Quali vantaggi offrono i vettori di parole densi rispetto alle rappresentazioni one-hot?
4. Come si valuta la qualità di un sistema di traduzione automatica con il punteggio BLEU?
5. Che cosa misura la perplessità di un modello linguistico e come si interpreta?
6. In che modo il meccanismo di attenzione permette di pesare le parti rilevanti di una sequenza?
7. Quali differenze esistono tra etichettatura delle parti del discorso e riconoscimento di entità nominate?
8. Come si costruisce un corpus annotato per addestrare un classificatore di sentimento?
9. Che cosa si intende per ambiguità lessicale e quali tecniche la risolvono?
10. Perché la lemmatizzazione è spesso preferita allo stemming in compiti di recupero dell'informazione?
11. Come si calcola la frequenza inversa di un termine nel modello TF-IDF?
12. Quali compiti richiedono l'analisi sintattica a dipendenze e che cosa restituisce?
13. In che modo un modello linguistico n-gram stima la probabilità di una parola dato il contesto?
14. Quali problemi si incontrano nella gestione di parole fuori vocabolario durante l'elaborazione?
15. Come funziona la distanza di modifica tra due stringhe e dove viene impiegata?
16. Perché la coerenza del discorso è difficile da valutare con metriche automatiche?
17. Quali differenze esistono tra estrazione di informazioni e riassunto automatico di testi?
18. Come si misura la similarità semantica tra due frasi con rappresentazioni vettoriali?
19. Che cosa comporta l'uso di corpora sbilanciati per la valutazione di un classificatore testuale?
20. Quali considerazioni etiche emergono nell'elaborazione automatica di dati linguistici personali?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

1. Che cosa si intende per elaborazione automatica del linguaggio naturale?
2. Quali livelli di analisi linguistica sono coinvolti nell'elaborazione automatica dei testi?
3. Come si realizza la tokenizzazione di un testo e quali problemi comporta?
4. Che cosa sono i corpora annotati e quali informazioni contengono?
5. Come funziona il part-of-speech tagging dal punto di vista linguistico?
6. Quali sono i principali approcci alla analisi sintattica automatica?
7. In che modo i modelli statistici del linguaggio assegnano probabilità alle sequenze di parole?
8. Quali metriche si usano per valutare un sistema di elaborazione del linguaggio?
9. Come si rappresenta il significato delle parole in forma vettoriale?
10. Quali sono i limiti delle grammatiche formali nella descrizione delle lingue naturali?
11. Come si gestisce l'ambiguità lessicale nell'elaborazione automatica?
12. Quali strumenti si usano per la lemmatizzazione di corpora storici?
13. In che modo l'analisi del discorso viene automatizzata?
14. Quali sono le applicazioni della linguistica computazionale nella lessicografia?
15. Come si possono condurre studi di frequenza su grandi corpora testuali?
16. Quali problemi pone il trattamento automatico delle lingue a basse risorse?
17. Quali principi regolano la costruzione di un corpus rappresentativo?
18. In che modo la semantica formale si collega all'elaborazione automatica?
19. Quali tecniche di visualizzazione aiutano l'interpretazione dei dati linguistici?
20. Come si valuta la qualità delle annotazioni manuali in un corpus linguistico?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.