Anna Corazza: didattica

Possibili argomenti di tesi/laboratorio interdisciplinare

È possibile svolgere tesi (laurea specialistica o quinquennale) preferibilmente su argomenti legati all'elaborazione del linguaggio naturale, information retrieval, ingegneria del software e bioinformatica. Per ulteriori informazioni e approfondimenti potete venire in orario di ricevimento oppure fissare un appuntamento via posta elettronica. Le tesi si svolgono presso il KnomeLab.

Di seguito alcuni possibili argomenti:

1. Sviluppo di un nuovo approccio (semi)-automatico che utilizza conoscenza onotologica (GENIA, ontologia estratta da articoli scentifici di bionformatica) per l'estrazione e/o classificazione automatica di relazioni e concetti all'interno di frasi in linguaggio naturale. Le ontologie svolgono un ruolo fondamentale nell'ambito del Semantic Web e molti metodi(semi)-automatici, basati su modelli probabilistici, utilizzano questa conoscenza (descrizione formale estratti testi del web) per risolvere diversi problemi di information retrieval, information extraction e data integration. Tipicamente il corso di *Information Retrieval* dà delle basi generali sia per quel che riguarda le competenze di apprendimento automatico che di modelli probabilistici: è quindi consigliabile anche se non strettamene necessario.

   Keyword:

   Bionformatica, Classificazione, Semantic Web, Machine Learning.

2. Costruzione e aggiornamento di ontologie a partire da testi, in particolare estrazione e etichettatura di entità e relazioni con metodi di apprendimento automatico. Questo è un filone di ricerca attivo nel laboratorio e si possono trovare diversi argomenti maggiormente legati a tematiche di apprendimento automatico (clustering e classificazione di testi), elaborazione automatica del linguaggio naturale e bioinformatica. Di seguito alcuni esempi di problematiche: a seconda del background culturale dello studente si potrà scegliere una tematica piuttosto che un'altra. Tipicamente il corso di Information retrieval dà delle basi generali sia per quel che riguarda le competenze di apprendimento automatico che di elaborazione dei testi: è quindi consigliabile anche se non strettamente necessario. Alcuni esempi di tesi potrebbero essere:
   • Clustering. Studio e confronto di algoritmi di clustering su problemi con un grande numero di caratteristiche (quali testi, o problemi di bioinformatica).
   • Analisi sintattica: Analisi per l'italiano: confronto tra diversi tipi di parser su dati presi da diversi contesti, tra cui giornali, testi legali, wikipedia. La tesi prevede lo studio delle problematiche di elaborazione del linguaggio naturale relative all'analisi sintattica automatica del linguaggio. Il lavoro sperimentale necessario per la tesi si basa in parte su parser già esistenti, ma sarà necessario imparare l'uso di un linguaggio di scripting (ad esempio, python o perl) per le elaborazioni necessarie.
   • Bioinformatica: caratterizzazione di geni con metodi statistici.
   • Ingegneria del software: recentemente l'integrazione di modelli probabilistici e modelli computazionali ha trovato applicazione nell'analisi dei sistemi software e, in particolare, nella verifica delle loro proprietà. A partire da tali lavori, l'obiettivo della tesi è quello di progettare e implementare un sistema di analisi automatica di software basato su tali approcci e di effettuare un'analisi sperimentale su casi di prova al fine di valutarne efficacia e prestazioni. Il lavoro di tesi si colloca a cavallo tra le tematiche di ingegneria del software, fondamenti di linguaggi di programmazione, linguaggi formali, calcolo delle probabilità, compilatori (in collaborazione col Prof. Benerecetti).
   • Ingegneria del software: applicazione di tecniche di information retrieval all'analisi di repository software o comunque di artefatti software (in collaborazione col Prof. Di Martino).

Tesi quinquennali e specialistiche concluse o in corso (elenco non aggiornato)

1. Federico Lauria, "Estrazione automatica di concetti ontologici da testo in italiano".
2. Ennio Masi, "Un approccio di Information Retrieval all'identificazione di componenti in repository software", in collaborazione col Prof. Di Martino.
3. Davide Marino, "Machine learning techniques for gene analysis", in collaborazione con il prof. Mario Nicodemi.
4. Davide Dell'Erba, "Parsing probabilistico su treebank alle dipendenze".
5. Vincenzo Russo, "Confronto tra tecniche di clustering: support vector clustering e clustering con la divergenza di Bregman". Maggiori informazioni sul blog.
6. Fabrizio Schirru, "Letteratura scientifica e ontologie biomediche: un approccio al popolamento dei database".
7. Ferdinando Bervicato, "Ricombinazioni genomiche: un nuovo approccio per il calcolo di Expected Reversal Distance attraverso i modelli di Markov.", in collaborazione con Paola Festa
8. Giovanni Cozzo, "Ricombinazioni genomiche: calcolo di Expected Rearrangement Distance basato sui modelli di Markov nascosti.", in collaborazione con Paola Festa
9. Vincenzo Belcastro, "Metodi per l'identificazione delle reti genetiche: un nuovo approccio Bayesiano alla Mutua Informazione.", presso il TIGEM, dott. Diego di Bernardo
10. Gianfranco Cautiero, "Ricombinazioni genomiche: un nuovo approccio per il calcolo di Expected Reversal Distance.", in collaborazione con Paola Festa
11. Roberto Russo, "Information retrieval per applicazioni biomediche.", in collaborazione col dott. Vincenzo Masucci del CRIAI.
12. Antonio Gambardella, "Allineamento multiplo di biosequenze: iterated local search.", in collaborazione con Paola Festa
13. Gregory Casanova, "Allineamento multiplo di biosequenze: approccio euristico multistart.", in collaborazione con Paola Festa
14. Anita Alicante, "Confronto tra l'italiano e l'inglese dal punto di vista dell'analisi sintattica.", in collaborazione con Alberto Lavelli (ITC-irst)
15. Corsuto Daniela, "Etichettatura di testi in parti del discorso: nuovi approcci."