Ricerca | Progetti

APPROCCI IBRIDI PER IL KNOWLEDGE DISCOVERY E MODELING

Il progetto realizza un sistema avanzato per l’estrazione e modellazione della conoscenza (Knowledege Modeling). Il concetto di conoscenza ha un ruolo chiave in questo progetto: per conoscenza si intende una elaborazione del dato grezzo in modo da esplicitare relazioni intrinseche che non sono esplicitate nella loro forma iniziale e rese esplicite solo attraverso un’analisi contestuale e puntuale. Un dato è informativo se è contestualizzato; un semplice esempio preso dal linguaggio naturale, è considerare il termine “pesca”: questo termine ha associato intrinsecamente una semantica ambigua che potrebbe non essere abbastanza informativo se non fosse associato al contento testuale in cui appare. Il progetto è finalizzato a caratterizzare e contestualizzare la conoscenza insita nella sorgente dati in modo automatico e facilmente fruibile attraverso modelli semantici d’avanguardia. Il modello formale e metodologico su cui si fonda il progetto, combina l’azione sinergica di algoritmi di Data Mining basati su modelli matematici per l’estrazione di relazioni tra i dati. In prima analisi, il modello sarà istanziato nell’ambito dell’elaborazione di testi in linguaggio (Natural Language Processing); successivamente si potrà estendere il modello in altri ambiti.L’impiego di modelli fuzzy per l’analisi dei dati testuali trova la risposta in una branchia della Logica Fuzzy, detta Computing With Words (CWW): le parole del linguaggio naturale trovano una corrispondenza diretta ed efficace con i termini fuzzy associati a variabili linguistiche descritte da fuzzy set. In tale ambito intervengono tutti quegli studi e approcci scaturiti dal Web 2.0, orientati al Sentiment Analysis and Opinion Mining che rendono urgenti investigazioni scientifiche in questa direzione, al fine di migliorare la descrizione e il significato inteso associato ad espressioni e/o pattern linguistici, arricchendoli con infomazioni affettive.Al fine di consentire la realizzazione di un modello conoscitivo stabile ed esplorabile, in questo progetto saranno sviluppati modelli e meta modelli ontologici per il supporto conoscitivo, scaturito dall’analisi dei dati grezzi. Le ontologie rivestono, in questo contesto un ruolo fondamentale per la rappresentazione di una meta-conoscenza estrapolata dai dati, proprio per la loro peculiare capacità di rappresentare conoscenza arricchita attraverso la sua caratterizzazione semantica. L’ausilio delle tecnologie semantiche fornisce una metodologia d’avanguardia non solo per descrizione dell’infomazione ma anche per l’arricchimento del modello conoscitivo: la conoscenza, modellata sottoforma di triple RDF-based, diventa la knowledge base di partenza per inferire nuova conoscenza dalle relazioni implicite. Il modello conoscitivo finale rappresenta uno strumento efficace per l’astrazione dei dati e la condivisione del suo modello concettuale. Esso si integra naturalmente alla rete ontologica globale nota come “Web of Data” dove tutte le risorse web (documenti, risorse, media, e nel contempo concetti e relazioni) sono interconnesse come Linked Data per una più adeguata fruizione ed esplorazione.