Analisi della semantica latente per la consultazione automatica di moduli domanda-risposta

Introduzione La disciplina che si occupa dei problemi legati al recupero automatico d’in- formazione a partire da una richiesta dell’utente e` conosciuta come information retrieval o IR. Il principale obiettivo dell’IR e` quello di far pervenire all’utente informazioni rilevanti a partire da una esplicita richiesta inoltrata al sistema, minimizzando la quantita` d’informazione superflua [2] [3]. I motori di ricerca sono il principale esempio di applicazione che fa uso delle tecniche di IR. La ricerca d’informazione rilevante per la richiesta dell’utente (query) avviene secondo un criterio di corrispondenza lessicale: il motore di ricerca resti- tuisce all’utente le informazioni che contengono i termini della richiesta o una loro combinazione logica. E’ evidente come in un tale contesto il modo in cui e` espresso il bisogno d’informazione dell’utente abbia un importanza considerevole: richieste mal formulate possono determinare il recupero d’ informazione inutile, o limitare la quantita` d’ informazione rilevante restituita. Un approccio lessicale al problema del recupero d’informazione degrada le prestazioni del sistema, espresse in termini di precisione,quantit`a d’informazione rilevante tra quella reperita e richiamo,quantit`a d’informazione rilevante reperita sull’insieme d’informazione rilevante disponibile [4], [5]. Il sistema non tiene conto del fatto che un termine puo`averepi`u significati (polisemia ), ne` del fatto che uno stesso concetto puo` essere espresso utilizzando vari termini (sinonimia). L’analisi della semantica latente (latent semantic analysis o LSA), teoria che riguarda la rappresentazione e l’induzione della conoscenza [1], consente di affrontare i problemi legati al recupero d’informazione, ricorrendo ad un modello vettoriale semantico in cui richiesta ed informazione da reperire sono rappresentati da vet-