Progetto e sperimentazione di un modello di Clause Identification per la lingua italiana

Una delle principali attività dell'IA odierna è rappresentata dal Natural Language Processing (NLP). Il NLP si occupa dell'estrazione di informazioni semantiche da espressioni del linguaggio umano, scritte o parlate. Questa disciplina sta subendo un rapido sviluppo dovuto soprattutto al forte interesse mostrato dal mondo accademico e da quello industriale in questa direzione.
All'interno del NLP si possono individuare alcuni task, tra i quali compare il problema della Clause Identification (CI), cioè l'identicazione delle proposizioni. La CI consiste nell'estrazione delle proposizioni (clause) da una frase e costituisce una delle fasi necessarie nell'elaborazione del linguaggio naturale, in quanto consente di suddividere una frase nei suoi elementi costituenti, necessari per l'analisi successiva. Ad esempio la frase

Il gatto che ho visto è un persiano e mangia pesce.

viene suddivisa come segue:

((Il gatto (che ho visto) è un persiano) e (mangia pesce).)

dove ciascuna coppia di parentesi aperta-chiusa racchiude un insieme di elementi che formano una clause, individuando così la struttura gerarchica della frase.
La presente tesi di laurea si colloca appunto nell'ambito della CI, infatti descrive dettagliatamente il lavoro di studio, progetto e realizzazione di un modello di clause identification, applicato alla lingua italiana. L'obiettivo del lavoro svolto è stato quello di implementare il modello basandosi su tecniche di Machine Learning e avvalendosi il meno possibile di regole" e di intervento umano.