Research Project
MARLENE: analisi semantica dei testi per l'esecuzione del NLP
Il progetto di ricerca MARLENE implementa un framework tecnologico per l’analisi sintattica e semantica di contenuti testuali multilingue. Il framework fornisce servizi per l’intera catena del NLP incluso il parsing, il tagging, la disambiguazione del senso delle parole, la categorizzazione, il clustering, il riassunto, la similarità del testo, la sentiment analysis, il riconoscimento delle emozioni, l'identificazione dei pattern testuali.
MARLENE fa leva su tecniche di AI e ML per consentire la comprensione del testo in diverse lingue, tra cui italiano, inglese, spagnolo, portoghese, olandese, arabo e francese. Il framework incorpora ed estende una SemanticNet costruita a partire da reti semantiche aperte, per eseguire disambiguazione ed espansione dei termini del testo e risolvere specifici problemi semantici.
Impacts
Il potere dei dati porta servizi, prodotti e processi verso un nuovo livello di "intelligenza".
STARLIGHT: l'Intelligenza Artificiale contro le minacce ad alta priorità
Un'analisi e gestione dei dati migliore: un progetto per fornire tecnologie, strumenti e soluzioni di AI sicure e resilienti a sostegno delle forze dell'ordine.
AgriFood: così migliora la tracciabilità dei prodotti
Come utilizzare le tecnologie digitali per migliorare la tracciabilità della catena alimentare.
Payment experience facile e trasparente
Come utilizzare gli “invisible payments” per facilitare l'esperienza d'acquisto
STARLIGHT: l'Intelligenza Artificiale contro le minacce ad alta priorità
Un'analisi e gestione dei dati migliore: un progetto per fornire tecnologie, strumenti e soluzioni di AI sicure e resilienti a sostegno delle forze dell'ordine.
AgriFood: così migliora la tracciabilità dei prodotti
Come utilizzare le tecnologie digitali per migliorare la tracciabilità della catena alimentare.
Payment experience facile e trasparente
Come utilizzare gli “invisible payments” per facilitare l'esperienza d'acquisto
Recommended for you
Explore additional content associated with the topic