Sabrina MENNELLA
Tutor: Marco VENUTI
Dopo il conseguimento della Laurea Triennale in Lingue, Culture e Letterature Moderne Europee (L-11) presso l'Università degli Studi di Napoli "Federico II", ho proseguito il mio percorso accademico ottenendo nel 2021 la Laurea Magistrale in Lingue e Letterature Moderne Europee (Curriculum Linguistico - LM-37) presso la stessa università, portando una tesi sperimentale incentrata sull'analisi pragmatica dei sistemi di raccomandazione. Nello stesso anno, ho avuto l'opportunità di partecipare al Progetto Erasmus, studiando per un semestre presso l'Università di Osnabrück (Germania), dove ho svolto anche attività di ricerca tesi.
Attualmente sono dottoranda in Scienze dell’Interpretazione (XXXVII ciclo) presso il Dipartimento di Scienze Umanistiche dell'Università di Catania con un progetto dal titolo "Dalle ontologie alle tecniche ‘Graph Based’: rappresentazione della conoscenza per sistemi di dialogo automatico". Lo scopo di questa ricerca si focalizza sulla formalizzazione del Common Sense Knowledge (CSK), con particolare attenzione all'ambito della linguistica computazionale e della semantica. Lo scopo principale della mia ricerca consiste nell'approfondire il significato e la sua rappresentazione a livello concettuale, con l'obiettivo finale di sviluppare strumenti applicabili all'Intelligenza Artificiale per implementazione dei sistemi di dialogo.
I miei interessi di ricerca rientrano nel campo della linguistica computazionale, in particolare della semantica, che si occupa della rappresentazione della conoscenza e del significato. La rappresentazione della conoscenza riveste un ruolo fondamentale nell'ambito dell'Intelligenza Artificiale, in quanto si occupa di come la conoscenza possa essere interpretata e manipolata dai computer. Attualmente, esistono vari tipi di sistemi intelligenti in grado di gestire una vasta gamma di operazioni, tra cui il dialogo umano. Tuttavia, tali sistemi presentano limitazioni in quanto spesso non sono in grado di gestire operazioni basilari basate sul Common Sense Knowledge (CSK), una struttura complessa e poliedrica, comprendente una vasta gamma di conoscenze, ragionamenti generalmente acquisite attraverso le esperienze e le interazioni quotidiane con l'ambiente circostante e che consente alle persone di comunicare tra loro e risolvere problemi quotidiani. Allo stato dell’arte, non esiste uno schema universalmente concordato per la codifica di tale conoscenza, tanto da essere uno dei punti ancora aperti nel campo dell’elaborazione del linguaggio naturale (NLP).
Nell'ambito di questo studio, si propone di sviluppare una metodologia per il recupero di tali informazioni, avvalendosi di tecniche di analisi semantica e strumenti informatici, come i database a grafo, consentendo la formalizzazione del quadro teorico. Il vantaggio di una rappresentazione del Common Sense Knowledge in un'applicazione di interazione uomo-macchina, come i sistemi di dialogo, consiste nella capacità di estrarre e inferire informazioni al fine di colmare le lacune informative e recuperare nuove conoscenze durante l’interazione comunicativa.