Misael MONGIOVÌ
Misael Mongiovì è professore associato (seconda fascia) di Informatica (settore concorsuale 01/B1, SSD INF/01) presso il Dipartimento di Matematica e Informatica dell'Università degli Studi di Catania, dove è in servizio dal 2023. È inoltre associato con incarico di collaborazione presso l'Istituto di Scienze e Tecnologie della Cognizione (ISTC) del Consiglio Nazionale delle Ricerche. Ha conseguito l'Abilitazione Scientifica Nazionale alle funzioni di professore di prima fascia nel settore 01/B1 – Informatica.
Si è laureato in Informatica con lode all'Università di Catania nel 2003 e vi ha conseguito il dottorato di ricerca in Informatica nel 2007. La sua carriera unisce esperienza industriale e un percorso accademico internazionale: ha svolto attività di ricerca alla Tel Aviv University, alla University of California at Santa Barbara, alla New York University e alla University of the Basque Country, prima di entrare come ricercatore al CNR-ISTC, dove ha coordinato l'Unità di Supporto di Catania.
La sua ricerca riguarda il mining e la gestione dei dati in forma testuale e di grafo, con applicazioni all'elaborazione del linguaggio naturale, all'integrazione tra Large Language Models e knowledge graph, e all'analisi di reti complesse. È Associate Editor del Journal of Big Data (Springer) e ha ricevuto, tra gli altri riconoscimenti, un Best Paper Honorable Mention a DATA 2024 e il Best Paper Award a CSB 2009 (Stanford University). Presso il Dipartimento di Scienze Umanistiche insegna Introduzione alla Linguistica Computazionale nel corso di laurea magistrale in Scienze del Testo per le Professioni Digitali (LM-43).
Misael Mongiovì si è laureato in Informatica con voto 110/110 e lode all'Università di Catania nel 2003 e ha conseguito il dottorato di ricerca in Informatica presso lo stesso ateneo nel 2007, con una tesi su algoritmi distribuiti e probabilistici di data mining applicati a bioinformatica e reti di sensori. Ha ottenuto l'Abilitazione Scientifica Nazionale di seconda fascia (2018) e di prima fascia (2023) nel settore 01/B1 – Informatica.
Sul piano accademico internazionale ha svolto attività di ricerca come postdoc presso la Blavatnik School of Computer Science della Tel Aviv University (2009–2010) e come Research Scientist e Postdoctoral Scholar presso il Department of Computer Science della University of California at Santa Barbara (2010–2012), oltre a soggiorni di ricerca alla New York University e alla University of the Basque Country. Ha ricoperto inoltre diversi assegni di ricerca presso l'Università di Catania tra il 2008 e il 2015, e dal 2020 ha assunto il ruolo di ricercatore a tempo indeterminato presso il CNR-ISTC, coordinando l'Unità Organizzativa di Supporto di Catania fino al 2023.
Dal 1° ottobre 2023 è professore associato di Informatica presso il Dipartimento di Matematica e Informatica dell'Università di Catania, mantenendo l'incarico di collaborazione con il CNR-ISTC. È responsabile scientifico del progetto di Ateneo PIACERI sul potenziamento dei modelli di elaborazione del linguaggio in condizioni di scarsità di dati ed è membro del collegio dei docenti del corso di dottorato in Informatica. Svolge inoltre ruoli istituzionali nel Dipartimento di Matematica e Informatica, tra cui la partecipazione, con funzione di segretario, alla Commissione Paritetica Docenti-Studenti.
La sua attività didattica comprende, presso l'Università di Catania, gli insegnamenti di Programmazione II e di Natural Language Processing nel corso di laurea in Informatica, e di Introduzione alla Linguistica Computazionale nel corso di laurea magistrale in Scienze del Testo per le Professioni Digitali (LM-43) del Dipartimento di Scienze Umanistiche. Tiene corsi di dottorato su Large Language Models e Agentic AI ed è tutor di dottorandi e relatore di numerose tesi di laurea su temi di NLP e intelligenza artificiale.
È autore di oltre 50 pubblicazioni scientifiche internazionali ed è Associate Editor del Journal of Big Data (Springer). Ha ricoperto ruoli organizzativi e di program committee in conferenze internazionali di rilievo, tra cui The Web Conference, ECAI e ACL, e ha ricevuto un Best Paper Honorable Mention a DATA 2024 e il Best Paper Award a CSB 2009 presso la Stanford University.
L'attività di ricerca di Misael Mongiovì si concentra oggi sull'elaborazione del linguaggio naturale e sui Large Language Models, con particolare attenzione ai metodi capaci di operare in condizioni di scarsità di dati. È responsabile scientifico del progetto di Ateneo PIACERI, dedicato al potenziamento dei modelli di elaborazione del linguaggio quando i dati di addestramento sono assenti o limitati.
In questo ambito sviluppa approcci generativi per la classificazione gerarchica del testo in regimi di pochi dati (lavoro premiato con un Best Paper Honorable Mention a DATA 2024), tecniche di generazione di linguaggio naturale vincolata da grammatica, metodi di data augmentation e modellazione generativa per l'estrazione di entità, e strategie di prompting per migliorare le prestazioni dei modelli. Una parte rilevante del lavoro riguarda l'integrazione tra Large Language Models e knowledge graph: retrieval graph-based su documenti multipli, Retrieval-Augmented Generation con entity linking, verifica spiegabile di affermazioni tramite allineamento di grafi e inferenza basata su knowledge graph per sistemi semi-spiegabili.
Una linea affine indaga le capacità e i limiti dei modelli linguistici sul piano semantico e cognitivo: la rappresentazione di contenuti morali ed emotivi, l'uso dei LLM per la traduzione della lingua dei segni in contesti low-resource, e l'analisi critica del disaccordo tra annotatori. Su questi temi è autore di pubblicazioni in sedi internazionali di rilievo (tra cui Findings of ACL, ECAI e riviste in fascia Q1) ed è invited speaker su Large Language Models e rappresentazione della conoscenza in una scuola internazionale di settore.
Questo programma di ricerca si innesta su una solida esperienza pregressa nel mining e nella gestione dei dati testuali e di grafo — dall'estrazione e riconciliazione di conoscenza da testo all'analisi di reti complesse — che continua a fornire strumenti e prospettive metodologiche al lavoro attuale sui modelli del linguaggio.