Informazioni sul corso

A.A. 2022-23

Il corso si articola in una parte generale e in una parte monografica. La parte generale fornisce strumenti metodologici di larga applicazione nella linguistica computazionale e nel trattamento automatico delle lingue e del linguaggio. In particolare, verranno affrontati i seguenti argomenti applicati a diversi task di NLP come la classificazione del sentiment, l'individuazione di emozioni e il riconoscimento di linguaggio offensivo: la semantica distribuzionale e i tipi di vettori (count-based, embeddings e contextual embeddings), le reti e i modelli neurali e il Deep Learning. La parte monografica si concentrerà sull’elaborazione del parlato (in inglese Speech Processing), sul riconoscimento vocale automatico (in inglese Automatic Speech Recognition – ASR) e sulla sintesi vocale (in inglese Text-to-Speech). Verranno esaminati in dettaglio i filtri, le forme d’onda, gli spettrogrammi, la scala Mel, l’estrazione automatica dei tratti segmentali e soprasegmentali, i coefficienti spettrali Mel, i sistemi basati su Hidden Markov Model e quelli di tipo Deep Neural Networks.