• Wikipedia
• SpazioDati
• Regressione Logistica
• Machine Learning
• Natural Language Processing
• Intelligenza Artificiale
• Information Retrieval
• CrowdSourcing
• Information Extraction
• CrowdFlower

Il problema affrontato nella tesi è stato quello di sviluppare una metodologia che permetta di adattare automaticamente un generico sistema di Entity Linking a nuovi contesti linguistici. Questo processo ha fatto uso di una piattaforma di CrowdSourcing che permette di sottoporre delle semplici domande (micro-task) ad un insieme di lavoratori: pagando un corrispettivo (di piccola entità) per il lavoro svolto.
Allo scopo di effettuare in maniera continuativa l'aggiornamento del sistema di Entity Linking è stato fatto uso di una tecnica di Active Learning che sceglie quali nuove istanze devono essere etichettate in modo da massimizzazione l'accuratezza della classificazione: l'Uncertainty Sampling.
Il lavoro di questa tesi è stato svolto come parte del tirocinio presso SpazioDati, una giovane azienda con sede a Pisa e Trento che si occupa di sistemi per l'analisi di Big Data; essa ha implementato internamente un proprio sistema di Entity Linking, detto Datatxt.
Le metodologie proposte in questa tesi sono state usate per l'addestramento e il perfezionamento di un modello di regressione logistica allo scopo di effettuare il Pruning dei risultati della fase disambiguazione di DataTxT.