Tesi etd-06122026-145036 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
URN
etd-06122026-145036
Titolo
Sociomaterial Perspective on Actor–Technology Relations: Named Entity Recognition and Taxonomic Analysis in Patent Texts
Dipartimento
INFORMATICA
Corso di studi
DATA SCIENCE AND BUSINESS INFORMATICS
Relatori
.
relatore Prof. Chiarello, Filippo
relatore Dott. Giordano, Vito
relatore Dott. Losanno, Marco
relatore Dott. Giordano, Vito
relatore Dott. Losanno, Marco
Parole chiave
- Named Entity Recognition
- Patent Text Mining
- Sociomateriality
- Taxonomy Development
Data inizio appello
17/07/2026
Consultabilità
Completa
Riassunto (Inglese)
This thesis examines actor–technology relations in patent texts related to artificial intelligence. It adopts a sociomaterial perspective, according to which actors and technologies are not separate elements, but jointly contribute to actions, decisions, and outcomes. The study combines Natural Language Processing techniques with a taxonomic approach. First, Named Entity Recognition models are used to identify ACTOR and TECH entities in patent sentences. Second, sentences in which both entities occur are analyzed to describe the type of action, the role of the actor, the role of the technology, and the direction of the relation. On this basis, a taxonomy is developed to organize and summarize the main relational patterns observed in the corpus. The results reveal different configurations in which actors and technologies can play instrumental, mediating, or agentive roles. The thesis finally proposes a structured approach for identifying and analyzing actor–technology relations in patent documents.
Riassunto (Italiano)
Questa tesi analizza le relazioni tra attori e tecnologie nei testi brevettuali relativi all’intelligenza artificiale. Il lavoro adotta una prospettiva sociomateriale, secondo cui attori e tecnologie non sono elementi separati, ma partecipano congiuntamente alla produzione di azioni, decisioni e risultati. La ricerca combina tecniche di Natural Language Processing e un approccio tassonomico. In una prima fase, modelli di Named Entity Recognition vengono utilizzati per identificare entità ACTOR e TECH nelle frasi brevettuali. In una seconda fase, le frasi in cui le due entità compaiono insieme vengono analizzate per descrivere il tipo di azione, il ruolo dell’attore, il ruolo della tecnologia e la direzione della relazione. Su questa base viene sviluppata una tassonomia finalizzata a organizzare e sintetizzare i principali pattern relazionali osservati nel corpus. I risultati mostrano configurazioni differenti, nelle quali attori e tecnologie assumono ruoli strumentali, mediatori o agentivi. La tesi propone infine un approccio strutturato per identificare e analizzare le relazioni tra attori e tecnologie nei documenti brevettuali.
File
| Nome file | Dimensione |
|---|---|
| tesi_mat...eazzi.pdf | 1.42 Mb |
Contatta l’autore |
|