• Dataset per Reading Comprehension
• Linguistica Computazionale
• Question Answering
• Trattamento Automatico del Linguaggio Naturale

Il lavoro si pone nell’ambito della costruzione di un corpus di reading comprehension e nella definizione di un metodo per identificare le parti informative di un testo. Il corpus è frutto di un lungo e accurato processo di analisi e annotazione manuale delle prove di comprensione elaborate da Invalsi. Tra gli obiettivi principali vi è stato quello di comprendere l’esistenza o meno di una corrispondenza lineare frase-domanda-risposta: cioè, capire se in una frase o in una sotto-porzione di essa fosse contenuta la risposta a una determinata domanda. Il tutto al fine di generare un corpus di addestramento a supporto di un sistema automatico di generazione di domande per la valutazione delle competenze di comprensione della lingua scritta. Per quanto riguarda la definizione del metodo di estrazione delle parti rilevanti, sono stati condotti degli esperimenti per valutare l'esistenza di una relazione significativa tra le caratteristiche linguistiche estratte dalle frasi e la probabilità che quest'ultime contengano la risposta a una possibile domanda. Infine è stato sviluppato un classificatore basato su Support Vector Machine per l'identificazione delle parti rilevanti del testo.