Consiglio Nazionale delle Ricerche

Tipo di prodottoContributo in atti di convegno
TitoloDal testo alla conoscenza e ritorno: estrazione terminologica e annotazione semantica di basi documentali di dominio.
Anno di pubblicazione2008
Formato-
Autore/iDell'Orletta F.; Lenci A.; Marchi S.; Montemagni S.; Pirrelli V.; Venturi G.
Affiliazioni autoriLenci Alessandro: Università di Pisa
Autori CNR e affiliazioni
  • FELICE DELL'ORLETTA
  • GIULIA VENTURI
  • VITO PIRRELLI
  • SIMONETTA MONTEMAGNI
  • SIMONE MARCHI
Lingua/e-
Abstract-
Lingua abstract-
Altro abstract-
Lingua altro abstract-
Pagine da-
Pagine a-
Pagine totali-
Rivista-
Numero volume della rivista-
Serie/Collana-
Titolo del volume-
Numero volume della serie/collana-
Curatore/i del volume-
ISBN-
DOI-
Editore-
Verificato da refereeSì: Nazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)-
Parole chiaveNatural Language Processing, Machine Learning, Knowledge extraction from texts, Ontology learning, Legal ontologies
Link (URL, URI)-
Titolo convegno/congressoAtti del Convegno Nazionale Ass.I.Term
Luogo convegno/congressoArcavacata di Rende (CS)
Data/e convegno/congresso-
RilevanzaNazionale
RelazioneContributo
Titolo parallelo-
Note/Altre informazioni-
Strutture CNR
  • ILC — Istituto di linguistica computazionale "Antonio Zampolli"
Moduli CNR
    Progetti Europei-
    Allegati

      Dati storici
      I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
      Area disciplinareLanguage & Linguistics
      Area valutazione CIVRScienze dell'Antichità, filologico-letterarie e storico-artistiche
      NoteIn: I-TerAnDo - Atti del Convegno Nazionale Ass.I.Term I-TerAnDo (Arcavacata di Rende (CS), 5-7 giugno 2008). Atti, pp. 185 - 206. Mario De Gregorio (ed.). AIDA 1983, 2008.
      Descrizione sintetica del prodottoABSTRACT: The paper focuses on the automatic extraction of domain knowledge from Italian legal texts and presents a fully-implemented ontology learning system (T2K, Text-2-Knowledge) that includes a battery of tools for Natural Language Processing, statistical text analysis and machine learning. Evaluated results show the considerable potential of systems like T2K, exploiting an incremental interleaving of NLP and machine learning techniques for accurate large-scale semi-automatic extraction and structuring of domain-specific knowledge.