Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Classificazione multidimensionale gerarchica di documenti

La Tesi avvia un progetto di ricerca finalizzato alla creazione di un classificatore gerarchico multidimensionale. Il lavoro comprende aspetti teorici, tecnologici ed applicativi.
Dal punto di vista teorico, si è proposto un algoritmo per la classificazione simultanea su più dimensioni, basato sulle Support Vector Machines, che tiene conto di correlazioni esistenti tra categorie di diverse dimensioni; si è inoltre ideato un algoritmo per la scoperta di correlazioni tra categorie ed una nuova misura per la feature selection. Il lavoro teorico è stato inquadrato in un framework generale, ottenuto generalizzando opportunamente quello proposto da Ceci e Malerba (Classifying web documents in a hierarchy of categories: a comprehensive study, Ceci e Malerba 2007).
Dal punto di vista tecnologico, si è realizzata un'applicazione Java basata sul framework UIMA e si è usato LanguageWare per l'analisi lessicale di testi in italiano.
Dal punto di vista applicativo, si è sperimentato il classificatore per il problema della classificazione delle denunce di infortuni sul lavoro pervenute all'INAIL, classificate attualmente da operatori umani coi codici ESAW.

Mostra/Nascondi contenuto.
Introduzione Loscopo primario dell’Informatica è da sempre quello di permettere adelle macchine di effettuare operazioni di supporto a determinate at- tività umane, che sarebbero troppo lunghe o noiose se svolte da persone: un esempio è la classificazione di testi. Si possono immaginare diversi scenari: • Un’azienda che classifica i curricula vitae in base alle diverse attività lavorative richieste; • Un dirigente o un professore che vuole mettere in ordine le decine di e-mail giornaliere, ponendo ciascuna mail nella cartella opportuna e filtrando lo spam; • Gli impiegati dell’INAIL che classificano, in complesse tassonomie, le denunce di incidenti sul lavoro provenienti giornalmente da tutta Italia. In ognuno di questi scenari, esistono dei documenti da classificare e delle categorie, fisse e note a priori, in cui i documenti possono essere classificati. In situazioni di questo tipo, una macchina opportunamente programmata può svolgere il grosso o la totalità del lavoro, riducendo l’intervento umano ad una fase iniziale di addestramento in cui le si forniscono degli esempi di documenti già classificati, per ciascuna categoria, lasciando che la macchina apprenda autonomamente come classificare nuovi documenti. In questa Tesi viene proposta una nuova tecnica di classificazione, che, diversamente da quelle attuali, sfrutta eventuali correlazioni esistenti tra le categorie. Essa verrà confrontata con una tecnica analoga, ma che non tiene conto delle correlazioni.

Laurea liv.II (specialistica)

Facoltà: Scienze Matematiche, Fisiche e Naturali

Autore: Simone Battagliero Contatta »

Composta da 228 pagine.

 

Questa tesi ha raggiunto 1524 click dal 20/02/2009.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.