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

Un framework per lo sviluppo di applicazioni integrate di folksonomie e tecniche semantiche

Una vasta comunità di lettori usa annotare i riferimenti a risorse del Web su servizi pubblici, associando alle stesse delle parole chiave, tag, per facilitarne il recupero. Questa azione implica il riconoscimento dei documenti e una scelta, implicita nell’associazione di termini, in quale categoria inserirli.
Per quanto l’opera di associare tag a risorse sia un’operazione antica, i nuovi servizi sul Web introducono un’importante innovazione: fanno condividere questa informazione con altri, creando un indice di risorse consultabile da chiunque e realizzando così una categorizzazione di risorse del Web collettiva, conosciuta come Folksonomia.
Le parole chiave inserite dall’utente non appartengono a un vocabolario controllato e pertanto possono avere un significato ambiguo. Per migliorare la precisione delle ricerche, è necessario utilizzare delle tecniche che permettano di risolvere questa limitazione, e per farlo esistono in letteratura un buon numero di algoritmi, molti dei quali prevedono l’utilizzo di tesauri o ontologie.
Una caratteristica interessante delle folksonomie, che è emersa studiando la distribuzione statistica dei tag, è che i termini convergono a un insieme ridotto: gli utenti concordano su poche parole per descrivere la risorsa.
In questo lavoro di tesi proponiamo un algoritmo per il recupero delle risorse che prevede la derivazione semantica di nuovi termini derivanti dall’interrogazione, e un framework per l’implementazione di motori di ricerca per folksonomie.
Il framework, da noi chiamato Folksengine, permette la semplice implementazione di algoritmi e rende immediatamente disponibili alcuni strumenti semantici necessari.

Mostra/Nascondi contenuto.
Sommario Una vasta comunit a di lettori usa annotare i riferimenti a risorse del Web su servizi pubblici, associando alle stesse delle parole chiave, tag, per facilitarne il recu- pero. Questa azione implica il riconoscimento dei documenti e una scelta, implicita nell’associazione di termini, in quale categoria inserirli. Per quanto l’opera di associare tag a risorse sia un’operazione antica, i nuovi servizi sul Web introducono un’importante innovazione: fanno condividere questa informa- zione con altri, creando un indice di risorse consultabile da chiunque e realizzando cos una categorizzazione di risorse del Web collettiva, conosciuta come Folksonomia. Le parole chiave inserite dall’utente non appartengono a un vocabolario control- lato e pertanto possono avere un signicato ambiguo. Per migliorare la precisione delle ricerche, e necessario utilizzare delle tecniche che permettano di risolvere questa limitazione, e per farlo esistono in letteratura un buon numero di algoritmi, molti dei quali prevedono l’utilizzo di tesauri o ontologie. Una caratteristica interessante delle folksonomie, che e emersa studiando la distri- buzione statistica dei tag, e che i termini convergono a un insieme ridotto: gli utenti concordano su poche parole per descrivere la risorsa. In questo lavoro di tesi proponiamo un algoritmo per il recupero delle risorse che prevede la derivazione semantica di nuovi termini derivanti dall’interrogazione, e un framework per l’implementazione di motori di ricerca per folksonomie. Il framework, da noi chiamato Folksengine, permette la semplice implementazione di algoritmi e rende immediatamente disponibili alcuni strumenti semantici necessari.

Laurea liv.I

Facoltà: Scienze Matematiche, Fisiche e Naturali

Autore: Nicola Di Matteo Contatta »

Composta da 72 pagine.

 

Questa tesi ha raggiunto 532 click dal 15/03/2013.

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