TextPower

L'idea di base intorno alla quale è nato il progetto TP è quella di creare tutta una serie di strumenti di analisi del testo, con approcci tanto linguistici quanto statistico-linguistici, per identificare conoscenza linguistica, lessicale, terminologica, semantica da esplicitare, da annotare sul testo, in modo tale da renderla fruibile a qualsivoglia strumento di utilizzazione del testo stesso. Tutto questo nella evidente consapevolezza che quanto maggiormente un testo è ricco di conoscenza esplicitata, tanto più il testo può essere analizzato e utilizzato per ulteriori fasi di analisi e di utilizzazione.

Dalla disponibilità di materiali testuali arricchiti (powered) tramite lo strumento TextPower nascono tutta una serie di possibilità e di strumenti di elaborazione.

Possono essere potenziate le funzionalità di classificazione, di categorizzazione e di clustering. Analogamente procedure per estrarre conoscenza dal testo.

E' stato sviluppato un nuovo strumento, che permette l'uso delle informazioni con le quali TextPower ha arricchito i documenti. Si tratta di una specializzazione della tecnologia "a faccette (facets)", proprio del settore dell'archivistica e della biblioteconomia, ma utilizzato anche nell' information retrieval.

Noi abbiamo esteso il concetto di faccette, normalmente estratte dai metadati di corredo del documento, sostituendolo con l'insieme di tutte le annotazioni terminologiche, fattuali e named entities che TP ha evidenziato ed annotato in maniera automatica.

Il testo arricchito quindi può essere utilizzato con gli strumenti di analisi, di classificazione, di interrogazione e di navigazione che noi abbiamo sviluppato, a partire dal nostro motore di base DBT (Data Base Testuale), e che noi abbiamo chiamato con il nome di “DBT & Faccette”.

Applicazioni.

Possiamo dimostrare le funzionalità e le potenzialità della nostra tecnologia per mezzo di una serie di applicazioni nate attraverso lo sviluppo di idee personali o anche attraverso la partecipazione ad alcuni progetti, anche di e-government.

“Semantic Press” e “Press4U”: per la gestione di news disponibili in Internet e per la creazione di rassegne stampa automatiche personalizzabili per la specifica istituzione o per lo specifico utente.

“La comunicazione socio-sanitaria”: strumenti di analisi di materiale testuale reperibile in Internet e relativo alla comunicazione socio-sanitaria in lingua italiana.

“SUBITO“: progetto finanziato dalla regione Toscana in collaborazione con l'Istituto di Fisiologia Clinica del CNR di Pisa e del consorzio CTS nell'ambito del quale sono state create risorse specializzate per l'analisi e l'utilizzo di documenti scientifici in lingua inglese, estratti dalle principali banche dati mondiali (in primis PubMed).

“Basilicata Beni cultutali”: navigazione nei siti istituzionali della regione Basilicata per la valorizzazione delle informazioni relative al patrimonio storico artistico e paesaggistico.

“I Beni culturali” ed il “restauro”: raccolta di articoli di giornale riferibili al tema dei beni culturali, analizzati semanticamente per evidenziarne i contenuti relativi al restauro.

“AgroAlimentare”: sistema di analisi, classificazione, indicizzazione e di navigazione in materiale testuale, relativo al settore agro-alimentare, scaricato con appositi spider dal web.

Spiegazione delle varie funzioni disponibili: