ALTRI AMBITI

Modelli di Deep Learning per interrogare i Big Data con il linguaggio naturale

Abstract

Progetti di ricerca in collaborazione fra Università/Enti di ricerca e altri soggetti pubblici o privati con l’obbiettivo di sostenere percorsi di alta formazione che integrino le conoscenze teoriche con le competenze realizzate in specifici contesti d’esperienza.

Nome del Progetto
Text2Query
Anno di pubblicazione
2021
Capofila
UNIPI

Nome del bando

Progetti di Alta Formazione attraverso l’attivazione di Assegni di Ricerca (Bando assegni di ricerca anno 2021)

Durata prevista
24 Mesi
120.000 €
Costo totale del progetto
40.000 €
Contributo erogato
1
Borse totali

Descrizione Bando

La maggior parte delle informazioni di un’azienda è immagazzinata all'interno di database di tipo relazionale o non relazionale. L'accesso diretto a tali informazioni è purtroppo precluso a molti utenti a causa del know how richiesto per trasformare le proprie domande di ricerca, espresse in linguaggio naturale, nei linguaggi formali di interrogazione dei database, come ad esempio il linguaggio SQL. Il progetto Text2Query si propone due obiettivi principali: i) sviluppare modelli linguistico-computazionali seq2sql per la lingua italiana e ii) applicare tali modelli a scenari di uso reale in un contesto aziendale. Per perseguire tali obiettivi, in una prima fase verrà implementato un modello per la traduzione delle domande in lingua inglese nel linguaggio SQL, con lo scopo di valutare l’approccio di Text2Query rispetto a benchmark affermati in ambito internazionale, come ad esempio WikiSQL. Nella seconda fase, verrà invece realizzato un modello seq2sql per l’italiano attraverso l’uso di un Neural Language Model addestrato sulla lingua italiana. In stretta collaborazione con il partner aziendale, il progetto sarà testato nell’ambito di un caso d’uso relativo alla profilazione e all’analisi dei clienti.

Parole chiave:

NATURAL LANGUAGE PROCESSING, DEEP LEARNING, SEQ2SQL
Pubblicato il: