Maurizio Montagnuolo ha presentato due articoli scientifici dal titolo “An Efficient Visual Search Engine for Cultural Broadcast Archives” e “Applying Natural Language Processing to Speech Transcriptions for Automated Analysis of Educational Video Broadcasts”.

Oggi il tema dell’Intelligenza Artificiale (IA) occupa un ruolo sempre più importante in molteplici settori, tra i quali ad esempio il mondo dei media e l’intrattenimento digitale, la formazione e la didattica, l’economia e la linguistica. Questi ed altri temi sono stati affrontati nella 16° Conferenza Internazionale dell’Associazione Italiana per l’Intelligenza Artificiale (AI*IA 2017), tenutasi presso il Dipartimento di Informatica dell’Università degli Studi di Bari dal 14 al 17 Novembre 2017. Per il CRIT, Maurizio Montagnuolo ha presentato due articoli scientifici relativi alle tecniche di ricerca visuale e analisi del linguaggio naturale per l’annotazione e ricerca dei contenuti all’interno degli archivi televisivi. Nel dettaglio:

Il 14 Novembre è stato presentato all’11° Workshop on Artificial Intelligence for Cultural Heritage (AI*CH 2017) il risultato del lavoro svolto in collaborazione con il Politecnico di Torino, dal titolo “An Efficient Visual Search Engine for Cultural Broadcast Archives” (E. Caimotti, M. Montagnuolo, A. Messina). L’articolo descrive la progettazione ed implementazione di un’architettura per l’indicizzazione e la ricerca visuale di programmi televisivi a carattere artistico-culturale. Facendo uso di tecniche di ottimizzazione per la segmentazione e rappresentazione dei video, il sistema permette di effettuare ricerche in modo efficace ed efficiente e senza la necessità di dover fornire liste di parole chiave che descrivano il contenuto ricercato.

Il 16 Novembre è stato presentato al 1° Workshop on Natural Language for Artificial Intelligence (NL4AI 2017) il risultato del lavoro svolto all’interno del progetto Città Educante, dal titolo “Applying Natural Language Processing to Speech Transcriptions for Automated Analysis of Educational Video Broadcasts“ (M. Montagnuolo, R. Borgotallo, S. Proscia, L. Boch).

Il progetto Città Educante mira a sviluppare nuovi modelli di apprendimento e insegnamento esplorando, sviluppando e valutando tecnologie innovative per l’estrazione, la gestione e la condivisione della conoscenza.

Il CRIT ha contribuito al progetto:
– Definendo un’ontologia per la rappresentazione dei soggetti basata sulla tassonomia del Settore Scientifico Disciplinare (SSD) utilizzata in Italia,
– Addestrando un modello di classificazione per la categorizzazione dei documenti in base alla tassonomia SSD,
– Addestrando un set di identificatori di named entity (NER) per l’identificazione di persone, luoghi e organizzazioni dal parlato,
– Valutando i modelli generati su un dataset di oltre 2.000 episodi (~ 340H) del programma RAI “TGR Leonardo”.

Paper 1:
Emanuele Caimotti, Maurizio Montagnuolo and Alberto Messina, “An Efficient Visual Search Engine for Cultural Broadcast Archives”, Proceedings of the 11th Italian Workshop on Artificial Intelligence for Cultural Heritage co-located with 16th International Conference of the Italian Association for Artificial Intelligence (AI*IA 2017)

Paper 2:
Maurizio Montagnuolo, Roberto Borgotallo, Silvia Proscia, Laurent Boch, “Applying Natural Language Processing to Speech Transcriptions for Automated Analysis of Educational Video Broadcasts”, Proceedings of the 1st Workshop on Natural Language for Artificial Intelligence co-located with 16th International Conference of the Italian Association for Artificial Intelligence (AI*IA 2017), pp. 18-29

Link all’ontologia

Link al sito web di AI*IA 2017
Link al sito web del AI*CH 2017
Link al sito web del NL4AI 2017

Progetti correlati:
Sistemi di ricerca visuale applicati agli archivi televisivi
Città Educante