| [[#G09_prog|Programma]]

[[#G09_prog]]

'''[++Programma++]'''

'''[+Gli studenti che intendono partecipare agli appelli di Gestione della Conoscenza d'Impresa (A.A. 2009/2010) da Novembre 2010 sono pregati di mandare una e-mail oltre alla prenotazione on-line.+]'''

''Gli studenti che intendono partecipare agli appelli di Gestione della Conoscenza d'Impresa (A.A. 2009/2010) da Novembre 2010 sono pregati di mandare una e-mail oltre alla prenotazione on-line.''

* '''Risultati secondo esonero (13/01/2010): http://www.di.uniba.it/~basilepp/data/gci/risultati_secondo_esonero_13_gennaio_2010.pdf'''

* '''Risultati secondo esonero (13/01/2010): http://www.di.uniba.it/~basilepp/data/gci/risultati_secondp_esonero_13_gennaio_2010.pdf'''

* Risultati primo appello (13/01/2010): http://www.di.uniba.it/~basilepp/data/gci/risultati_primo_appello_13_gennaio_2010.pdf

* Il secondo esonero si terrà il 13/01/2010 alle ore 11.00

* '''IMPORTANTE: L'appello del 29/01/2010 è stato spostato al 02/02/2010'''

* '''Il secondo esonero si terrà il 13/01/2010 alle ore 11.00'''

* '''Tutorial RDF''': http://www.di.uniba.it/~basilepp/data/gci/RDFTutorial_pp.pdf

* Disponibile nuovo materiale didattico

** '''Mercoledì 16/12/2009: Accesso Intelligente'''
** '''Venerdì 18/12/2009: Ontologie e RDF'''

* '''Tutorial RDF''': http://www.di.uniba.it/~basilepp/data/gci/RDFTutorial_pp.zip

** '''Mercoledì 2/12/2009: Laboratorio, Lucene for Text Categorization: http://www.di.uniba.it/~basilepp/data/gci/LabLuceneTC.zip'''

* '''Lucene for Text Categorization''': http://www.di.uniba.it/~basilepp/data/gci/LabLuceneTC.zip

** '''Mercoledì 2/12/2009: Laboratorio, Lucene for Text Categorization: http://www.di.uniba.it/~basilepp/data/gc/LabLuceneTC.zip'''

* '''Lucene for Text Categorization''': http://www.di.uniba.it/~basilepp/data/gc/LabLuceneTC.zip

* '''Calendario delle prossime lezioni'''
** '''Mercoledì 2/12/2009: Laboratorio'''
** '''Venerdì 4/12/2009: la lezione non si terrà'''
** '''Mercoledì 9/12/2009: Ontologie e RDF'''
** '''Venerdì 11/12/2009: Ontologie e RDF'''

** '''JIGSAW''': http://www.di.uniba.it/~basilepp/data/gci/jigsaw.pdf
** '''META''': http://www.di.uniba.it/~basilepp/data/gci/META_2009.pdf

* '''Intelligent Information Access''': http://www.di.uniba.it/~basilepp/data/gci/IIA_Applications_pp_3.pdf

'''Intelligent Information Access''': http://www.di.uniba.it/~basilepp/data/gci/IIA_Applications_pp_3.pdf
* XML Parsing: http://www.di.uniba.it/~basilepp/data/gci/Parsing_XML_2009_10_pp.pdf
* XML Tutorial: http://www.di.uniba.it/~basilepp/data/gci/XMLTutorial_1_pp.pdf
* Tutorial Ontologie: http://www.di.uniba.it/~basilepp/data/gci/TutorialOntologie.pdf

* Nuovi link nella sezione '''Materiale didattico'''

* Nuovi link nella sezione "'Materiale didattico"'
* Risultati primo esonero (13/11/2009): http://www.di.uniba.it/~basilepp/data/gci/risultati_primo_esonero_13_novembre_2009.pdf

* '''XML Parsing''': http://www.di.uniba.it/~basilepp/data/gci/Parsing_XML_2009_10_pp.pdf

* Nuovi link nella sezione "Materiale didattico"

* '''XML Parsing''': ttp://www.di.uniba.it/~basilepp/data/gci/Parsing_XML_2009_10_pp.pdf
* '''XML Tutorial''': http://www.di.uniba.it/~basilepp/data/gci/XMLTutorial_1_pp.pdf

* '''Risultati primo esonero (13/11/2009): ''' http://www.di.uniba.it/~basilepp/data/gci/risultati_primo_esonero_13_novembre_2009.pdf

* '''Risultati primo esonero (13/11/2009): '' 'http://www.di.uniba.it/~basilepp/data/gci/risultati_primo_esonero_13_novembre_2009.pdf

* '''Tutorial Ontologie''': http://www.di.uniba.it/~basilepp/data/gci/TutorialOntologie.pdf

* '''Il primo esonero si terrà Venerdì 13 Novembre alle ore 11.00'''

** Indicizzatore JAVA per Cranfield: http://www.di.uniba.it/~basilepp/data/gci/lab_lucene_cran.zip

* Nuovi link nella sezione "Materiale didattico"

* Collezione Cranfield: http://ir.dcs.gla.ac.uk/resources/test_collections/cran/

* '''Il primo esonero si terrà Mercoledì 13 Novembre alle ore 11.00'''

* '''Il primo esonero si terrà Mercoledì 11 Novembre'''
* '''La prossima lezione si terrà Mercoledì 28 Ottobre'''

* '''La lezione di Venerdì 23 Ottobre non si terrà'''
* La prossima lezione si terrà Mercoledì 21 Ottobre

* '''La prossima lezione si terrà Mercoledì 21 Ottobre (11.30-16.30)'''
* Disponibile il nuovo materiale didattico
* La prossima lezione si terrà Venerdì 9 Ottobre 2009 (11.00-15.00): introduzione a JAVA e Apache LUCENE
* La prossima lezione si terrà Mercoledì 7 Ottobre 2009

* Text Categorization: http://www.di.uniba.it/~basilepp/data/gci/Text_Categorization_pp_2.pdf

** LUCENE è disponibile all'indirizzo: http://lucene.apache.org/ '''SCARICARE LA VERSIONE 2.3.2'''

L'esame si svolge sostenendo una prova scritta e una prova orale.
La realizzazione di un caso di studio è finalizzata all'acquisizione dei 3 crediti di tipo T3 per progetto (nel caso di studenti iscritti al vecchio ordinamento).

* '''Disponibile il nuovo materiale didattico'''

* [[#G09_news|News]] | [[#G09_prog|Programma]] | [[#G09_disp|Materiale didattico]]

* '''La prossima lezione si terrà Venerdì 9 ottobre 2009 (11.00-15.00): introduzione a JAVA e Apache LUCENE'''
* La prossima lezione si terrà Mercoledì 7 ottobre 2009

'''[++Materiale didattico++]'''

* Introduzione a LUCENE: http://www.di.uniba.it/~basilepp/data/gci/lucene_basilepp.pdf
** Primo esercizio di laboratorio su LUCENE: http://www.di.uniba.it/~basilepp/data/gci/lucene1_src.zip
** LUCENE è disponibile all'indirizzo: http://lucene.apache.org/ '''SCARICARE LA VERSIONE 2.3.2!'''
** Luke (LUCENE Index Toolbox) è disponibile all'indirizzo: http://www.getopt.org/luke/ '''SCARICARE LA VERSIONE 0.8.1'''
* Introduzione a Java: http://www.di.uniba.it/~basilepp/data/gci/javaslides_09_10.pdf

\\
'''[++Dispense++]'''

\\

* Introduzione al Natural Language Processing: http://www.di.uniba.it/~basilepp/data/gci/NLP_intro_1_1.pdf
* Information Retrieval: http://www.di.uniba.it/~basilepp/data/gci/InformationRetrieval_pp_1.pdf

* [[#G09_news|News]] | [[#G09_prog|Programma]] | [[#G09_disp|Dispense]]

[[#G09_disp]]
\\
* Introduzione al Natural Language Processing: www.di.uniba.it/~basilepp/data/gci/NLP_intro_1_1.pdf
* Information Retrieval: www.di.uniba.it/~basilepp/data/gci/InformationRetrieval_pp_1.pdf
\\
[[#Top|(top)]]

* '''La prossima lezione si terrà Mercoledì 7 ottobre 2009'''

[[<<]]

\\\

* Le lezioni avranno inizio Mercoledì 30 Settembre 2009

* '''[+Le lezioni avranno inizio Mercoledì 30 Settembre 2009+]'''

'''[+MODALITA' D'ESAME+]'''\\

* Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999. Eckel, B., Thinking in Java, Prentice-Hall, December 2002. Web: http://www.mindview.net/Books/TIJ/

* Grishman, R., ''Information Extraction: Techniques and Challenges''. Springer-Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). Web: http://citeseer.nj.nec.com/grishman97information.html.

* Open NLP: a Java open-source framework for Natural Language Processing, http://opennlp.sourceforge.net/
* Lucene: an API for Indexing and Retrieval, http://lucene.apache.org/
* Jena: Semantic Web Framework, http://jena.sourceforge.net/

* Grishman, R., ''Information Extraction: Techniques and Challenges''. Springer-Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). [[Web|http://citeseer.nj.nec.com/grishman97information.html]].

* Eneko Agirre and Philip Edmonds, Word sense disambiguation: Algorithms and Applications. Springer Text, Speech and Language Technology, Vol. 33, 2007.

* Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999. Eckel, B., Thinking in Java, Prentice-Hall, December 2002. [[Web|http://www.mindview.net/Books/TIJ/]].
* [[Open NLP: a Java open-source framework for Natural Language Processing|http://opennlp.sourceforge.net/]].
* [[Lucene: an API for Indexing and Retrieval|http://lucene.apache.org/]].
* [[Jena: Semantic Web Framework|http://jena.sourceforge.net/]].

\\\

* Baeza-Yates, R.A., Ribeiro-Neto, B.A., Modern Information Retrieval, ACM Press Addison-Wesley, 1999.
* C.D. Manning, P. Raghavan and H. Schutze, Introduction to Information Retrieval. Cambridge Univ.Press, 2008 (preliminary draft).
* Grishman, R., ''Information Extraction: Techniques and Challenges''. Springer-Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). [Web|citeseer.nj.nec.com/grishman97information.html].

* Sebastiani F., Machine learning in automated text categorization, ACM Computing Surveys, 34(1):1-47, 2002.
* Christiane Fellbaum (Editor), WordNet: An Electronic Lexical Database. Edited by. MIT Press. ISBN 0-262-06197-X.

\\\

* Missikoff, M., Gestione della conoscenza d’impresa: metodi strumenti ed applicazioni, AI*IA Notizie, Vol. XIII, N° 2, pp. 5-7, Giugno 2000.
* Missikoff, M., Ernani, E., La Gestione della Conoscenza d’Impresa, AICA 2000: Le Tecnologie dell’informazione e della Comunicazione come motore di sviluppo del Paese, pp. 785-794, 2000.
\\\

* Lewis, J., Loftus, W., Java: Fondamenti di progettazione software, Addison-Wesley, 2001.

'''[+MODALITA' D'ESAME+]'''
L'esame si svolge sostenendo una prova scritta e una prova orale. La realizzazione di un caso di studio è finalizzata all'acquisizione dei 3 crediti di tipo T3 per progetto.
Si prevedono delle esercitazioni scritte (esoneri parziali) durante il corso.

'''[+Testi consigliati+]'''

Per i punti 1 e 2:
* Baeza-Yates, R.A., Ribeiro-Neto, B.A., Modern Information Retrieval, ACM Press/Addison-Wesley, 1999.

* C.D. Manning, P. Raghavan and H. Schutze, Introduction to Information Retrieval.
Cambridge Univ.Press, 2008 (preliminary draft).

* Grishman, R., ''Information Extraction: Techniques and Challenges''.
Springer-Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). Web:
citeseer.nj.nec.com/grishman97information.html.

* D. Jurafsky and J. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. Prentice Hall Series in Artificial Intelligence, 2000. ISBN 0-13-095069-6

* M. Grobelnik, D. Mladenic, and N. Milic-Frayling, Text Mining as Integration of Several Related Research Areas. Report on KDD’2000 Workshop on Text Mining, 2000.

* T.M. Mitchell, Machine Learning, McGraw-Hill, 1997.

* M. Pazzani, Machine Learning and Information Filtering on the Internet, IJCAI-97 Tutorial, Nagoya, Japan, Aug 1997.

* Sebastiani F., Machine learning in automated text categorization, ACM Computing
Surveys, 34(1):1-47, 2002.

* Christiane Fellbaum (Editor), WordNet: An Electronic Lexical Database.
Edited by. MIT Press. ISBN 0-262-06197-X.

* Tamma, V., Ontologies and their applications in knowledge sharing, dispense.

* Bradley, N., The XML Companion, Addison-Wesley, 1998.

* C. Manning and H. Schutze, Foundations of Statistical Natural Language Processing. MIT press, 2000.

* Eneko Agirre and Philip Edmonds, Word sense disambiguation: Algorithms and
Applications. Springer Text, Speech and Language Technology, Vol. 33, 2007.

* P. Basile, A. Caputo, M. de Gemmis, A. L. Gentile, P. Lops, and G. Semeraro. Improving Ranked Keyword Search with SENSE: SEmantic N-levels Search Engine. Communications of SIWN (formerly: System and Information Sciences Notes), 5:39-45, August 2008. ISSN 1757-4439 (Print) 1757-4447 (CD-ROM). SIWN: The Systemics and Informatics World Network.

* G. Semeraro, P. Basile, M. de Gemmis, and P. Lops. User Profiles for Person- alizing Digital Libraries. In Y.-L. Theng, S. Foo, D. G. H. Lian, and J.-C. Na, editors, Handbook of Research on Digital Libraries: Design, Development and Impact. IGI Global, 2009. ISBN 978-1-59904-879-6.

* P. Basile, M. de Gemmis, A. Gentile, L. Iaquinta, P. Lops, and G. Semer- aro. META - MultilanguagE Text Analyzer. In Proceedings of the Language and Speech Technnology Conference - LangTech 2008, Rome, Italy, February 28-29 , pages 137-140. 2008.

* G. Semeraro, M. Degemmis, P. Lops, and P. Basile. Combining Learning and Word Sense Disambiguation for Intelligent User Profiling. In M. M. Veloso, editor, IJCAI 2007, Proceedings of the 20th International Joint Conference on Artificial Intelligence, Hyderabad, India, January 6-12, 2007 , pages 2856-2861. Morgan Kaufmann, 2007.

Per il punto 3:
* Missikoff, M., Gestione della conoscenza d’impresa: metodi strumenti ed
applicazioni, AI*IA Notizie, Vol. XIII, N° 2, pp. 5-7, Giugno 2000.

* Missikoff, M., Ernani, E., La Gestione della Conoscenza d’Impresa, AICA
2000: Le Tecnologie dell’informazione e della Comunicazione come motore di
sviluppo del Paese, pp. 785-794, 2000.

Per il punto 4:
* Lewis, J., Loftus, W., Java: Fondamenti di progettazione software, Addison-Wesley,
2001.

* Naughton, P., Schildt, H., Java: La guida completa, McGraw-Hill, 1997.

* Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999. Eckel, B., Thinking in Java, Prentice-Hall, December 2002. Web: http://www.mindview.net/Books/TIJ/.

* Open NLP: a Java open-source framework for Natural Language Processing.

* Lucene: an API for Indexing and Retrieval.

* Jena: Semantic Web Framework.

[[#Top|(top)]]

[[#G09|(ritorna al corso)]]
\\

[[#G09|(ritorna al corso)]]

[[#G09|Gestione della Conoscenza d'Impresa A.A. 2009/2010 (sede di Brindisi)]]
* [[#G09_news|News]] | [[#G09_prog|Programma]]

\\\
[[#G09_news]]

'''[++News++]'''
\\
'''[+Le lezioni avranno inizio Mercoledì 30 Settembre 2009+]'''
\\
[[#G09_prog]]
\\

[[<<]]
# Gestire l'informazione non strutturata

* Gestire l'informazione non strutturata

# Gestire l'informazione non strutturata

#
Gestire l'informazione non strutturata
## Text Mining: estrazione di conoscenza da informazioni non strutturate

# Gestire l'informazione non strutturata
# Text Mining: estrazione di conoscenza da informazioni non strutturate

## Gestire l'informazione non strutturata

\\

\\\

### Text Mining nell’Impresa
## Information Retrieval (IR)
### Architettura di un sistema di IR
### Modelli di IR classici: modello booleano, vector space model, modello probabilistico
### Metriche per la valutazione dei sistemi di IR
## Text Categorization (TC)
### Generalità sul problema della classificazione
### Estensione del problema ai dati testuali: Text Categorization (TC)
### Machine Learning for TC: cenni sui metodi k-NN, Rocchio e analisi del metodo Naive Bayes
### Metriche per la valutazione dei sistemi di TC
### Casi applicativi
# Intelligent Information Access
## Information Overload
## Strategie di accesso all’informazione
## Information Filtering
### Personalizzazione: apprendimento di profili utente
### Il sistema ITem Recommender (ITR) e sue applicazioni
## Elaborazine semantica dei documenti
### Disambiguazione automatica di documenti testuali e WordNet
### Estrazioni automatica di entità da documenti testuali
### Il sistema MultilanguagE Text Analyzer (META)
## Semantic Web
### Ontologie e loro applicazioni nella condivisione di conoscenza
### Introduzione a eXtensible Markup Language (XML)
### Introduzione a Resource Description Framework (RDF)
## Utilizzazione della semantica e delle ontologie nei sistemi di accesso intelligente all'informazione
### Il sistema di IR SENSE (Semantic N-levels Search Engine)
### Semantic ITR
# Knowledge management: definizione, metodi, strumenti ed applicazioni
## I piani della conoscenza: fattuale, concettuale, metodologica (linee guida per la costruzione di una KB: ingegneria della conoscenza e meta-modelli)
## I livelli di formalizzazione della conoscenza
# Il linguaggio Java
## Introduzione e riepilogo dei concetti generali del linguaggio
## Java e il Semantic Web
### Java ed XML
### Java e RDF
## Java per l'estrazione di conoscenza
### Java per l'elaborazione dei documenti testuali
### Java per il Text Categorization
### Java per l'IR
## Esercitazioni

# Gestire l'informazione non strutturata
## Text Mining: estrazione di conoscenza da informazioni non strutturate
### Definizione di Text Mining e processo di Text Mining
### Introduzione all'elaborazione del linguaggio naturale
1.1.3.Text Mining nell’Impresa
1.2.Information Retrieval (IR)
1.2.1.Architettura di un sistema di IR
1.2.2.Modelli di IR classici: modello booleano, vector space model, modello probabilistico
1.2.3.Metriche per la valutazione dei sistemi di IR
1.3.Text Categorization (TC)
1.3.1.Generalità sul problema della classificazione
1.3.2.Estensione del problema ai dati testuali: Text Categorization (TC)
1.3.3.Machine Learning for TC: cenni sui metodi k-NN, Rocchio e analisi del metodo Naive Bayes
1.3.4.Metriche per la valutazione dei sistemi di TC
1.3.5.Casi applicativi
2.Intelligent Information Access
2.1.Information Overloal

\\

\\
N° ORE LEZIONI FRONTALI 56 (7 Crediti T1)\\
N° ORE LABORATORIO 15 (1 Credito T2)\\
N° ORE PROGETTO 25 (1 Credito T3)\\
\\
'''[+PRE-REQUISITI+]'''\\

\\
'''[+OBIETTIVI FORMATIVI+]'''\\

\\
'''[+OBIETTIVI PROFESSIONALIZZANTI+]'''\\

\\

'''[+News+]'''
Le lezioni avranno inizio Mercoledì 30 Settembre 2009

'''[++Programma++]'''
N° ORE LEZIONI FRONTALI 56 (7 Crediti T1)
N° ORE LABORATORIO 15 (1 Credito T2)
N° ORE PROGETTO 25 (1 Credito T3)

[+PRE-REQUISITI+]
Linguaggi di Programmazione. Ingegneria del Software. Basi di dati. Calcolo delle probabilità e statistica. Algoritmi e Strutture Dati.

[+OBIETTIVI FORMATIVI+]
L'obiettivo del corso è quello di fornire gli strumenti fondamentali per la gestione di sorgenti di informazioni non strutturate.
Nella prima parte del corso si presentano le basi delle discipline dell'elaborazione automatica di documenti testuali, dell’Information Filtering e dell’Information Retrieval.
Nella seconda parte del corso si analizzano gli strumenti per la progettazione di sistemi avanzati per l’accesso semantico e personalizzato all’informazione introducendo i concetti di base per la realizzazione di sistemi intelligenti in grado di superare i classici problemi del linguaggio naturale: polisemia e sinonimia. Nella seconda parte del corso si introdurranno anche i concetti di base del Semantic Web approfondendo in particolare il livello delle ontologie.
Il corso fornisce le conoscenze per la realizzazione in linguaggio Java di sistemi complessi per la gestione di informazioni non strutturate.

[+OBIETTIVI PROFESSIONALIZZANTI+]
Estrazione automatica di informazioni da sorgenti non strutturate.
Conoscenza degli elementi essenziali per il filtraggio ed il ritrovamento di informazioni da sorgenti non strutturate.
Conoscenza del Semantic Web e delle ontologie.
Conoscenza del linguaggio Java per la programmazione di sistemi complessi.

[[#Top]]
[++'''Courses (in Italian)'''++]
\\\
[[#G09|Gestione della conoscenza d'impresa A.A. 2009/2010 (sede di Brindisi)]]
\\\
[[#G09]]
'''[++Gestione della Conoscenza d'Impresa A.A. 2009/2010 (sede di Brindisi)++]'''

[[#Top|(top)]]