Lana.Sato em 05h19min de 30 de março de 2021

2021-03-30T05:19:26Z

Lana.Sato em 05h17min de 30 de março de 2021

2021-03-30T05:17:21Z

Lana.Sato: Criou página com '{{articolo| nome=Letizia | cognome=Ricci| testo= }}'

2021-03-30T02:22:34Z

Criou página com '{{articolo| nome=Letizia | cognome=Ricci| testo= }}'

Página nova

← Edição anterior		Edição das 05h19min de 30 de março de 2021
Linha 14:		Linha 14:

	Una problematica comune è quella dell’uso limitato che si riesce a fare dei dati, riuscire a sfruttare tali dati per rispondere alle domande fondamentali del ricercatore, oppure per sollevarlo da un’indagine manuale che risulterebbe del tutto anacronistica al momento in cui si dispone di mezzi di calcolo così potenti, costituirebbe un importante servigio reso alla comunità accademica.		Una problematica comune è quella dell’uso limitato che si riesce a fare dei dati, riuscire a sfruttare tali dati per rispondere alle domande fondamentali del ricercatore, oppure per sollevarlo da un’indagine manuale che risulterebbe del tutto anacronistica al momento in cui si dispone di mezzi di calcolo così potenti, costituirebbe un importante servigio reso alla comunità accademica.
		+
		+
		+	== '''Natura dei dati e tecnologie utilizzate''' ==
		+
		+	I dati possono essere classificati in strutturati, semi-strutturati e non strutturati.
		+
		+	I dati strutturati, definiti come dati quantitativi, dipendono da uno schema e possono essere rappresentati da righe e colonne e archiviati in un ''repository'' centrale, tipicamente un ''database'' relazionale, da cui possono essere recuperati separatamente o in una varietà di combinazioni per l’elaborazione e l’analisi. Sono elementi oggettivi che la maggior parte dei ''software'' di analisi può raccogliere, rendendo i dati più facili da esportare, archiviare e organizzare in ''database'' tipici come ''SQL'' da cui estrarre le informazioni con specifiche ''query''.
		+
		+	In ambito storico la prassi più frequente consiste nell’uso di database per archiviare e analizzare i dati, e questo porta in alcuni casi a uno sdoppiamento di funzioni tra le edizioni critiche digitali, utilizzate soprattutto per la visualizzazione di testi e immagini, e il ri-uso dei dati di tali edizioni in ambienti in cui si possono effettuare operazioni di ricerca e ''data mining''.
		+
		+	I dati non strutturati non possono essere ordinati in modo schematico, si tratta di testo libero che manca totalmente di caratteristiche organizzative definite e comuni. Possiamo dire che i dati non strutturati rappresentano un tesoro allo stato grezzo.
		+
		+	I documenti testuali contengono la maggior parte delle informazioni generate manualmente dagli esseri umani, ma per rendere i testi processabili è necessario, attraverso corpora di addestramento, dotare il computer di conoscenze linguistiche, per permettergli di trasformare i dati dal formato non strutturato in cui si trovano nel testo ad un formato strutturato. Questo è possibile attraverso il ''Natural Language processing'' (NLP). Tecniche come la ''Named Entity Recognition'' (NER), riconoscimento delle entità nominate, permette di identificare, estrarre e classificare automaticamente alcune informazioni chiave presenti nei documenti. Ciò permette di ottenere dei dati strutturati utilizzabili dalle macchine per trovare informazioni, estrarre elementi chiave e anche diversi tipi di entità.
		+
		+	Riferendosi ad un testo storico le informazioni da ricavare possono essere diverse, ad esempio nomi di persona e di luoghi, date, monete, mestieri. Tuttavia l’input è problematico perché i documenti storici non possono essere scomposti facilmente e in modo completo in campi univoci. Anche se utilizziamo strumenti di apprendimento automatico su dati adeguatamente strutturati, non possono emergere grandi risultati finché non abbiamo costruito dei corpora di apprendimento, modelli formali, con poteri esplicativi e predittivi.
		+
		+	Un ibrido tra le due precedenti tipologie di dati sono i dati semi-strutturati, in quanto identificano dati che hanno caratteristiche sia dei dati strutturati che dei dati non strutturati: a testo libero sono aggiunto elementi sono indicati attraverso dei marcatori (''tag'') che rappresentano un componente logico identificativo del testo. Uno dei linguaggi più utilizzati per la rappresentazione di dati semi-strutturati è XML. Per quanto riguarda la rappresentazione di elementi nei testi viene utilizzato lo standard TEI, si ripropone di contemplare tutti i fenomeni di interesse umanistico. La TEI permette di individuare e dunque di estratte elementi codificati per la visualizzazione dell’informazione e per l’accesso diretto alle occorrenze nella navigazione e studio delle stesse. Tuttavia la debolezza di questo metodo risiede nell’impossibilità di annotare le relazioni fra le varie entità codificate nel testo. Questo permetterebbe di aggiungere un ulteriore livello di ricerca, ossia nell’interrogazione dei dati più articolata, ad esempio consentendo di dirci il quale aree geografiche si è mosso un personaggio in un determinato arco temporale, in quali eventi è stato coinvolto, etc.
		+
		+	La TEI offre glia degli elementi per descrivere le entità di un’ontologia minima; oltre a <''listPerson''> e <''listPlace''> ci sono elementi come <''relation''> e <''listRelation''>, tuttavia non sono ben supportati. La base necessaria per implementare questa possibilità richiederebbe l’associazione alla codifica di ontologie.



	}}		}}

@@ Linha 3: / Linha 3: @@
 cognome=Ricci|
 testo=
 }}

Estrazione di dati da fonti storiche - Histórico de revisão

Lana.Sato em 05h19min de 30 de março de 2021

Lana.Sato em 05h17min de 30 de março de 2021

Lana.Sato: Criou página com '{{articolo| nome=Letizia | cognome=Ricci| testo= }}'