Fondamenti di NLP e suoi usi nelle applicazioni moderne.

Modulo 1: la NLP Cos'è la NLP Breve storia della NLP Applicazioni moderne e impatti della NLP nella vita quotidiana Modulo 2: Linguistica e NLP Linguistica computazionale Sintassi, semantica e pragmatica Morfologia, fonologia e loro rilevanza per la NLP Modulo 3: Preprocessing del Linguaggio Naturale Tokenizzazione Rimozione di stop words Lemmatizzazione vs. Stemming Normalizzazione del testo Modulo 4: Rappresentazione del Testo Rappresentazioni basate su parole (BoW, TF-IDF) Word embeddings (Word2Vec, GloVe, FastText) Rappresentazioni contestuali (BERT, GPT) Modulo 5: Modelli Linguistici e Algoritmi NLP Algoritmi di machine learning per la NLP Naive Bayes, SVM, KNN per NLP Reti neurali per la NLP Modulo 6: Analisi del Sentimento Tecniche di analisi del sentimento Classificazione del sentimento positivo, negativo e neutro Applicazioni nella customer experience Modulo 7: Named Entity Recognition (NER) Introduzione a NER Tecniche e approcci (rule-based, machine learning) Applicazioni in contesti aziendali, medici e finanziari Modulo 8: Traduzione Automatica Storia della traduzione automatica Traduzione basata su regole, statistica e neurale Approccio Transformer nella traduzione automatica (es. Google Translate) Modulo 9: Riconoscimento del Parlato Tecniche di speech-to-text Modelli acustici e linguistici Applicazioni nel riconoscimento vocale (assistenti virtuali, sottotitoli automatici) Modulo 10: Sintesi del Linguaggio Naturale (NLG) Cos'è la sintesi del linguaggio naturale Modelli di generazione del linguaggio (RNN, LSTM, GPT) Applicazioni pratiche nella generazione automatica di testo Modulo 11: Question Answering Systems Sistemi di domande e risposte (QA) Approcci basati su regole vs. basati su deep learning Implementazioni di QA (es. assistenti virtuali, chatbot) Modulo 12: Chatbot e Conversational AI Architettura di un chatbot Framework di sviluppo dei chatbot (Dialogflow, Rasa, Botpress) Applicazioni dei chatbot nel customer service Modulo 13: Etica e Bias nella NLP Problemi di bias nei modelli NLP Soluzioni per ridurre il bias nei dati e nei modelli Implicazioni etiche nell'uso della NLP Modulo 14: NLP in Ambito Medico e Sanitario Applicazioni della NLP nella sanità Estrazione di informazioni mediche da testi clinici NLP per la diagnosi automatica e la medicina personalizzata Modulo 15: Tendenze Future e Sfide della NLP Nuove frontiere della NLP (NLP multilingue, zero-shot learning) Sfide tecniche e opportunità future Impatto della NLP sull'automazione e l'intelligenza artificiale