Attività di Ricerca

DESCRIZIONE SINTETICA DELLE TEMATICHE DI RICERCA

L’attività di ricerca di Marco de Gemmis, attestata dalla relativa produzione scientifica, è incentrata da circa 15 anni sullo sviluppo di metodi per l’accesso intelligente all’informazione ed interessa i sistemi per il ritrovamento ed il filtraggio dell’informazione in formato semi-strutturato o non strutturato (documenti testuali), quali motori di ricerca e sistemi di recommendation.
L’idea alla base della ricerca è quella di dotare tali sistemi della conoscenza necessaria perchè possano esibire un comportamento intelligente che si concretizzi in:
• capacità di comprendere i contenuti presenti all’interno dei documenti, in modo da recuperare documenti rilevanti rispetto ai bisogni informativi degli utenti non limitandosi all’uso del classico paradigma di ricerca basato su parole chiave che soffre dei tipici problemi di ambiguità del linguaggio naturale;
• capacità di adattarsi all’utente che effettua le ricerche, garantendo un accesso personalizzato all’informazione, più efficace del classico approccio “one fits all” che non differenzia i risultati in base alle caratteristiche dei singoli utenti.
In merito al primo obiettivo, l’attività si concentra sul progetto di algoritmi per l’elaborazione del linguaggio naturale in grado di superare i limiti dell’indicizzazione lessicale, basata sui termini, introducendo un livello semantico basato su concetti che migliori i modelli tradizionali di ritrovamento e filtraggio dei documenti.
In merito al secondo obiettivo, si sviluppano metodi di acquisizione automatica della conoscenza in grado di inferire un modello o profilo dell’utente in cui rapprentarne interessi, preferenze e bisogni informativi. In particolare, i metodi sviluppati si fondano su tecniche di apprendimento automatico supervisionato per l’induzione di profili content-based, che estraggono gli interessi dell’utente analizzando il contenuto dei documenti sui quali ha espresso un giudizio di rilevanza.
Le informazioni contenute nel profilo sono utilizzate dai modelli di filtraggio e ritrovamento per personalizzare i risultati.
L’attività ricade nelle seguenti aree di ricerca:

• Information Filtering e Recommender Systems;
• User Modeling e Machine Learning;
• Natural Language Processing;
• Information Retrieval

 I principali risultati sono stati descritti in circa 150 pubblicazioni.