Fabio Massimo Zanzotto

Il Prof. Zanzotto svolge attività didattica presso l'Università degli Studi di Roma Tor Vergata nella Macroarea di Ingegneria (nei corsi di laurea in Ingegneria Gestionale e Ingegneria Informatica), Scienze Matematiche, Fisiche e Naturali (nei corsi di laurea in Informatica e Metodi e Modelli per Data Science) e Lettere e Filosofia (nei corsi di laurea in Digital Humanities: Comunicazione, Lingue, Patrimonio Culturale, Scienze del Turismo e Lingue nella Societa' dell'Informazione), dove è titolare dei seguenti insegnamenti:

• Fondamenti di Informatica per il CdS in Ingegneria Gestionale (Laurea Triennale)
• Natural Language Processing per i CdS in Ingegneria Gestionale (Laurea Magistrale), Ingegneria Informatica (Laurea Magistrale) e Informatica (Laurea Magistrale)
• Linguaggi e Metodologie di Programmazione per il CdS in Informatica (Laurea Triennale)
• Fondamenti di Programmazione e Laboratorio Calcolo II per il CdS in Metodi e Modelli per Data Science (Laurea Triennale)
• Metodologie per l'Apprendimento Automatico e l'Analisi Intelligente dei Social Media (modulo Elaborazione del Linguaggio Naturale e Modelli di Traduzione Automatica) per il CdS in Digital Humanities: Comunicazione, Lingue, Patrimonio Culturale (Laurea Magistrale)
• Fondamenti di Informatica per il Turismo per il CdS in Scienze del Turismo (Laurea Triennale)
• Linguaggi di Programmazione a Oggetti per il CdS in Lingue nella Societa' dell'Informazione (Laurea Triennale)

Così come nella tradizione della disciplina dell’Intelligenza Artificiale, il mio obiettivo è quello di studiare modelli formali utili a supportare lo sviluppo di sistemi automatici che possano imitare il comportamento cognitivo umano. In particolare, il mio obiettivo è quello di studiare e costruire modelli formali utili per l’analisi di una delle forme principe di rappresentazione della conoscenza: il linguaggio naturale.

Il perseguimento dell’obiettivo richiede un approccio multidisciplinare che spazia dall’ambito informatico, all’ambito psicologico cognitivo e all’ambito umanistico. Cercando di trarre spunti da tutti queste diverse aree, mi occupo quindi di studiare modelli di elaborazione sintattico-semantica del linguaggio naturale, metodi di apprendimento automatico della conoscenza necessaria ai modelli precedenti e, infine, sistemi sia visionari che orientati ai task che permettono di testare i modelli precedenti. Questi sistemi automatici, oltre ad essere degli interessanti banchi di prova per le teorie sviluppate, possono rivelarsi molto utili in vari campi connessi con la necessità di accedere in maniera automatica ad informazione espressa in maniera testuale. In particolare, tali sistemi possono essere strumenti utili allo studio dei linguaggi naturali specialmente quando questo richiede l’analisi di grandi collezioni di testi.

Nello sviluppo delle mie linee di ricerca mi colloco nella tradizione secondo la quale la conoscenza è rappresentata principalmente in maniera simbolica. Quindi studio modelli di elaborazione del linguaggio naturale che hanno lo scopo di costruire sistemi formali orientati a portare espressioni testuali verso una rappresentazione della conoscenza espressa in un linguaggio semi-logico e non ambiguo. Pur tentando di mantenere un approccio indipendente dalla lingua, i modelli di elaborazione sono stati sviluppati con un’attenzione a due particolari lingue naturali: l’italiano e l’inglese. La complessità, l’eterogeneità e la occasionale non conformità alle regole del linguaggio naturale mi hanno spinto verso l’analisi di modelli di elaborazione robusti che rilasciano i vincoli di grammaticalità. Con questo spirito ho sviluppato tecniche di parsing sintattico e strumenti per l’analisi semantica basati su regole di associazione tra parole e concetti e tra strutture sintattiche e relazioni semantiche.

La necessità dei modelli precedenti basati su una rappresentazione esplicita di una grande quantità di conoscenza mi ha spinto inoltre allo studio di metodi che permettono di apprendere automaticamente ed in maniera incrementale la conoscenza che a loro soggiace. Dunque parte della mia attività di ricerca è stata rivolta all’analisi, lo studio e l’applicazione di tecniche di apprendimento automatico che combinano analisi di tipo puramenteco ad un’analisi più di tipo simbolico o numerico.

Il Prof. Zanzotto ha partecipato e coordinato vari progetti di ricerca, tra i quali:

• 2021–2025: Coordinatore del Progetto H2020 intitolato KATY (Knowledge At the Tip of Your fingers: Clinical Knowledge for Humanity)
• 2021–2025: Partner del Progetto H2020 intitolato REVERT (taRgeted thErapy for adVanced colorEctal canceR paTients)
• 2021–2025: Coordinatore del Progetto BRIC INAIL intitolato SFIdA Now – Modello e progettazione