Il volume presenta un quadro generale dei principi teorici e delle metodologie pratiche della linguistica computazionale, e fornisce gli strumenti per la corretta comprensione e implementazione dei modelli di machine learning e di intelligenza artificiale per l’analisi del linguaggio naturale.
Il testo si articola in tre parti: la prima è una panoramica delle nozioni fondamentali, la seconda si focalizza sui metodi di machine learning per il natural language processing (NLP), sia sui modelli più tradizionali, sia su quelli basati su reti neurali; la terza parte è dedicata ai modelli fondazionali, che rappresentano l’approccio metodologico più recente nell’ambito del NLP.
La trattazione teorica è integrata da approfondimenti su temi applicativi delle tecnologie in contesti reali e da risorse online come tutorial per l’apprendimento del linguaggio di programmazione Python applicato al NLP. Al termine di ciascun capitolo sono previste domande sui principali argomenti trattati per l’autovalutazione delle conoscenze acquisite.
La sequenza degli argomenti segue un percorso graduale di sviluppo dai concetti di base fino ai temi più avanzati; tuttavia, ogni capitolo è concepito come un’unità autonoma, offrendo così maggiore flessibilità nell’organizzazione dello studio.