LC3

Descrizione

Deliverable

• D2.3 - Sistemi di Annotazione Semantica di Contlets

  Lo scopo di questo task è stato quello di analizzare e confrontare i modelli ed i sistemi disponibili per effettuare l'annotazione semantica (manuale o parzialmente automatizzata) di documenti multimediali e per effettuare la classificazione automatica degli stessi.

  Size 42.7 kB - File type application/pdf
• TR2.3.1 - Stato dell’arte dei modelli ed Analisi di Sistemi di annotazione basati su ontologie

  Il seguente Technical Report ha lo scopo di analizzare i principali strumenti di annotazione semantica presenti in letteratura al fine di tracciare lo stato dell'arte sui sistemi di Annotazioni Basati su Ontologie.

  Size 1.5 MB - File type application/pdf
• TR2.3.2 - Installazione, analisi e confronto funzionale dei sistemi di annotazione basati su ontologie

  Obiettivo del presente Technical Report è l’analisi degli strumenti disponibili per l’annotazione semantica. In particolar modo si vogliono descrivere le fasi di installazione, configurazione ed utilizzo, presentando eventuali casi d’uso per ogni specifico tool. Per ciascun software di annotazione vengono descritte le prestazioni, i problemi riscontrati, i limiti e le potenzialità evidenziate nella fase di utilizzo.

  Size 2.0 MB - File type application/pdf
• TR2.3.3 - Realizzazione dell’architettura per l’ annotazione semantica e di uno strumento prototipale

  Il presente technical report contiene una descrizione dello strumento prototipale sviluppato per permettere l’annotazione semantica di contenuti, che implementa il modello uniforme di annotazione definito nel task T2.1, e della architettura per la gestione ed il versioning delle annotazioni, dei documenti annotati e delle ontologie utilizzate.

  Size 1.6 MB - File type application/pdf
• TR2.3.4 - Stato dell’ arte ed Analisi delle metodologie e delle tecniche per la Classificazione ed il Clustering

  In questo Technical Report si analizzano le principali tecniche di classificazione automatica e non, approfondendo, in particolare, l’analisi di quegli algoritmi che operano una classificazione basata su Clustering e su Reti Neurali, tramite cui si ottengono rappresentazioni più aderenti alla realtà.

  Size 387.0 kB - File type application/pdf
• TR2.3.5 - Stato dell’ arte ed Analisi delle tecnologie e degli strumenti per la Classificazione Documentale

  In questo Technical Report si sono individuati ed analizzati i principali strumenti e piattaforme tecnologiche, commerciali ed Open Source, per la classificazione documentale. Tali strumenti e tecnologie saranno classificati in base ai modelli ed alle tecniche adottate, alle funzionalità offerte, alle piattaforme di sviluppo e di esecuzione.

  Size 1.1 MB - File type application/pdf
• TR2.3.6 - Realizzazione di uno strumento prototipale per l’ annotazione semantica automatica di corpora documentali basato su tecniche di classificazione automatica

  In questo Technical Report viene descritto uno strumento prototipale che permette la generazione automatica di annotazioni semantiche e per la classificazione automatica di documenti basata sull’utilizzo di reti neurali back-propagation (non supervisionate) e reti supervisionate.

  Size 718.8 kB - File type application/pdf
• TR2.3.7 - MAG Repository: Architettura generale e interscambio dei datI

  Il tecnical report descrive come il MAG-Repository, che si occupa dello storage e della gestione dei contenuti digitali a livello centralizzato, dialoghi con le componenti software esterne ad esso relative della produzione di metadati, dell'annotazione semantica e all'IR semantico

  Size 2.0 MB - File type application/pdf
• DM2 MAGRepository - Dimostratore del software MAG Repository, per lo storage sicuro dei contenuti multimediali granulari (Contlets)

  Il dimostratore illustra le funzionalità di storage e di gestione dei contenuti digitali a livello centralizzato ed è in grado di gestire anche gli oggetti granulari (Contlet) - secondo le specifiche del TR2.2.12 - e di dialogare con le componenti software esterne relative alla produzione di metadati, all'annotazione semantica e all'IR semantico, secondo le specifiche del TR3.2.7

  Size 56.4 kB - File type application/pdf