- Fig. 1 – Notizie e politica
Ecco YouTube miner™ di giugno. In Notizie e Politica due temi prevalenti: la legge sulle intercettazioni, con l’ampio utilizzo del tag “bavaglio” (collegato alla campagna di Repubblica e altri), e la Lega Nord, citata in occasione dell’esordio della Nazionale italiana ai Mondiali e della riunione a Pontida del 20 giugno con i discorsi di Bossi e Calderoli.
Nella prima settimana di giugno la politica nazionale, quella internazionale e un disastro naturale monopolizzano l’interesse. Durante il dibattito sulla Finanziaria presentata da Tremonti, Berlusconi telefona a sorpresa a Ballarò, dice che i sondaggi presentati sono fasulli e riattacca senza dare a Floris il tempo di replicare. Il 31 maggio c’è l’attacco israeliano alla nave Flotilla diretta a Gaza per portare aiuti umanitari: i video su YouTube riguardano soprattutto l’ipotesi che i civili uccisi detenessero armi.
Leggi tutto »
di Matteo Borsacchi
La terza e ultima plenary session del JADT 2010 è dedicata al Web As Corpus, un progetto e una community di studiosi che sviluppano e condividono strumenti per la raccolta di corpora testuali dal web. Marco Baroni ne è l’esponente italiano più attivo, avendo contribuito alla versione italiana di Treetagger, il più diffuso lemmatizzatore open source, e alla costruzione di Wacky, un mastodontico corpus per l’analisi linguistica ricavato attraverso lo spidering del web.
Il linguaggio naturale è un fenomeno talmente complesso che anche i campioni più estesi, come i corpora da diversi Gigabyte assemblati dagli spider del progetto WAC, non sembrano mai sufficienti a garantire un livello accettabile di rappresentatività; meritano quindi considerazione i nuovi sforzi presentati da Baroni per sfruttare quell’inesauribile riserva di conversazioni sociali che è il web 2.0. La strada che appare più promettente è il coinvolgimento degli utenti Internet attraverso i social network per spingerli a produrre testi ad hoc, per gioco o spirito di collaborazione, da usare poi come input per nuove ricerche.
Leggi tutto »
