ReCEPL
Research Centre in European Private Law
Centro di Ricerca in Diritto Privato Europeo

Focus Groups

Values Machine Learning (ValuesML)

Coordinatore: Prof. Avv. Lucilla Gatt

Gruppo di ricerca

Referente: Ph.D. Maria Cristina Gaeta
Componenti: PhD. Livia Aulino, Ph.D. Irene Coppola, PhD(c) Luigi Izzo.
Collaboratori: Maria Ludovica Giordano, Cristina Mingo.
Data inizio: febbraio 2023
Data di fine: in corso

Componenti del gruppo italiano di annotatori del progetto "Value Machine Learning (Value ML) presso il Text Mining and Analysis Competence Centre (TMA-CC) del Joint Research Centre (JRC) della Commissione Europea
Link pagina ufficiale: https://knowledge4policy.ec.europa.eu/projects-activities/valuesml-unravelling-expressed-values-media-informed-policy-making_en

Il Progetto Values Machine Learning è nato in ambito europeo e vede quale soggetto promotore il Joint Research Centre della Commissione Europea. Esso mira a studiare e offrire soluzioni nell'addestramento delle Intelligenze Artificiali con riferimento all'identificazione dei valori socialmente riconosciuti all'interno di testi.

Allo stato attuale la società civile produce numerose tipologie di testi intrisi di valori morali e sociali (testi giornalistici, testi scientifici, post sui social, ecc...), rendendo impossibile la fruizione completa di tale patrimonio di conoscenze alla realtà di consociati.

Per tale ragione appare necessario ricorrere al c.d. text mining al fine di poter "estrarre" tali conoscenze, per poi categorizzarle e aggregarla in materiali omogenei, anche attraverso l'attribuzione di un riconoscimento valoriale di quanto presente all'interno dei testi analizzati.

In tal modo è possibile classificare i contenuti analizzati anche con riferimento alle posizioni prese su una data questione.

In concreto, il progetto si propone di addestrare un software di IA al riconoscimento del contenuto valoriale di determinati testi scritti dei generi sopra indicati, rapportandoli ai parametri individuati da Shalom H. Schwartz nella c.d. "Schwartz Theory of Basic Values". L'addestramento si basa sulla predisposizione di un set di dati di partenza, ossia di testi analizzati da addestratori umani sulla base dei suddetti valori di Schwartz, i quali vengono attribuiti alle espressioni utilizzate.

© 2004/25 Università degli Studi Suor Orsola Benincasa - Napoli  ·  crediti

privacy  ·  versione accessibile  ·  XHTML 1.0 | CSS 3 | WAI-AAA WCAG 2.0