Semantis networks: models and application

Abstract

Comprehend and model the human language is a problem of great importance for the modern society. Network science was already proved as a useful tool for this kind of study. In fact, many studies has been done in this direction, but none of them performed a deep investigation of the human memory and mental lexicon involving scripts. This thesis work propose a novel kind of network which maintain all the features observed in language and semantic networks, but is built in di erent steps and without classical approaches. This network is also used as a base to model a typicality score biased random walk model which performs good in language production and topic identi cation and can be seen as a prototype of an automatic system for these kinds of tasks. Comprendere e modellare il linguaggio umano è un problema di grande importanza per la società moderna. La scienza delle reti è stata provata essere uno strumento utile per questo tipo di studi. Infatti, sono stati fatti molti studi in questa direzione, ma nessuno di questi esegue una profonda ricerca della memoria umana e del lessico mentale coinvolgendo gli scripts. Questo lavoro di tesi propone un nuovo tipo di rete che preserva tutte le caratteristiche osservate in reti linguistiche e semantiche, ma è costruita in diversi passi e senza l'utilizzo di metodi classici. Questa rete è stata anche utilizzata come base per modellare un random walk in uenzato dal punteggio di tipicalità che dà buoni risultati nella produzione linguistica e nell'identi cazione degli argomenti e che può essere visto come prototipo di un sistema automatico per questi tipi di compiti.