Il presente elaborato descrive il lavoro di tirocinio curriculare svolto presso l'azienda Zucchetti s.p.a.. L'obiettivo principale del progetto è stato lo sviluppo di un'infrastruttura di conoscenza semantica finalizzata a trasformare i dati grezzi in informazioni strutturate e, infine, in una base di conoscenza interrogabile. Tale strutturazione è un requisito fondamentale per abilitare applicazioni avanzate all'interno del contesto aziendale, come l'Intelligenza Artificiale neuro-simbolica e la ricerca semantica. Per raggiungere questo scopo, il progetto ha seguito un approccio metodologico incrementale diviso in quattro fasi principali: Glossario: si è proceduto alla definizione di un vocabolario controllato per riconciliare la terminologia del dominio, chiarendo i concetti fondamentali al fine di eliminare le ambiguità. Tassonomia: il vocabolario è stato organizzato in una struttura gerarchica, definendo le relazioni logiche di classificazione tra i vari concetti. Tesauro: la struttura è stata arricchita gestendo i sinonimi e introducendo relazioni trasversali, associative e di equivalenza. Ontologia: si è implementata la formalizzazione logica del dominio tramite la definizione di classi, proprietà e relazioni complesse, un passaggio necessario per abilitare i processi di ragionamento automatico. Il risultato finale del percorso è consistito nell'implementazione e nel popolamento di un Grafo della Conoscenza (Knowledge Graph) di base. L'infrastruttura è stata dotata di meccanismi di recupero ed estrazione semantica che permettono di interrogare il sistema, scoprire relazioni non esplicite tra i concetti e ottenere risultati altamente contestualizzati.

Sviluppo di infrastruttura semantica e grafo di conoscenza tramite ontologie

BALDIN, RICCARDO
2025/2026

Abstract

Il presente elaborato descrive il lavoro di tirocinio curriculare svolto presso l'azienda Zucchetti s.p.a.. L'obiettivo principale del progetto è stato lo sviluppo di un'infrastruttura di conoscenza semantica finalizzata a trasformare i dati grezzi in informazioni strutturate e, infine, in una base di conoscenza interrogabile. Tale strutturazione è un requisito fondamentale per abilitare applicazioni avanzate all'interno del contesto aziendale, come l'Intelligenza Artificiale neuro-simbolica e la ricerca semantica. Per raggiungere questo scopo, il progetto ha seguito un approccio metodologico incrementale diviso in quattro fasi principali: Glossario: si è proceduto alla definizione di un vocabolario controllato per riconciliare la terminologia del dominio, chiarendo i concetti fondamentali al fine di eliminare le ambiguità. Tassonomia: il vocabolario è stato organizzato in una struttura gerarchica, definendo le relazioni logiche di classificazione tra i vari concetti. Tesauro: la struttura è stata arricchita gestendo i sinonimi e introducendo relazioni trasversali, associative e di equivalenza. Ontologia: si è implementata la formalizzazione logica del dominio tramite la definizione di classi, proprietà e relazioni complesse, un passaggio necessario per abilitare i processi di ragionamento automatico. Il risultato finale del percorso è consistito nell'implementazione e nel popolamento di un Grafo della Conoscenza (Knowledge Graph) di base. L'infrastruttura è stata dotata di meccanismi di recupero ed estrazione semantica che permettono di interrogare il sistema, scoprire relazioni non esplicite tra i concetti e ottenere risultati altamente contestualizzati.
2025
Development of a semantic infrastructure and knowledge graph using ontologies
Grafo di Conoscenza
Ontologia
Machine Learning
Tassonomia
NLP
File in questo prodotto:
File Dimensione Formato  
Tesi_Riccardo_Baldin.pdf

Accesso riservato

Dimensione 1.4 MB
Formato Adobe PDF
1.4 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/116469