Capitale intellettuale e amministrazioni pubbliche - Cultura in Cifre

CAPITALE INTELLETTUALE E AMMINISTRAZIONI PUBBLICHE86Nella fase di document acquisition sono acquisite, attraverso tecniche ealgoritmi di crawling, collezioni di documenti di potenziale interesse divario formato, provenienti da differenti sorgenti (web, intranet, banchedati testuali). I documenti acquisiti, solitamente ricondotti ad un formatostandard, sono memorizzati in un repository.Nella fase di document pre-processing ogni documento è analizzato alfine di estrarne le features che lo caratterizzano sulla base delle quali èeffettuato il mining. In questo modo i documenti memorizzati nel repositoryassumono una forma "strutturata" dipendente dalla natura dellefeatures estratte. La tipologia delle features dipende, generalmente, dadue fattori principali: gli algoritmi di mining che si intende utilizzare perl'analisi, nonché la tipologia e la forma della conoscenza che s'intendeestrarre. Gli estrattori di features si caratterizzano in ragione delle tecnologiedi base utilizzate, ad esempio, espressioni regolari, stemmer,lemmatizer, POS-tagger, eccetera, e dalla precisione e completezza chepossono garantire al processo di estrazione.La fase di text mining consiste nell'applicazione di un insieme di metodi,tecniche e strumenti destinati alla scoperta di regolarità all'interno disorgenti informative semi o non strutturate. Vi è una forte correlazionecon la fase precedente, che deve predisporre un insieme d'informazioniadatte agli algoritmi di text mining attraverso l'estrazione di featuresadeguate; a questo proposito, è possibile notare che, in presenzadi una fase di pre-processing che sia in grado di garantire un buongrado di strutturazione, le tecniche adoperabili per il text mining nonsono necessariamente distinguibili da quelle di data mining. Di conseguenza,algoritmi di classificazione, clustering e generazione di regolepossono essere utilmente applicati alle rappresentazioni (strutturate)dei testi prodotti dalla fase di pre-processing.Nella fase di results interpretation and refinement è visualizzata la conoscenzaestratta, che può presentarsi sotto varie forme (gruppi di documenticon contenuti simili, liste di concetti contenuti nei documenti,associazioni tra documenti, trend temporali sui contenuti dei documenti,eccetera). La visualizzazione può anche avvenire dopo processi di raffinamentocompiuti attraverso apposite interfacce o moduli automatici ingrado di mostrare i risultati finali secondo le esigenze dell'utente.È bene sottolineare come il ruolo del knowledge discovery in databasenon si riduca nella risoluzione del pur importante problema della selezionedi documenti rilevanti ad una data esigenza informativa. Esso,infatti, può potenzialmente svolgere un ruolo rilevante per affrontare lapiù generale problematica della gestione dei contenuti informativi all'internodelle organizzazioni. Un esempio importante di tale ampia potenzialitàapplicativa è data dalla possibilità di realizzare, attraverso tecnichedi text mining, strumenti di classificazione automatica di contenuti