Una soggettazione automatica di letteratura grigia con algoritmi di rete neurale artificiale. Due esperimenti ICAS e ILC

Scopo di questo lavoro è la soggettazione automatica di documenti di letteratura grigia attraverso l'utilizzo di una rete neurale artificiale. In particolare è stato utilizzato un simulatore software di rete neurale ad apprendimento `back-propagation`; l'addestramento della rete è stato fatto su circa 300 documenti. Il prototipo sviluppato segue gli steps fatti durante l'apprendimento, l'elaborazione dei dati e l'interrogazione della rete. L'analisi dei test finali forniscono targets riferibili alla percentuale di errore di classificazione del documento a ciascun soggetto. Da questi dati, inoltre, è possibile dedurre eventuali correlazioni documento-soggetto e/o correlazioni soggetto-soggetto in modo da costruire una Banca Dati relazionata sui documenti scientifici posseduti dall'Istituto di Linguistica Computazionale e dall'Istituto di Chimica Analitica Strumentale.