Question Answering tecniche algoritmiche e applicazioni

La crescente digitalizzazione dei dati e la presenza di dispositivi pervasivi sta rivoluzionando il modo in cui l'utente comunica e svolge le attività. La seguente tesi introduce il Question Answering (QA), una tecnologia emergente che risponde alle nuove necessità degli utenti e che ha pervaso motori di ricerca e assistenti virtuali. Sta assumendo importanza nell'ultimo decennio perfezionando la capacità di comprendere il linguaggio umano, da cui si evince la forte correlazione col Natural Language Processing. Infatti, i sistemi di QA sono capaci di risponde a una qualsiasi domanda che l'utente può loro porre utilizzando il proprio linguaggi madre. Per recuperare la risposta esatta analizzano le informazioni attingendo alle innumerevoli fonti di cui dispongono. Per adempiere a questo compito, fanno uso di innovative tecniche di Machine Learning e di Deep Learning. Nel lavoro di tesi si tratta in modo dettagliato quanto appena citato, andando ad eseguire un analisi dell'architettura generale dei sistemi di QA; si presenta inoltre per alcuni sistemi attualmente attivi una breve panoramica, in aggiunta alle metriche più comuni utilizzate per valutarne le performance. Infine, si espongono le limitazioni sinora più ostili e il panorama futuro che il mondo della tecnologia si prospetta di raggiungere.